Курсы по Data Science для продвинутых

Основная задача курса – познакомить слушателей с бурно развивающейся областью науки и технологии на стыке физики и компьютерных наук – квантовыми вычислениями. В последние годы квантовые вычислительные устройства постепенно выходят из физических лабораторий и становятся прикладными разработками, которыми занимаются R&D отделы ведущих IT компаний мира. Квантовые алгоритмы из любопытных теоретических конструкций превращаются в прикладные инструменты, предназначенные для решения сложных вычислительных задач. Вместе с тем, атмосфера ажиотажа вокруг квантовых вычислений приводит к некоторой переоценке достижений и явному кризису завышенных ожиданий от технологии со стороны IT специалистов с одной стороны, и зачастую необоснованной критике со стороны специалистов-физиков с другой. При этом число хороших образовательных ресурсов, посвященных этой сложной тематике, в особенности на русском языке, очень ограничено. В нашем курсе мы постараемся создать у слушателей теоретическую базу в области квантовых вычислений в достаточном объеме для того, чтобы позволить им самостоятельно разбираться в современных работах по этой тематике.

В курсе будет рассмотрена гейтовая модель квантовых вычислений и универсальные наборы квантовых логических вентилей. Мы поговорим об основных типах квантовых алгоритмов, таких как алгоритм оценки фазы, алгоритм Шора и другие алгоритмы, основанные на квантовом преобразовании Фурье; алгоритм Гровера и квантовые алгоритмы поиска; квантовые вариационные алгоритмы. Подробно обсудим проблемы борьбы с декогеренцией и ошибками в квантовых вентилях, вопросы построения квантовых кодов коррекции ошибок. Будут рассмотрены варианты архитектуры квантового компьютера, устойчивого к ошибкам. Мы обсудим вопросы принципиальной возможности создания устойчивого к ошибкам квантового компьютера и реальное положение дел при современном уровне развития технологий.

За каждой стандартной моделью и конструкцией в Data Science стоит математика. Если вы хотите работать с данными на серьезном уровне и понимать, как устроены методы машинного обучения, то знание математических основ вам просто необходимо. 

В этой специализации мы изучим широкий спектр математических инструментов и рассмотрим некоторые их приложения к анализу данных. Будут рассмотрены такие важные разделы математики, как дискретная математика, линейная алгебра, математический анализ и теория вероятностей. Материалы курсов разработаны с учетом современного состояния Data Science и покрывают все темы, необходимые для для дальнейшего развития в данном направлении. Чтобы сделать обучение более практико-ориентированным, мы сопровождаем лекции примерами и задачами, возникающими при реальной работе с данными, и показываем, как решать подобные задачи с помощью Python.

Основная задача курса – рассмотрение техник построения концептуальной модели приложения, основанных на использовании шаблонов, а также возможности повторного использования разработок выполненных в рамках объектно-ориентированного анализа. В рамках курса рассматриваются наиболее часто используемые базовые шаблоны и аналитические шаблоны, применяемые при решении типовых задач. Курс дает практические рекомендации по построению UML-представления концептуальной модели и по дальнейшему преобразованию концептуальной модели в дизайн.

Данный курс предлагается для студентов магистратуры. BICA является перспективным, быстро развивающимся направлением на стыке искусственного интеллекта, биологии и когнитивной науки. Одно из свидетельств этого - растущее число научных публикаций, так или иначе связанных с BICA. Здесь когнитивная архитектура понимается в широком смысле, как шаблон для разработки интеллектуальных агентов. Источниками биологической мотивации являются мозг (нейронаука) и человеческая мысль (когнитивная психология). Курс обеспечит выработку у студентов базовых знаний в области когнитивных архитектур, их основных элементов и принципов, подходов к их реализации, их изучения и использования в виртуальных окружениях. Студенты узнают о глобальных проблемах искусственного интеллекта и подходах к их решению на основе BICA, а также о тестах и показателях, используемых для оценок. Некоторые ключевые понятия и темы, которые лежат в основе BICA, будут рассмотрены подробно, в том числе системы человеческой памяти, модели нейронных сетей, семантическое картирование, рассуждения здравого смысла и т.п. Особый акцент будет сделан на дорожную карту к решению проблемы БИКА (BICA Challenge) и перспективных приложений будущих BICA человекоподобного типа.

Курс является двуязычным. Материал подается в основном на английском языке с русскими субтитрами.

Kotlin это новый популярный объектно-ориентированный язык программирования. Kotlin используется для создания серверного программного обеспечения, прикладных программ, Android-приложений, разработки веб-сайтов, игр и многого другого. Обладая современным и упрощенным по сравнению с Java синтаксисом, Kotlin устраняет значительное количество его недостатков, сохраняя 100 % совместимость с Java. Созданные на языке Kotlin приложения могут успешно работать на любом компьютере независимо от его архитектуры.

На курсе «Kotlin. Уровень 1. Основы программирования» рассматриваются все элементы и конструкции самого языка Kotlin, а также разбираются варианты его совместного использования с Java. Все теоретические положения детально демонстрируются на практических примерах сертифицированными преподавателями Центра «Специалист».

Курс предназначен для всех программистов, желающих повысить свой уровень.

Вы научитесь:
- Использовать ветвление и циклы
- Создавать методы на Kotlin
- Применять лямбда-выражения
- Работать с массивами и со строками
- Разрабатывать классы на Kotlin
- Работать с Data-классами
- Изучите систему типов Kotlin
- Использовать наследование и полиморфизм
- Разрабатывать абстрактные классы и интерфейсы
- Обрабатывать ошибки, возникающие в программе
- Научитесь пользоваться коллекциями
- Познакомитесь с функциональным программированием
- Использовать в программе параметризованные типы
- Получите представление о тестировании кода на Kotlin
- Получите представление о паттернах проектирования