Курс «Введение в машинное обучение и нейросети» — это ваш первый шаг в мир искусственного интеллекта.
Вы познакомитесь с основами машинного обучения, изучите его принципы и методы, а также сможете применить полученные знания на практике.

Цель программы – эффективное обучение принципам, алгоритмам машинного обучения, моделированию с помощью нейронных сетей, распознаванию образов. Создать и передать мыслеобразы знаний в этой области и помочь формированию первых основных навыков моделирования МО и НН средствами языка Python.

Количество часов

56 ак.ч.

Продолжительность

14 занятий

Стоимость курса

1 290 BYN

Режим и формат обучения:

Период обучения: 5 ноября — 24 декабря
Расписание: 2 раза в неделю (ВТ, ЧТ)
Время: 18:30-21:30
Формат: Гибридный (на выбор) — онлайн в режиме реального времени или по адресу: г. Минск, ул. Амураторская, 4. (ст. м. Молодежная).

Записи занятий доступны к пересмотру на протяжении всего обучения + неделю после его окончания.

Чему вы научитесь за время курса:

Познакомитесь с основными алгоритмами машинного обучения и научитесь их использовать в решении задач регрессии, классификации, кластеризации.
Изучите архитектуру и принципы работы нейронных сетей и сможете их применять для задач распознавания образов и обработки текстов.
Овладеете навыками постановки и решения задач машинного обучения, распознавания образов и текстов с помощью Python и соответствующих библиотек.
Научитесь подготавливать данные, настраивать параметры моделей, проводить эксперименты и визуализировать результаты.
Повторите и закрепите свои знания и умения на итоговом проекте по Data Science & Machine Learning.

Для кого этот курс:

— специалистов в области IT, которые хотят получить новую востребованную квалификацию;

— студентов старших курсов технических вузов;

— всех, кто интересуются искусственным интеллектом и машинным обучением.

Необходимая подготовка:

1. Математика

основы Линейной алгебры
основы Математического анализа (правила дифференцирования сложных функций и матриц)
основы теории вероятностей и математической статистики

2. Программирование

основы Python (базовые навыки, Jupyter Notebook, библиотеки Pandas, Numpy)
основы алгоритмов и структур данных

Рекомендуется пройти курс Python в нашем Институте.

Преподаватель курса:

Олег Стрельченок — 20 лет в ИТ, опыт создания и управления 3-мя ИТ-компаниями в Беларуси.

— Старший преподаватель в БНТУ. Руководитель проектов ООО «Вимэйд».
— Степень МВА Монреальского университета, Канада.

По окончании курса вы получите:

Сертификат Института.

Программа курса:

Модуль 1. Вводный.

Знакомство. Математика: Линейная алгебра.
Математика: Теория вероятности, численные методы.
Python (структуры данных, синтаксис, ООП, классы, библиотеки).
Python (продолжение). Этапы работ по машинному обучению.

Модуль 2. Концепция и принципы машинного обучения.

Модуль 3. Классификация и регрессия.

Модуль 4. Кластеризация.

Модуль 5. Tree-based и другие алгоритмы машинного обучения. Повторение машинного обучения.

Модуль 6. Нейронные сети. Основы.

Модуль 7. Глубокое обучение.

Сверточные НС. Распознавание образов.
Рекуррентные НС. Обработка естественного языка.

Модуль 8. Генетические алгоритмы.

Модуль 9. Повторение. Консультации. Презентации выпускных проектов.

! Обязательные индивидуальные задания после каждого занятия:

Студенты выполняют и сдают индивидуальные домашние задания преподавателю (commit in GitHub) не позднее установленного срока (время выполнения задания – 1 неделя после получения задания).
Преподаватель проверяет домашние индивидуальные задания и присылает результаты проверки студентам по электронной почте (проверка кода, результатов, ошибки, оценка, предлагаемые улучшения, рекомендации) через 1 неделю после сдачи задания студентом.
Разбор домашних заданий в классе на примере перед началом каждого нового занятия. Работа над ошибками, понимание, вопросы.

! Менторство в telegram канале и индивидуальные консультации по telegram от преподавателя во время курса и в течение 1 месяца после окончания курса в рабочее время (рабочие дни с 9 до 18 часов). Можно задавать вопросы, дискутировать, присылать примеры кода и т.д.