Чему вы научитесь
- Читать и писать короткие программы на Python: циклы, списки, словари, функции, чтение CSV
- Считать среднее, медиану, разброс, вероятности и расстояния и понимать, что означают эти числа
- Работать с массивами NumPy и таблицами pandas, аккуратно обращаться с пропусками и дубликатами
- Готовить признаки для модели и не допускать утечки данных из будущего
- Честно оценивать модели: разбиение на train, validation и test, кросс-валидация, precision, recall, F1, MAE, ROC-AUC
- Обучать деревья решений, ближайших соседей, линейные модели, случайный лес и градиентный бустинг в scikit-learn
- Понимать основы нейросетей: градиентный спуск, свёртки, представление изображений и текста в виде чисел
- Ускорять решения с помощью бинарного поиска, скользящего окна и поиска в ширину
- Проходить пробный отбор и ML-тур и оформлять воспроизводимый результат
О курсе
Курс учит решать олимпиадные задачи по искусственному интеллекту так, как это делают на настоящих отборах: сначала понять условие, затем выбрать подходящий способ, проверить его на новых данных и честно объяснить результат.
Мы начинаем с простого вопроса: почему программе не сообщают правильные ответы, и обучаем первую модель. Затем разбираем Python для обработки журналов измерений, математику на понятных числах (среднее, вероятность, расстояние, градиентный спуск), массивы NumPy и таблицы pandas.
Дальше идёт «честное обучение»: разбиение данных, утечки, метрики, деревья, соседи, линейные модели, ансамбли и воспроизводимый эксперимент. Затем нейросети для чисел, изображений и текста. В конце — алгоритмы (бинарный поиск, скользящее окно, поиск в ширину), пробный отбор, ML-тур и финальная задача.
Все данные в курсе учебные и вымышленные, поэтому каждый расчёт можно проверить вручную.
Для кого этот курс
Начальные требования
- Знание Python на базовом уровне: переменные, условия, циклы, списки.
- Школьная математика: дроби, проценты, степени, квадратный корень.
- Для практических заданий: компьютер с Python 3.13 (проверено на Windows), умение запускать программу в терминале.
Наши преподаватели
Как проходит обучение
Каждый урок состоит из подробной теории с примерами и иллюстрациями, практического задания и нескольких проверочных вопросов с разбором. Практические задания выполняются на вашем компьютере: вы скачиваете архив с заготовкой, пишете функцию и запускаете готовую проверку. Тестовые вопросы на Stepik проверяются автоматически, после ответа показывается объяснение.
Рекомендуемый темп — один-два урока в неделю; модули можно проходить в своём ритме.
Программа курса
Что вы получаете
- 35 уроков с подробной теорией и примерами на выдуманных учебных данных
- 122 задания с автоматической проверкой и объяснением после ответа
- Архивы с заготовками функций и проверочными скриптами для практики на своём компьютере
- Пробный отбор, пробный ML-тур и финальная задача с разбором
- Умение довести незнакомую задачу до воспроизводимого результата