0
Прегледи
Курс програмирања (Машинско учење и анализа података у Питхон-у), 11. разред - курс 31.250 РУБ. из Фоксфорда, тренинг, Датум: 05.12.2023.
мисцеланеа / / December 05, 2023
Ко ће имати користи од курса?
Курс ће бити користан за оне који су већ проучавали основе програмирања и желе да прошире своју област знања, уроне у науку о подацима и разумеју шта су неуронске мреже и вештачка интелигенција.
Која знања пружа курс?
Поуздано познавање Питхона и главних библиотека за ДС, способност рада са алгоритмима машинског учења за проблеме класификације и регресије, практично искуство у учешћу на такмичењима на ову тему.
Како функционише обука
Под вођством наставника, деца ће учествовати у правим такмичењима у машинском учењу за одрасле. Курс ће укључивати онлајн састанке са представницима ИТ индустрије.
Сагласност
Добићете основна знања о предмету
Знамо како да приђемо деци
Доступно у снимку
Школска потврда
Свака лекција има заплет и интерактивне задатке.
Наши наставници су учесници такмичења, аутори методичких израде
Умеју да заинтересују свако дете, узимајући у обзир старосне карактеристике. Свака лекција је узбудљиво путовање у Свет знања!
Хајде да погледамо главне теме програма
Дете неће морати самостално да учи градиво и трпа га без разумевања. Наставник ће објаснити чак и сложене теме једноставним језиком, а презентације и интерактивни задаци ће повећати интересовање за предмет.
Учврстимо знање у пракси
После сваке лекције, мали домаћи задатак који ће вам помоћи да увежбате материјал који сте прешли и вежбате пре теста.
Ручно проверавамо узорке и домаћи задатак
Не остављамо писмене делове задатака за самотестирање - то раде стручњаци ОГЕ.
Проверавамо „стварно“, као на испиту, и као резултат добијате детаљне повратне информације. Све ово ради брзине припреме и ваших резултата.Ваш лични кустос ће одговорити на ваша питања у року од два сата, 24/7
Кустоси разумеју програм и предмет, тако да могу лако да одговоре на ваша питања о курсу и домаћем задатку - у било ком тренутку
Они добро знају колико је тешко припремити се и разумети своје бриге.
Најважнији задатак тутора је да вам помогне да се носите са стресом и страхом пре испита
Основе Питхон-а (преглед, брзи преглед)
- Основне Питхон контролне конструкције
- Функције
- Листе
- Објектно оријентисано програмирање
Увод у библиотеке за науку о подацима
- Нумпи
- Матплотлиб
-Случајно
- Панде
- Сеаборн
- Склеарн
Увод у машинско учење
- Основе линеарне алгебре. сципи библиотека. Функције губитка
- Линеарна регресија и класификациони алгоритми
- Постављање модела: преквалификација, регуларизација, избор хиперпараметара, метрика квалитета
- Случајно дрвеће
- Композиције алгоритама: баггинг и случајна шума
- Такмичења у кагглеу
- Учење без надзора: груписање, смањење димензионалности
Анализа података у пракси
- Интервали поверења, тестирање хипотеза
- А/Б - тестирање
- Статистички критеријуми
- Потражите обрасце и зависности у подацима
- Предвиђање временских серија
- Такмичења у кагглеу
Дубоко учење
- Увод у неуронске мреже. ДЛ и АИ задаци
- Конструкција вишеслојног перцептрона
- Дериват и градијент. Методе градијентног спуштања
- Подешавање неуронских мрежа: избор хиперпараметара, софтмакс, партиционисање у групе
- Увод у оквир питорцх
- Основе конволуционих неуронских мрежа
- ЦНН архитектуре. Пренесите учење
- Задаци компјутерског вида: сегментација и детекција слике
- Изабрани НЛП задаци. Такмичења на кагглеу
- Генерисање вештачких података користећи ГАН
- Тхе Дата Сциентист'с Ваи
ПРЕТПЛАТИТИ СЕ
