Python-programmering och maskininlärning - kurs 42 000 rub. från Coddy School of Programming for Children, utbildning 7 moduler (månader)
Miscellanea / / December 03, 2023
Ålder: 12-16 år
Nivå: för nybörjare.
Varaktighet: från 7 moduler (månader), från 56 timmar*.
Format: individuella och grupplektioner, offline och online (realtid).
Antal barn: från 1 till 8.
Pris:
från 750 rub./timme i en onlinegrupp,
från 850 rub./timme i en offlinegrupp,
från 1050 rub./timme individuellt online,
från 1980 rub./timme individuellt offline.
Classic BASIC och Pascal lärs fortfarande ut som programmeringsspråk i skolans läroplaner. Även om de hjälper till att förstå principerna för att skriva program, används de inte längre av professionella programmerare. Modern teknik står inte stilla, och därför finns det idag mer avancerade och relevanta programmeringsspråk som är lätta att lära sig och som passar nybörjare. Vill du att ditt barn ska lära sig att skriva kod på ett av världens mest populära och efterfrågade språk och använda det för att lösa verkliga problem? Välkommen till vår Python-programmerings- och maskininlärningskurs för barn!
Funktioner och Fördelar
Python-språket började utvecklas av den holländska programmeraren Guido van Rossum i slutet av åttiotalet. Guido var vid den tiden anställd på det holländska CWI-institutet, ett av de ledande europeiska forskningsinstituten inom området matematik och teoretisk datavetenskap. Han skrev detta språk på sin fritid och lade in några idéer om ABC: s utbildningsspråk, där han också deltog. Utvecklingen avslutades 1991. Efter att den första officiella versionen gick online, gick en hel grupp programmerare med för att förfina och förbättra den. Python är nu ett kraftfullt, uttrycksfullt programmeringsspråk som är lätt att lära sig och lätt att använda.
Det finns många Python-lektioner och handledningar på Internet. Full framgång kan dock uppnås när man studerar under ledning av en erfaren lärare-utövare. Förutom att behärska språket i sig kommer eleverna under lektionerna att lära sig hur man tillämpar det praktiskt i maskininlärning. Vi rekommenderar att skolbarn börjar lära sig Python vid 12 års ålder. Det är perfekt för nybörjare att ta sina första steg i programmering, eftersom... har följande fördelar:
- En av huvudfördelarna med Python är dess syntax som kan läsas av människor. Utvecklare värdesätter skönhet och klarhet i koden, vilket återspeglas i deras filosofi som kallas "Zen of Python." "Läsbarhet är viktig", "Enkelt är bättre än komplext" - det här är några av grundsatserna i denna filosofi.
- Den innehåller toppmoderna kodåteranvändningsmekanismer. Du kan skriva enkla och effektiva program på den utan att lägga ner mycket tid på den.
- Mindre kodinmatning ökar utvecklingshastigheten avsevärt.
- Pythons design anses av många experter vara en av de bästa.
- Det interaktiva skalet låter dig gå in i program och omedelbart få resultatet.
- Python har hjälpverktyg som avsevärt påskyndar inlärningen. Till exempel sköldpaddsmodulen, som simulerar sköldpaddsgrafik, och tkinter-modulen för att arbeta med grafikbiblioteket.
- Den innehåller ett stort bibliotek av moduler, som ger en mängd funktioner som efterfrågas i applikationsprogram, allt från textsökning med hjälp av en mall till nätverksfunktioner. Python kan utökas både genom sina egna bibliotek och genom bibliotek skapade av andra utvecklare.
Python används av sådana jättar som Google, Intel, IBM. De populära plattformarna YouTube och VKontakte fungerar på det. NASA-forskare använder den för att kryptera och analysera data, och experter från en mängd olika områden använder den för storskalig forskning. Python är ett programmeringsspråk som kommer att efterfrågas väldigt länge!
Det blir också allt mer populärt eftersom det är nära relaterat till maskininlärning och skapandet av intelligenta datorprogram. Python gör det mycket lättare att arbeta med kod. Nu kan datorer inte längre programmeras som tidigare, utan kan konfigureras så att de lär sig på egen hand. Maskininlärning är en av vår tids viktigaste IT-trender och tränger gradvis in i livets alla områden - smart sökning från Google och Yandex, neurala nätverk, smarta spamfilter, artificiell intelligens i spel och mycket mer Övrig.
