Data Science • Машинное обучение на Python

Бесплатно в рамках проекта для ребят от 14 до 18 лет из Белгородской, Калужской, Нижегородской, Новгородской, Оренбургской, Пензенской, Тульской областей и республик Башкортостан, Саха (Якутия), Татарстан.

Кто преподаёт на курсе?

Елена Иванова
Преподавала на 1 курсе ФКН ВШЭ математический практикум на Python. Занимаюсь анализом данных.
Годовой курс
Начало учёбы — 30 декабря. Есть записи занятий, если вдруг пропустили.
72 занятия
Занятия по 2 академических часа проходят по субботам и четвергам в 16:00.
В прямом эфире
Можно смотреть онлайн, а потом пересмотреть в записи.

Совместная программа

Реализация данной программы происходит совместно с УНТИ в рамках федерального проекта — реализация программы обучения в рамках мероприятия федерального проекта «Кадры для цифровой экономики» национальной программы «Цифровая экономика Российской Федерации» «Реализация программ дополнительного образования для различных групп населения в целях развития компетенций цифровой экономики» совместно с АНО «Университет Национальной технологической инициативы 2035»

  • Кому будет полезен курс
    Ученикам средней и старшей школы, которые хотят освоить программирование
  • Какие знания даёт курс
    Программирование на python. Алгоритмическое мышление. Работа с файловой системой компьютера. Основы работы с API. Чтение технической документации. Навыки создания ботов для Telegram, Discord
  • Как проходит обучение
    На каждом занятии ученики вместе с преподавателем разбирают новую тему и используют полученные знания для решения прикладных задач

Программа курса

Основы Python и глубокого обучения

Изучаем основы языка Python. Изучаем основы глубокого обучения. Реализовываем простейшие нейронные сети с помощью библиотеки numpy.

Основы программирования на языке Python
Операции с числами
Печать на экране
Операции с переменными
Целочисленный и вещественный типы данных
Форматирование строк
Строковый тип данных
Списки
Цикл for
Функции, организация кода и возврат значений
Методы из библиотеки

Компьютерное зрение (CV)

Познакомимся со свёрточными нейросетями. Построим свои модели для классификации изображений. Поработаем с уже готовыми моделями и попробуем их дообучить на своих данных.

Обработка изображений
Свёрточные нейронные сети
Классификация изображений
Сегментация изображений
Детекция
Дообучение моделей

Обработка естественного языка (NLP)

Изучим векторное представление слов. Познакомимся с рекурентными нейронными сетями. Обучим модель для классификации текстов.

Обработка естественного языка
Векторное представление слов
Семантика
Классификация текстов
Рекуррентные нейроные сети
Машинный перевод

Генеративно-состязательные нейронные сети

Изучим генерацию контента и аугментацию данных с помощью GAN

Архитектура сетей GAN
Дискриминатор и генератор
Особенности обучения сетей GAN

Часто задаваемые вопросы

Как всё устроено?

Занятия на курсе проходят на нашем сайте в режиме реального времени. На экране вы видите преподавателя, который ведёт урок у школьной доски, дополнительные материалы и чат. Вы можете задавать вопросы через текстовый чат — преподаватель ответит вам в реальном времени. У каждого урока есть конспект, материалы по теме и домашнее задание. Записи и материалы всех занятий доступны в личном кабинете до конца учебного года.

А мне подойдёт такой формат обучения?

Каждый выбирает формат под себя. Обучение на курсе требует большей усидчивости и самоорганизации — занятие идёт 2 часа, конспекты нужно повторять самостоятельно, а домашнее задание проверяется автоматически.

Какой интернет и какое устройство нужно для комфортной учёбы?

Подойдёт почти любой гаджет — компьютер, ноутбук, планшет или даже телефон. Нужен интернет, скорость которого позволяет смотреть видео. Мы рекомендуем использовать свежие версии популярных браузеров. Чтобы заниматься с телефона, не нужно ничего скачивать — сайт хорошо работает на мобильных устройствах.

Что, если я не могу присутствовать на онлайн-занятии? Всё пропало?

Ничего страшного! Если не успеваете к занятию, вы можете посмотреть его в записи. Вам также будут доступны все теоретические материалы занятий и домашние задания.

Нужно ли вести конспекты?

Если вы так лучше запоминаете материал, то вам будет полезно делать записи. Но это необязательно, потому что к каждому уроку мы выкладываем все конспекты и материалы.

А если я родитель, как я могу узнать об успеваемости моего ребёнка?

Каждую неделю родитель получает отчёт об успеваемости ребёнка — сколько занятий посещено, как выполнено домашнее задание, какой рейтинг в группе. Также в программе курса есть срезы знаний после каждой темы, а в конце курса — итоговый тест. Результаты отправим родителям.