Школы

Рейтинг на основе отзывов, авторитетности и популярности

Подборки

Полезные и актуальные курсы, отобранные вручную

Курс по машинному обучению. Проект «ИИ Старт».

Сложность
Сложность
Начинающий
Тип обучения
Тип обучения
Курс
Формат обучения
Формат обучения
Записанные лекции
Трудоустройство
Трудоустройство
Нет

Стоимость курса

бесплатно
Нет рассрочки

Это полный курс по искусственному интеллекту и машинному обучению в рамках проекта «ИИ Старт»  для школьников и всех, кто хочет получить профессию в Data Science. Мы создали образовательную траекторию, которая учит главным навыкам для работы в этой области:

  • применять математику и Python для анализа данных;
  • использовать библиотеки для обработки данных: NumPy, Pandas, Matplotlib и другие;
  • выбирать, обучать и тестировать модели искусственного интеллекта для решения задач машинного обучения на Python;
  • строить нейронные сети в библиотеке PyTorch для решения задач компьютерного зрения;
  • решать практические задачи в рамках проектов.

Авторы и преподаватели курса — практики из российских и зарубежных IT-компаний с опытом преподавания, в том числе преподаватели Deep Learning School МФТИ.

У курса есть несколько особенностей.

  1. Практикоориентированность. Наша цель — подготовить вас к реальным задачам, поэтому мы уделяем большое внимание практике. Вам встретится много практических заданий, которые позволят отточить основные приемы. Во второй половине курса каждое домашнее задание станет небольшим исследовательским проектом.
  2. Поддержка преподавателей и общение с учениками. На каждом этапе курса вы можете обратиться к ассистентам — опытные специалисты помогут разрешить вопросы и трудности. Кроме того, мы создаем чаты для учеников, где всегда можно попросить совета.
  3. Высокий уровень знаний. Выпускник курса может претендовать на стажировку в крупнейших российских IT-компаниях.
  4. Комплексность. Мы объединили в программе все основные знания и навыки, которые необходимы дата сайентисту: язык Python, математику для анализа данных, алгоритмы и методы машинного обучения, современные нейросетевые архитектуры.

Создатели курса: Физтех-школа прикладной математики информатики Московского физико-технического института, Академия искусственного интеллекта для школьников Благотворительного фонда Сбербанка «Вклад в будущее»  и Фонд развития Физтех-школ.

Что вы получите после обучения

Навыки
3
Анализ данных
4
Линейная регрессия
5
Функции в Python
6
Циклы и работа со строками
7
Основы линейной алгебры
8
Библиотека Numpy
9
Основы теории вероятностей и математической статистики
10
Знакомство с библиотеками Pandas и Matplotlib
11
Пайплайн машинного обучения
12
Логистическая регрессия
13
Метрики машинного обучения
14
Архитектуры CNN и Transfer Learning

Школа

Stepik — образовательная платформа и конструктор онлайн-курсов.

Мы разрабатываем алгоритмы адаптивного обучения, сотрудничаем с авторами MOOC, помогаем в проведении олимпиад и программ переподготовки.

Наша цель — сделать образование открытым и удобным.

Stepik — широко известная российская образовательная платформа, основанная в 2013 году. На Stepik зарегистрировано более миллиона пользователей из России и стран СНГ. В настоящее время на Stepik представлены несколько тысяч учебных курсов на самые разные темы.

Платформа Stepik включает в себя конструктор бесплатных занятий и уроков. Создать интерактивный обучающий курс может любой зарегистрированный пользователь. При этом авторы обучающих материалов сохраняют авторские права. Сервис не имеет ограничений по числу обучающихся на курсе.

Stepik имеет обширные возможности по созданию онлайн-курсов, обучающих занятий и уроков с использованием текстов, видео, картинок, тестовых задач, в процессе выполнения которых можно вести обсуждения с остальными обучающимися, а также с преподавателем. Всего в Stepik присутствует 20 типов заданий, проверка которых может осуществляться как в автоматическом, так и в ручном режиме.

Большим преимуществом данной платформы является возможность встраивать созданные материалы на сторонние сайты, например, Moodle и Canvas.

Кроме того, Stepik может использоваться в качестве площадки для проведения разнообразных мероприятий, таких как олимпиады и конкурсы.

Интерфейс платформы полностью русскоязычный, достаточно дружественный и интуитивно понятный. Платформа полностью бесплатна.