I vår kurs om att lära sig Python för skolbarn, killar:
- Lär dig syntaxen och få grundläggande färdigheter i att arbeta med Python;
- Lär dig att installera och konfigurera utvecklingsmiljön, tillämpa grundläggande Python-konstruktioner, skapa moduler och paket;
- Lär dig om olika sätt att analysera data;
- Bekanta dig med principerna för maskininlärning;
- De kommer att träna flera av sina egna datormodeller.
8
kurserKurslärare:
"Computer Literacy", "Minecraft: An Introduction to Artificial Intelligence", "Ethical Hacker", "Computer" läskunnighet på Mac", "Unreal Engine 4", "Python och maskininlärning", "Minecraft-programmering", "Bots på Pytonorm"
Utbildning:
Moscow Polytechnic University, specialitet "Informationssäkerhet".
Certifierad deltagare i Minecraft-programmeringsutbildningen.
Microsoft Certified Teacher Innovator Program
Erfarenhet:
Behärskar C++, Pascal med objekt, Python, Java, PHP. Jag var involverad i webblayout, skapande av webblayouter och utvecklade logotyper för företag på frilansande sajter.
Intressen:
Engagerad i programmering och informationssäkerhet. Älskar sport och lever en hälsosam livsstil. Han är intresserad av musik och konst. Tror att varje person kan uppnå vad de vill.
"Om du vill att kod ska vara enkel och snabb att skriva, gör den lätt att läsa."
6
kurserKurslärare:
"Spelprogrammering i Python", "Etisk hacker", "Utveckling av chatbots i Python tillsammans med Computer Science and Computing Complex of Moscow State University. M.V. Lomonosov", "Python och maskininlärning", "Bots i Python", "Webbapplikationer i Python i samarbete med Moscow State University. M.V. Lomonosov"
Utbildning:
Moscow State Technical University uppkallad efter. Bauman, specialitet "Informationssäkerhet".
Erfarenhet:
Behärskar programmeringsspråken Python, C\C++, Golang, Pascal. Har erfarenhet av att utveckla olika applikationer.
Intressen:
Han gillar att programmera i Python för att lösa en mängd olika problem, och ju mer komplex och intressant uppgiften är, desto bättre. Han sportar, tycker om att fotografera och älskar att resa. Jag är övertygad om att varje person som anstränger sig tillräckligt för att uppnå ett mål uppnår det. Gillar att hjälpa andra att nå sina mål. Ung och uppmärksam på människor, hittar ett gemensamt språk med alla barn och hjälper dem att avslöja sina bästa egenskaper under inlärningen, vilket gör lärandet roligt och effektivt för alla.
"Programmering under 2000-talet är det andra alfabetet som en framgångsrik person bör behärska, oavsett hans intresseområde. Python är det perfekta första steget för att lära sig programmering, med enkelhet och mångsidighet som gör det enkelt för barn att lära sig detta språk är inte en obligatorisk studie, utan ett trevligt tidsfördriv och de förstår att programmering är oerhört intressant och spännande bearbeta!"
7
kurserKurslärare:
"Minecraft: Introduktion till artificiell intelligens", "Frontendutvecklare: HTML/CSS/JavaScript-webbplatser", "Ethical Hacker", "Harvard CS50 Course", "Python and Machine Learning", "Bots in Python", "Cyber Security", "Spelutveckling i C++", "Skapa spel i Scratch"
Utbildning:
Immanuel Kant Baltic Federal University, Institutet för fysikaliska och matematiska vetenskaper och informationsteknologi, specialitet: ”Datorsäkerhet och matematiska skyddsmetoder information."
Erfarenhet:
Jag blev bekant med programmering vid 12 års ålder och sedan dess har jag inte slutat utveckla, förbättra och fördjupa mina kunskaper.
Han har lång erfarenhet av utveckling och utveckling av en mängd olika projekt, allt från högt laddade spelservrar till programmering av mikrokontroller.
Kan och förstår modern programmering och kan som generalist hitta optimala lösningar även i svåra situationer.
Intressen:
Han är engagerad i att skriva manus och tycker om japansk fäktning, kendo och kenjutsu.
Jag är övertygad om att det inte finns något viktigare än självtillväxt och personlig utveckling.
