Курс находится на модерации. Данные могут быть неактуальны.
Сложность
Сложность
Начинающий
Тип обучения
Тип обучения
Курс
Формат обучения
Формат обучения
С проверкой домашнего задания

Стоимость курса

29 990 ₽
есть рассрочка

Кому будет полезен курс
Ученикам 7-11 классов уже изучавших программирование и интересующихся областью машинного обучения

Какие знания дает курс
Программирование на Python. Обработка данных. Знание основных алгоритмов машинного обучения. Знание библиотек для построения моделей машинного обучения. Программирование на Python

Как проходит обучение
На каждом занятии ученики вместе с преподавателем разбирают новую тему и используют полученные знания для решения прикладных задач

В прямом эфире
Преподаватель ответит на все вопросы онлайн, а записи можно пересматривать в любое время.

Результат на практике
Научим создавать ботов для перевода текста в речь, администрирования сервера — и не только!

Для продолжающих
Подойдёт ученикам, уже изучавшим программирование и интересующимся областью машинного обучения.

Главная причина - курс ведёт Дарья Короткова
Исследователь в НИУ ВШЭ по направлению Digital Humanities. Опыт преподавания на курсах Фоксфорда - более двух лет.

Очень много практики
Наши методисты построили курс так, чтобы вы создали собственные проекты и получили хорошую базу для будущего развития На каждом занятии вы будете разбирать новую тему вместе с преподавателем, а после — решать интересные прикладные задачи.

Нужные и интересные темы
Программирование на Python. Обработка данных. Знание основных алгоритмов машинного обучения. Знание библиотек для построения моделей машинного обучения.

Вручную проверяем пробники и домашние работы
Мы не оставляем задания письменной части на самопроверку — ею занимаются эксперты ОГЭ.
Проверяем «по-настоящему», как на экзамене, и в результате вы получаете развёрнутую обратную связь. Всё это — ради скорости подготовки и вашего результата

Личный куратор ответит на вопросы в течение двух часов, 24/7
Кураторы разбираются в программе и предмете, поэтому легко ответят на ваши вопросы по курсу и домашке — в любое время
Они хорошо знают, как непросто бывает с подготовкой, и понимают ваши переживания.
Самая важная задача куратора — помочь вам справиться со стрессом и страхом перед экзаменами

Занятия проходят онлайн по вторникам с 15.00 и длятся 2 академических часа.

Что вы получите после обучения

Приобретаемые навыки
3
NLP
5
Computer Vision
6
Обработка естественного языка
7
Создание нейронных сетей

Вас будут обучать

Профессиональный разработчик. Самый любимый преподаватель направления «Программирование» по мнению учеников

Профессиональный разработчик. Самый любимый преподаватель направления «Программирование» по мнению учеников

Образовательная организация

Фоксфорд — онлайн-школа для учеников 1−11 классов, учителей и родителей. На онлайн-курсах и индивидуальных занятиях с репетитором школьники готовятся к ЕГЭ, ОГЭ, олимпиадам, изучают школьные предметы. Занятия ведут преподаватели МГУ, МФТИ, ВШЭ и других ведущих вузов страны.

Для учителей проводятся курсы повышения квалификации и профпереподготовки, а для родителей — открытые занятия о воспитании и развитии детей. Проект является резидентом «Сколково».

Почему мы?

Наши преподаватели — эксперты ЕГЭ и ОГЭ, составители олимпиад и преподаватели лучших вузов страны.

Наши выпускники поступают на бюджет в МГУ, НИУ ВШЭ, МФТИ и МГТУ им. Н. Э. Баумана.

Вы можете учиться с любого устройства: компьютера, планшета, смартфона.

Разнообразные варианты обучения: курсы для школьников и учителей, индивидуальный репетитор, занятия в мини-группах, домашняя школа и экстернат.

Программа курса

Основы Python
Познакомимся с основами Python и разберемся на коцептуальном уровне с понятиями Искусственный интеллект, data science, машинное обучение, глубокое обучение.
- Искусственный интеллект. Базовый синтаксис Python
- Data Science. Базовый синтаксис Python
- Машинное обучение. Базовый синтаксис Python
- Глубокое обучение. Базовый синтакис Python

Введение в машинное обучение
Обсудим методы предобработки данных и познакомимся с основными библиотеками для анализа данных
- Методы предобработки данных
- Построение прогностической модели

Основы глубокого обучения
"Определимся с принципами работы алгоритмов машинного обучения Попрактикуемся в написании нейронных сетей Разберем основные типы моделей машинного обучения"
- Алгоритмы машинного обучения и простейшая нейросеть
- Усложняем нейросеть
- Методы обучения
- Призводная. Расхождение. Альфа-параметр. Градиентный спуск с несколькими входами
- "Градиентный спуск с несколькими входами и выходами Заморозка весов Набор данных MNIST"
- Роль корреляции в нейронном обучении
- Прямое распространение с функцией активации. Обратное распространение

Компьютерное зрение
Разберем архитектуры нейронных сетей, которые помогают решать задачи компьютерного зрения
- Инструменты визуализации
- Переобучение. Прореживание. Регуляризация
- Новые функции активации
- Сверточный слой
- Сверточные нейронные сети
- Классификация изображений
- Знакомство с фреймворком PyTorch

Обработка естественного языка
Разберем как обрабатывать естественный язык с учителем, как реализовывать векторное предсталение слов
- Обработка естественного языка
- Обработка естественного языка с учителем
- Усредненные вектора слов
- Качество новой модели

Рейтинг курса

4.5
рейтинг
0
0
0
0
0

Может быть интересно

обновлено 25.03.2024 09:48
Создание нейронных сетей на Python

Создание нейронных сетей на Python

Оставить отзыв
Поделиться курсом с друзьями