קורס תכנות (למידת מכונה וניתוח נתונים בפייתון), כיתה יא' - קורס RUB 31,250. מפוקספורד, אימון, תאריך: 5 בדצמבר, 2023.
Miscellanea / / December 05, 2023
מי ירוויח מהקורס?
הקורס יהיה שימושי למי שכבר למד את יסודות התכנות ורוצים להרחיב את תחום הידע שלו, לצלול ל-Data Science ולהבין מה הן רשתות עצביות ובינה מלאכותית.
איזה ידע מקנה הקורס?
ידע בטוח של Python והספריות הראשיות ל-DS, יכולת לעבוד עם אלגוריתמים של למידת מכונה לבעיות סיווג ורגרסיה, ניסיון מעשי בהשתתפות בתחרויות בנושא זה.
איך האימון עובד
בהדרכת מורה ישתתפו הילדים בתחרויות למידת מכונה אמיתיות למבוגרים. הקורס יכלול מפגשים מקוונים עם נציגי תעשיית ה-IT.
הענות
תקבל ידע בסיסי בנושא
אנחנו יודעים איך לגשת לילדים
זמין בהקלטה
הסמכה לבית ספר
לכל שיעור יש עלילה ומשימות אינטראקטיביות.
המורים שלנו משתתפים בתחרויות, מחברים של פיתוחים מתודולוגיים
הם יודעים לעניין כל ילד, תוך התחשבות במאפייני הגיל. כל שיעור הוא מסע מרגש אל עולם הידע!
בואו נסתכל על הנושאים העיקריים של התוכנית
הילד לא יצטרך ללמוד את החומר בעצמו ולדחוס אותו ללא הבנה. המורה יסביר אפילו נושאים מורכבים בשפה פשוטה, ומצגות ומשימות אינטראקטיביות יגבירו את העניין בנושא.
בואו לגבש ידע בפועל
לאחר כל שיעור, משימת שיעורי בית קטנה שתעזור לכם לתרגל את החומר שסיפיתם ולתרגל לפני המבחן.
אנו בודקים ידנית דוגמאות ושיעורי בית
אנחנו לא משאירים את מטלות החלק הכתוב לבדיקה עצמית - זה נעשה על ידי מומחי OGE.
אנו בודקים "באמת", כמו בבחינה, וכתוצאה מכך אתה מקבל משוב מפורט. כל זאת למען מהירות ההכנה והתוצאות שלכם, האוצר האישי שלכם יענה על שאלותיכם תוך שעתיים, 24/7
האוצרים מבינים את התכנית והנושא, כך שהם יכולים לענות בקלות על שאלותיכם לגבי הקורס ושיעורי הבית – בכל עת
הם יודעים היטב כמה קשה זה יכול להיות להתכונן ולהבין את הדאגות שלך.
המשימה החשובה ביותר של מורה היא לעזור לך להתמודד עם לחץ ופחד לפני מבחנים
יסודות פייתון (סקירה, סקירה מהירה)
- מבנים בסיסיים של שליטה ב-Python
- פונקציות
- רשימות
- תכנות מונחה עצמים
מבוא לספריות למדעי הנתונים
- נאמפי
- Matplotlib
-אַקרַאִי
- פנדות
- בורדן ים
- סקלרן
מבוא ללמידת מכונה
- יסודות האלגברה ליניארית. ספריית scipy. פונקציות הפסד
- אלגוריתמים של רגרסיה לינארית וסיווג
- הקמת מודלים: הסבה מחדש, רגוליזציה, בחירת הפרמטרים, מדדי איכות
- עצים אקראיים
- הרכבים של אלגוריתמים: שקיות ויער אקראי
- תחרויות על kaggle
- למידה ללא פיקוח: אשכולות, הפחתת מימד
ניתוח נתונים בפועל
- רווחי סמך, בדיקת השערות
- A/B - בדיקה
- קריטריונים סטטיסטיים
- חיפוש דפוסים ותלות בנתונים
- חיזוי סדרות זמן
- תחרויות על kaggle
למידה עמוקה
- מבוא לרשתות עצביות. משימות DL ו-AI
- בניית פרספטרון רב שכבתי
- נגזרת ושיפוע. שיטות ירידה בשיפוע
- הקמת רשתות עצביות: בחירת היפרפרמטרים, softmax, חלוקה לקבוצות
- מבוא למסגרת pytorch
- היסודות של רשתות עצביות קונבולוציוניות
- ארכיטקטורות של CNN. העבר למידה
- משימות ראייה ממוחשבת: פילוח וזיהוי תמונה
- משימות NLP נבחרות. תחרויות על kaggle
- הפקת נתונים מלאכותיים באמצעות GAN
- דרכו של מדען הנתונים