Дополнительная общеразвивающая программа технической направленности «Master of Python. Программирование алгоритмов машинного обучения» С ГОСПОДДЕРЖКОЙ
Записаться на онлайн-курс Записаться на очный курс
Программа реализуется в рамках федерального проекта «Развитие кадрового потенциала ИТ-отрасли» национальной программы «Цифровая экономика РФ». Оператор проекта – Университет 2035.
Старт программы: октябрь 2022 года
Открыт набор на следующие потоки обучения
Программа реализуется в рамках федерального проекта «Развитие кадрового потенциала ИТ-отрасли» национальной программы «Цифровая экономика РФ». Оператор проекта – Университет 2035.
Старт программы: октябрь 2022 года
Открыт набор на следующие потоки обучения
Возрастная категория обучающихся: 8-11 класс
Срок реализации 150 академических часа
При поддержке
Программа ориентирована на талантливых школьников 8-11 классов, имеющих начальный уровень владения ИКТ
В условиях цифровой экономики рост объема информации характерен почти для каждой сферы общественной деятельности. На фоне этого подготовка специалистов в области области разработки программного обеспечения, сервисов и приложений в любой предметной области с помощью многоуровневого языка программирования Python является актуальным и востребованным на современном рынке для решения профессиональных задач.
Программа знакомит слушателей:
• с основными принципами машинного обучения (обучение с учителем, обучение без учителя, обучение с подкреплением);
• основами методологии CRISP DM, этапами создания проектов ИИ;
• основами работы с Python;
• методами работы с базовыми библиотеками анализа данных (numpy, pandas, matplotlib, SQLite);
• сферами использования машинного обучения (анализ данных, компьютерное зрение, обработка естественного языка).
В программе раскрываются:
• особенности использования ИИ для решения социальных и экономических проблем;
• предварительная обработка и визуализация данных;
• алгоритмы машинного обучения для решения задач классификации, кластеризации, уменьшения размерности, регрессии;
• метрики для оценки эффективности работы алгоритма машинного обучения;
• возможности внедрения разработанных и обученных алгоритмов.
Посмотреть учебно-тематический план программы.
Программа знакомит слушателей:
• с основными принципами машинного обучения (обучение с учителем, обучение без учителя, обучение с подкреплением);
• основами методологии CRISP DM, этапами создания проектов ИИ;
• основами работы с Python;
• методами работы с базовыми библиотеками анализа данных (numpy, pandas, matplotlib, SQLite);
• сферами использования машинного обучения (анализ данных, компьютерное зрение, обработка естественного языка).
В программе раскрываются:
• особенности использования ИИ для решения социальных и экономических проблем;
• предварительная обработка и визуализация данных;
• алгоритмы машинного обучения для решения задач классификации, кластеризации, уменьшения размерности, регрессии;
• метрики для оценки эффективности работы алгоритма машинного обучения;
• возможности внедрения разработанных и обученных алгоритмов.
Посмотреть учебно-тематический план программы.
Программа опирается на сбалансированное сочетание знаний основ языка программирования, современных инструментов и сред разработки программного кода и информации о сферах применения получаемых знаний. Программа предполагает работу обучающихся как с педагогом, так и самостоятельно: по собственным проектам. Такая организация обучения и воспитания позволяет с одной стороны расширить индивидуальное поле деятельности каждого ребёнка, с другой стороны учит работать в команде; помогает раскрыть таланты обучающихся в области программирования и содействовать их профессиональному самоопределению.
Программа содержит признаки разноуровневости, отражённые в задачах программы, планируемых результатах освоения программы и в комплекте диагностических и контрольных материалов, которые направлены на выявление способностей и возможностей обучающихся к освоению определенного уровня содержания программы.
Программа содержит признаки разноуровневости, отражённые в задачах программы, планируемых результатах освоения программы и в комплекте диагностических и контрольных материалов, которые направлены на выявление способностей и возможностей обучающихся к освоению определенного уровня содержания программы.
Направленность программы: современные языки программирования.
Объем и срок освоения программы: программа рассчитана на 2 года. Количество учебных часов по программе: 150 академических часа.
Режим занятий, периодичность и продолжительность занятий: программа рассчитана на 2 года обучения. Длительность и количество занятий — по 2-4 академических часа 2 раза в неделю (1 академический час равен 45 минутам, не включая перерыв).
Объем и срок освоения программы: программа рассчитана на 2 года. Количество учебных часов по программе: 150 академических часа.
Режим занятий, периодичность и продолжительность занятий: программа рассчитана на 2 года обучения. Длительность и количество занятий — по 2-4 академических часа 2 раза в неделю (1 академический час равен 45 минутам, не включая перерыв).
