Программа «Обработка и визуализация данных на Python»

Курс знакомит с необходимой базой для дальнейшего развития в области анализа данных: начиная от работы с таблицами, заканчивая нейросетями. Ученики получат практический опыт работы с популярными моделями машинного обучения, решая классические задачи Data Science. Так, например, будут разобраны примеры моделей для распознавания рукописных цифр, также будут рассказаны методы обучения более сложных сетей, например, нашумевший DeepFake.

преподаватели

Быков Алексей Евгеньевич, педагог дополнительного образования.

Образование высшее, Прикладная информатика, 2022

Расписание

Расписание на первое полугодие 2022–2023 учебного года

  • Понедельник с 17:30 до 19:30 — практическое занятие онлайн или офлайн
  • Четверг с 17:30 до 19:30 — практическое занятие онлайн или офлайн
  • Суббота с 17:30 до 19:30 — практическое занятие онлайн или офлайн

Содержание программы

Один год обучения, 327 часов

  • Язык Python 3 (количество часов — 9);
  • Библиотека NumPy (количество часов — 9);
  • Библиотека Pandas (количество часов — 9);
  • Язык SQL (количество часов — 9);
  • Средства визуализации - matplotlib, plotly, tableau, redash (количество часов — 18);
  • Введение в машинное обучение. Базовые алгоритмы (количество часов — 72);
  • Введение в нейронные сети. Полносвязные сети (количество часов — 18);
  • Сверточные нейронные сети. Простейшие задачи компьютерного зрения (количество часов — 36);
  • Обработка естественного языка (количество часов — 39);
  • Продвинутые задачи компьютерного зрения. Object-detection (количество часов — 36);
  • Tensorflow (количество часов — 36);
  • PyTorch (количество часов — 36).

Цели программы

Изучение современных подходов и инструментов к решению задач в области анализа данных и методами машинного обучения.

Результат программы

В результате реализации программы обучающиеся будут знать основные методы машинного обучения, включая нейросетевые, базовые понятия статистики и теории вероятностей.

В результате реализации программы обучающиеся будут уметь считать и трактовать статистические данные, строить модели прогноза и классификации.

У обучающихся будут развиты следующие личностные качества:

  • умение решать задачи в рамках машинного обучения;
  • понимание на что машинное обучение способно и как это может быть сделано.

Особые условия проведения

Требования к учащимся на начало курса:

  • Умение программировать на любом языке (предпочтительно на Python 3).
  • Хорошее знание математики за 9 класс.

Материально-техническая база

Для работы онлайн учащемуся потребуется компьютер или ноутбук с доступом в интернет.

Стоимость

Обучение по программе бесплатное.