За каждый пройденный курс в Stepik обучающийся получает сертификат о прохождении. Получение сертификата также бесплатно.

Преподаватели

Каждые полгода мы запускаем новую итерацию нашего двухсеместрового практического онлайн-курса по глубокому обучению. 

Наборы проводятся в августе-сентябре и январе-феврале За нашими новостями можно следить здесь.

Наш канал в TG: https://t.me/deep_learning_school_news

Официальный сайт: https://www.dlschool.org Официальная группа ВК: https://vk.com/dlschool_mipt 

Академия искусственного интеллекта — это всероссийский образовательный проект Благотворительного фонда «Вклад в будущее», реализуемый при поддержке Сбера, который ежегодно знакомит миллионы школьников с миром ИИ.

Начните свой путь в ИИ: с нуля до участия в профильных соревнованиях и олимпиадах. На сайте Академии ИИ можно найти вводные уроки, курсы по машинному обучению и профильные соревнования для школьников. Ссылка на сайт - https://ai-academy.ru

Программа курса

Введение в анализ данных
1. Введение в анализ данных
2. Инструменты курса
Введение в язык программирования Python
1. Введение в язык программирования Python
2. Домашнее задание. Введение в язык программирования Python
Циклы и работы со строками
1. Циклы и работа со строками
2. Домашнее задание. Циклы и работа со строками
Функции в Python
1. Функции в Python
2. Домашнее задание. Функции в Python
Основы объектно-ориентированного программирования в Python
1. Основы объектно-ориентированного программирования в Python
2. Домашнее задание. Основы ООП в Python
Основы линейной алгебры
1. Основы линейной алгебры
2. Тест. Основы линейной алгебры
Библиотека Numpy 

1. Библиотека Numpy
2. Домашнее задание. Введение в библиотеку Numpy
Линейная алгебра с библиотекой Numpy
1. Линейная алгебра с библиотекой Numpy
2. Домашнее задание. Numpy и линейная алгебра
Основы теории вероятностей и математической статистики
1. Основы теории вероятностей и математической статистики
2. Тест. Основы теории вероятностей и математической статистики
Знакомство с библиотеками Pandas и Matplotlib
1. Знакомство с библиотеками Pandas и Matplotlib
2. Тест. Знакомство с библиотеками Pandas и Matplotlib
Основы аналитики данных с помощью Pandas и Matplotlib
1. Основы аналитики данных с помощью Pandas и Matplotlib
2. Домашнее задание. Библиотека pandas
Введение в машинное обучение
1. Введение в машинное обучение
2. Тест. Введение в машинное обучение
Пайплайн машинного обучения
1. Пайплайн машинного обучения
2. Домашнее задание. Пайплайн машинного обучения
Линейная регрессия
1. Линейная регрессия
2. Домашнее задание. Линейная регрессия
Функции математического анализа
1. Функции математического анализа
2. Тест. Функции математического анализа
Производная, градиент и градиентная оптимизация
1. Производная, градиент и градиентная оптимизация
2. Домашнее задание. Градиентная оптимизация
Логистическая регрессия
1. Логистическая регрессия
2. Домашнее задание. Логистическая регрессия
Метрики машинного обучения
Решающие деревья
1. Решающие деревья
2. Тест. Решающие деревья
Композиции алгоритмов
1. Композиции алгоритмов
2. Домашнее задание. Композиции алгоритмов
Пайплайн выбора модели
1. Пайплайн выбора модели
2. Тест. Пайплайн выбора модели
Конкурсы на kaggle.com
1. Конкурсы на kaggle.com
2. Домашнее задание. Конкурсы на kaggle.com
Введение в нейронные сети
1. Введение в нейронные сети
2. Тест. Введение в нейронные сети
Обучение нейронных сетей в библиотеке PyTorch
1. Обучение нейронных сетей в библиотеке PyTorch
2. Домашнее задание. Обучение нейронных сетей в Pytorch
Свёрточные нейронные сети
1. Свёрточные нейронные сети
2. Домашнее задание. Сверточные нейронные сети
Архитектуры CNN и Transfer Learning
1. Архитектуры CNN и Transfer Learning
2. Домашнее задание. CNN и Transfer Learning

Рейтинг курса

4
Может быть интересно
Курс по машинному обучению. Проект «ИИ Старт».
Пройти курс бесплатно

Курс по машинному обучению. Проект «ИИ Старт».