Результативность и способы оценки программы построены на основе компетентностного подхода.
Обучающиеся будут знать:
• Основные приницпы машинного обучения (обучение с учителем, обучение без учителя, обучение с подкреплением);
• Основы методологии CRISP DM, этапами создания проектов ИИ;
• Основы работы с Python;
• Методы работы с базовыми библиотеками анализа данных (numpy, pandas, matplotlib, SQLite);
• Основные сферы использования машинного обучения (анализ данных, компьютерное зрение, обработка естественного языка).
Обучающиеся будут уметь:
• Применять особенности использования ИИ для решения социальных и экономических проблем;
• Осуществлять предварительную обработку и визуализацию данных;
• Применять алгоритмы машинного обучения для решения задач классификации, кластеризации, уменьшения размерности, регрессии;
• Применять метрики для оценки эффективности работы алгоритма машинного обучения;
• Реализовывать возможности внедрения разработанных и обученных алгоритмов.
Кроме этого, обучающиеся овладеют процедурой самооценки знаний и смогут скорректировать свою дальнейшую деятельность по саморазвитию в области программирования.
Обучающиеся будут знать:
• Основные приницпы машинного обучения (обучение с учителем, обучение без учителя, обучение с подкреплением);
• Основы методологии CRISP DM, этапами создания проектов ИИ;
• Основы работы с Python;
• Методы работы с базовыми библиотеками анализа данных (numpy, pandas, matplotlib, SQLite);
• Основные сферы использования машинного обучения (анализ данных, компьютерное зрение, обработка естественного языка).
Обучающиеся будут уметь:
• Применять особенности использования ИИ для решения социальных и экономических проблем;
• Осуществлять предварительную обработку и визуализацию данных;
• Применять алгоритмы машинного обучения для решения задач классификации, кластеризации, уменьшения размерности, регрессии;
• Применять метрики для оценки эффективности работы алгоритма машинного обучения;
• Реализовывать возможности внедрения разработанных и обученных алгоритмов.
Кроме этого, обучающиеся овладеют процедурой самооценки знаний и смогут скорректировать свою дальнейшую деятельность по саморазвитию в области программирования.
ШАГ 1. Перейдите на страницу курса на портале Госуслуг. Чтобы ознакомиться с другими курсами МЭО в рамках проекта, выберите на портале Госуслуг форму обучения онлайн и курсы от Мобильного Электронного образования нужного уровня подготовки.
Подать заявление на участие может либо сам школьник, либо его родитель (законный представитель). Заявитель должен иметь подтвержденную учетную запись на портале Госуслуг.
ШАГ 2. По результатам успешной проверки заявления на Госуслугах Вы получите ссылку на вступительное испытание.
ШАГ 3. Успешно пройдите вступительное испытание на платформе МЭО в срок не позднее 5 рабочих дней с момента получения ссылки.
ШАГ 4. Заключите договор с МЭО от имени родителя или законного представителя ребенка.
ШАГ 5. Получите доступ к программе, расписание занятий от МЭО и начинайте учиться.
Подать заявление на участие может либо сам школьник, либо его родитель (законный представитель). Заявитель должен иметь подтвержденную учетную запись на портале Госуслуг.
ШАГ 2. По результатам успешной проверки заявления на Госуслугах Вы получите ссылку на вступительное испытание.
ШАГ 3. Успешно пройдите вступительное испытание на платформе МЭО в срок не позднее 5 рабочих дней с момента получения ссылки.
ШАГ 4. Заключите договор с МЭО от имени родителя или законного представителя ребенка.
ШАГ 5. Получите доступ к программе, расписание занятий от МЭО и начинайте учиться.
Отзывы
НАВИГАЦИЯ
ДОПОЛНИТЕЛЬНО
© 2014-2023 , Мобильное Электронное Образование
Все материалы данного сайта являются объектами авторского права (в том числе дизайн). Запрещается копирование, распространение (в том числе путем копирования на другие сайты и ресурсы в Интернете) или любое иное использование информации и объектов без предварительного согласия правообладателя.
Этот веб-сайт использует файлы cookie, чтобы обеспечить вам наилучший опыт.
OK
Click to order
Total:
Технические требования
Персональный компьютер/Ноутбук/Планшет
CPU: от 1,1 Гц
Оперативная память: 2 Гб
Место для хранения информации: не менее 1 Гб
Диагональ экрана: от 10 дюймов.
Рекомендуемый браузер для работы в МЭО: GOOGLE CHROME последняя версия.
Поддерживаемые платформы:
Windows XP SP3/7/8 и выше;
iOS 11 и выше;
Android 6.0 и выше;
MAC OS X 10.8. и выше