[Фоксфорд] Data Science (Машинное обучение на Python) (Дарья Короткова)

Кому будет полезен курс
Ученикам 7-11 классов уже изучавших программирование и интересующихся областью машинного обучения.
Какие знания дает курс
Программирование на Python Обработка данных Знание основных алгоритмов машинного обучения Знание библиотек для построения моделей машинного обучения Программирование на Python.
Как проходит обучение
На каждом занятии ученики вместе с преподавателем разбирают новую тему и используют полученные знания для решения прикладных задач.
Программа курса
Модуль 1 - Основы машинного обучения и python
Изучаем основы языка python. Изучаем основы машинного обучения. Изучаем основные функции библиотек для DS: matplotlib, pandas, numpy. Учимся обрабатывать данные. Учимся использовать базовые алгоритмы машинного обучения.

• Основы программирования на языке Python
• Типы переменных
• Списки
• Условные конструкции
• Цикл
• Основы линейной алгебры
• Теория вероятности и статистика
• Основы машинного обучения
• Обработка данных
• Линейная регрессия
• Логистическая регрессия

Модуль 2 - Компьютерное зрение (CV)
Познакомимся со сверточными нейросетями. Построим свои модели для классификации изображений. Поработаем с уже готовыми моделями и попробуем их дообучить на своих данных.

• Обработка изображений
• Сверточные нейронные сети
• Классификация изображений
• Сегментация изображений
• Детекция
• Дообучение моделей

Модуль 3 - Обработка естественного языка (NLP)
Изучим векторное представление слов. Познакомимся с рекурентными нейронными сетями. Обучим модель для классификации текстов. Поработаем с аудиосигналами. Научим модель классифицировать аудио.

• Обработка естественного языка
• Векторное представление слов
• Семантика
• Классификация текстов
• Рекуррентные нейроные сети
• Машинный перевод
• Обработка аудиосигналов