Получить консультацию
Наши специалисты свяжутся с вами в ближайшее время
Записаться на курс
Заполняя анкету, вы оставляете заявку - письмо с инструкцией для записи на курс будет отправлено вам на e-mail
# Информатика
Возраст:
9-10 класс
9-10 класс
Размер группы:
до 20 человек
до 20 человек
Форма обучения:
очно
очно
Стоимость:
17 000 р.
17 000 р.
Длительность:
32 ак.ч
12 занятий
32 ак.ч
12 занятий
Расписание:
по субботам с 17:00
по субботам с 17:00
Начало занятий:
начало марта
начало марта
Подразделение:
Подготовительные курсы
Подготовительные курсы
# содержание программы
Для участия в данном курсе необходимо уверенное пользование ПК, знание основ программирования и алгебры.
Плюсом будет знание основ теории вероятности и алгоритмов, понятие логарифма.
В настоящее время тематика искусственного интеллекта (ИИ) очень популярна и быстро развивается, благодаря применению различных технологий во многих сферах человеческой деятельности.
Данный курс познакомит школьников 9-10 классов с основными направлениями искусственного интеллекта, а именно с методами машинного обучения, методами работы с данными и методами представления данных. Участники освоят базовые термины, возможности и ограничения технологий, рассмотрят применение методов ИИ в повседневном использовании.
Какие темы рассматриваются на курсе?
- Перспективы ИИ в современном мире.
- Необходимые навыки для работы в сфере ИИ и возможные профессии.
- Понятие машинного обучения.
- Виды алгоритмов (supervised, unsupervised).
- Основные задачи (классификация, регрессия, кластеризация, генерация).
- Основные области применения (NLP, CV, RecSys).
- Что такое Google Colab. Установка зависимостей и библиотек.
- Python как язык программирования.
- Работа с интерактивной средой Google Colab.
- Переменные, типы данных.
- Арифметика.
- Управляющие конструкции (условия, циклы, функции).
- Списки.
- Форматирование строк.
- Numpy-массивы.
- Виды информации (числа, текст, картинки, аудио) и способы её хранения.
- Основные форматы файлов. CSV, JSON.
- Понятие датасета и датафрейма.
- Сбор данных. Готовые датасеты (Kaggle, Dataset Search, Papers with Code).
- Методы работы с табличными и текстовыми данными.
- Основы pandas.
- Обработка табличных данных и pandas.
- Основные статистические показатели (среднее и медиана).
- Визуализация с pandas (какие графики в ML используются и для чего)
- matplotlib
- Повторение: понятие машинного обучения.
- Виды алгоритмов (supervised, unsupervised).
- Основные задачи (классификация, регрессия, кластеризация, генерация). Основные области применения (NLP, CV, RecSys).
- Введение в sklearn. Типовые алгоритмы в sklearn на примере KNN.
- Fit-predict интерфейс.
- Постановка задачи и предварительный анализ данных.
- Разбор идеи и реализации простых алгоритмов (линейная регрессия, логистическая) средствами sklearn.
- Перцептрон. Функции активации.
- Основы keras.
- Понятие предобученных моделей и fine-tuning.
- Задачи генерации.
- Понятие high-level interface.
- Локальный запуск предобученных моделей с Hugging Face.
- ChatGPT и аналоги (практика на YandexGPT) для повседневного использования.
- Методы промптинга. Ограничения ИИ (технические возможности и этические нормы).
- Создание своего чат-бота на основании шаблона, который отвечает на вопросы по этому курсу.
# спикеры
- Максим Валерьевич
Хлопотовкандидат технических наук,
доцент факультета инфокоммуникационных технологий - Андрей Александрович
Мусаевкандидат технических наук,
доцент факультета инфокоммуникационных технологий - Артем Дмитриевич
Бересневстарший преподаватель факультета инфокоммуникационных технологий - Анастасия Вадимовна
Чернышеваассистент факультета инфокоммуникационных технологий
# Адрес
Подготовительные курсы университета ИТМО
г. Санкт-Петербург, ул. Ломоносова 9
г. Санкт-Петербург, ул. Ломоносова 9
Информация © 1993–2024 Университет ИТМО
Разработка © 2022
Университет ИТМО
Разработка © 2022
Университет ИТМО
программы
контакты
- 191002, г. Санкт-Петербург, ул. Ломоносова 9, ауд. 1102
- тел.: +7 (921) 953-31-71