Cours de programmation (Apprentissage automatique et analyse de données en Python), 11e année - cours 31 250 RUB. de Foxford, formation, Date: 5 décembre 2023.
Miscellanea / / December 05, 2023
Qui bénéficiera du cours ?
Le cours sera utile à ceux qui ont déjà étudié les bases de la programmation et souhaitent élargir leur domaine de connaissances, se plonger dans la science des données et comprendre ce que sont les réseaux de neurones et l'intelligence artificielle.
Quelles connaissances le cours apporte-t-il ?
Connaissance approfondie de Python et des principales bibliothèques de DS, capacité à travailler avec des algorithmes d'apprentissage automatique pour des problèmes de classification et de régression, expérience pratique de la participation à des concours sur ce sujet.
Comment se déroule la formation
Sous la direction d'un enseignant, les enfants participeront à de véritables compétitions d'apprentissage automatique pour adultes. Le cours comprendra des réunions en ligne avec des représentants de l'industrie informatique.
Conformité
Vous acquerrez des connaissances de base sur le sujet
Nous savons comment aborder les enfants
Disponible en enregistrement
Certification scolaire
Chaque leçon a une intrigue et des tâches interactives.
Nos professeurs sont participants à des concours, auteurs de développements méthodologiques
Ils savent intéresser chaque enfant en tenant compte des caractéristiques d'âge. Chaque leçon est un voyage passionnant dans le monde de la connaissance !
Regardons les principaux sujets du programme
L'enfant n'aura pas à étudier le matériel tout seul et à le fourrer sans comprendre. L'enseignant expliquera même des sujets complexes dans un langage simple, et les présentations et les tâches interactives augmenteront l'intérêt pour le sujet.
Consolidons les connaissances dans la pratique
Après chaque cours, un petit devoir qui vous aidera à mettre en pratique la matière que vous avez couverte et à pratiquer avant le test.
Nous vérifions manuellement les échantillons et les devoirs
Nous ne laissons pas les devoirs écrits des pièces pour l'auto-test - ceci est effectué par des experts OGE.
Nous vérifions « en vrai », comme lors d'un examen, et vous recevez ainsi un feedback détaillé. Tout cela dans un souci de rapidité de préparation et de vos résultats. Votre curateur personnel répondra à vos questions dans un délai de deux heures, 24h/24 et 7j/7.
Les conservateurs comprennent le programme et le sujet, ils peuvent donc facilement répondre à vos questions sur le cours et les devoirs - à tout moment
Ils savent bien combien il peut être difficile de préparer et de comprendre ses inquiétudes.
La tâche la plus importante d'un tuteur est de vous aider à faire face au stress et à la peur avant les examens.
Bases de Python (révision, révision rapide)
- Constructions de contrôle Python de base
- Les fonctions
- Listes
- Programmation orientée objet
Introduction aux bibliothèques pour la science des données
-Numpy
-Matplotlib
-Aléatoire
- Des pandas
- Seaborn
- Apprendre
Introduction à l'apprentissage automatique
- Bases de l'algèbre linéaire. bibliothèque scipy. Fonctions de perte
- Algorithmes de régression linéaire et de classification
- Mise en place de modèles: recyclage, régularisation, sélection d'hyperparamètres, métriques de qualité
- Arbres aléatoires
- Compositions d'algorithmes: bagging et forêt aléatoire
- Compétitions sur Kaggle
- Apprentissage non supervisé: clustering, réduction de dimensionnalité
L'analyse des données en pratique
- Intervalles de confiance, tests d'hypothèses
- A/B - tests
- Critères statistiques
- Recherche de modèles et de dépendances dans les données
- Prévisions de séries chronologiques
- Compétitions sur Kaggle
L'apprentissage en profondeur
- Introduction aux réseaux de neurones. Tâches DL et IA
- Construction d'un perceptron multicouche
- Dérivée et gradient. Méthodes de descente de gradient
- Mise en place de réseaux de neurones: sélection d'hyperparamètres, softmax, partitionnement en lots
- Introduction au framework pytorch
- Fondamentaux des réseaux de neurones convolutifs
- Architectures CNN. Transférer l'apprentissage
- Tâches de vision par ordinateur: segmentation et détection d'images
- Tâches PNL sélectionnées. Compétitions sur Kaggle
- Génération de données artificielles à l'aide du GAN
- La méthode du Data Scientist