Чему вы научитесь
- Использовать библиотеки для обработки и анализа данных на Python.
- Применять линейные модели, решающие деревья и леса, бустинг и т. д.
- Выбирать оптимальный алгоритм машинного обучения для решения задач классификации и регрессии.
- Строить полносвязные и сверточные нейронные сети для задач компьютерного зрения с помощью фреймворка Pytorch.
О курсе
Важно: это курс от 2022 года. В 2026 году команда Академии ИИ планирует его переработку и запуск нового, более актуального курса по машинному обучению.
Создатели курса: Физтех-школа прикладной математики информатики Московского физико-технического института, Академия искусственного интеллекта для школьников Благотворительного фонда Сбербанка «Вклад в будущее» и Фонд развития Физтех-школ.
Для кого этот курс
Начальные требования
Пройти курс вам помогут:
-
начальные навыки программирования на одном из языков (Pascal, C, C++, Python, Java и др.);
-
знание школьной программы по математике до 8 класса включительно;
-
готовность быстро освоить Python, погрузиться в понятия производной и градиента, принципы работы с матрицами, основы объектно-ориентированного программирования.
Технические требования к оборудованию минимальны: достаточно компьютера с выходом в интернет.
Наши преподаватели
Как проходит обучение
Курс состоит из видеолекций и тестов.
-
В лекциях вы:
-
узнаете о математических основах и принципах работы алгоритмов машинного обучения;
-
научитесь использовать библиотеки для анализа данных на практике и создавать модели машинного обучения;
-
задумаетесь над непростыми практическими задачами и решите их с помощью методов машинного обучения и платформы Kaggle.
-
-
Тесты помогут вам проверить полученные знания.