”När vi möter nya kunskapsområden är det svåraste med att studera dem att ta det första steget, att hitta ett sätt att övervinna våra egna tvivel, osäkerheter och rädslor. Först efter ett tag, när vi ser tillbaka, kan vi uppskatta de höjder som vi lyckades ta oss till.”
1:a modul
Första dagen
Introduktionslektion
- Introduktion till begreppet maskininlärning, vilka problem som kan lösas med hjälp av maskininlärningsalgoritmer
- Pythonupprepning
Andra dagen
Introduktion till neural nätverksteori
- Aktiveringsfunktioner
- Matrismultiplikation
Dag tre
Den enklaste modellen av en neuron
- Fortsätt att upprepa Python
- Introduktion till numpy-biblioteket
- Grundläggande begrepp inom maskininlärning
- Linjär regressionsmetod
Dag fyra
Perceptron
- Grunderna i matematisk logik och linjär algebra
– Den enklaste modellen av en neuron är en perceptron
- Inledande vikter, ingångar och bias
2:a modulen
Första dagen
Perceptron träning
- Byta vikter
- Val av träningsdata
- Perceptronträning
Andra dagen
Modellförbättring
– Vi använder mer avancerade aktiveringsfunktioner
- Sigmoid, tanh, ReLu, Softplus
Dag tre
Dag fyra
Arbeta på ett neuralt nätverk för din uppgift
- Uppgiftsanalys
- Val av träningsdatauppsättning
- Modellbyggnad
3:e modul
Första dagen
Modell Adaline
- Adaptiva linjära neuroner
- Jämförelse av Adaline och Perceptron noggrannhet
Andra dagen
Gradient Descent
– Vi använder mer avancerade aktiveringsfunktioner
- Sigmoid, tanh, ReLu, SoTplus
- Gradientnedstigning
Dag tre
Bibliotek för att arbeta med Pandas data
- Ta emot data från filer i olika format
- Provtagning
- Sortering
- Aggregation och gruppering
Dag fyra
Matplotlib plottning bibliotek
- Rita grafer baserade på en datamängd
- Visning i form av en graf av neurala nätverksindikatorer
- 3D-grafik
4:e modul
Första dagen
Andra dagen
Bildigenkänning
- Hämta Mnist-bibliotekets datauppsättning
- Nätverksträning
- Bildigenkänning av siffror
- Testa nätverket på dina egna bilder
Dag tre
Dag fyra
Evolutionär metod för att träna neurala nätverk
- Inledande element
- Inställning av populationsparametrar
- Urvalsmetod
- Mutationer
- Analys av träningsresultat
5:e modul
Första dagen
Objektorienterat programmeringsparadigm
- Klasser
- Föremål
- Attribut
- Metoder
Andra dagen
Spel med OOP
- Skriva ett enkelt klassiskt spel 'Snake'
- Kontrollmetod för spelaren
- Modelluppmuntran
- A/B-testning
Dag tre
Använder "artificiell intelligens" i spelet
- Ormkontroll
- Minneslös inlärningsmodell
Dag fyra
Lärande med hjälp av minne
- Justeringsfaktorer
- Spara drag i minnet
- Jämförelse med en modell utan minne
6:e modulen
Första dagen
Vi presenterar det interaktiva Jupyter Notebook-skalet
- Installation
- Cellinnehåll
- Kodexekveringslägen
- Interaktiva element och grafik
Andra dagen
Använda Jupyter Notebook för maskininlärning
- Dataladdning
- Modellutbildning
- Visa resultat
- Felsökning och testning
Dag tre
Använda Cloud Computing i Google Colab
- Integration i projektet
- Prestandamätningar
- Använda tensorkärnor
Dag fyra
Vi presenterar Tensorflow-biblioteket
- Installation av biblioteket
- Förbereda data för arbete
- Neuronmodeller inbyggda i biblioteket
7:e modulen
Första dagen
Hur Tensorflow fungerar
- Beräkningsgraf
- Inmatningsparametrar och vikter
- Felfunktion
Andra dagen
Hur Tensorflow fungerar
- Inbyggda optimerare
- Aktiveringsfunktioner
- Nätverkslager
Dag tre
Dag fyra
Projektutveckling
- Diskussion av idéer
- Val av teknologier
- Problemnedbrytning
- Databeredning
- Modellbyggnad
- Utbildning
- Testar
- Presentation