Сколько стоит курс «Искусственный интеллект в задачах и примерах»?

Курс «Искусственный интеллект в задачах и примерах» доступен бесплатно.

Какой рейтинг у курса «Искусственный интеллект в задачах и примерах»?

Курс имеет рейтинг 0.0 из 5 на основе 0 отзывов. На курсе обучается 1 учеников.

Где можно пройти курс «Искусственный интеллект в задачах и примерах»?

Курс доступен на образовательной платформе Stepik по адресу stepik.org/course/300891.

Искусственный интеллект в задачах и примерах

Name: Искусственный интеллект в задачах и примерах
Availability: InStock
Rating: 0 (0 reviews)

Показатель	Текущие показатели	Рост
Учеников на курсе	1
Сертификатов выдано	0
Отзывов получено	0
Рейтинг курса	0.000
Количество уроков	20
Количество задач с кодом	96
Обновления курса	—	—
Дата публикации курса	17 часов назад	—	—	—	—
Последнее обновление	26 сентября 2026	—	—	—	—
Сложность	easy	—	—	—	—

Чему вы научитесь

Курс построен по принципу «в задачах и примерах»: каждый алгоритм машинного обучения мы сначала разбираем на пальцах, затем смотрим 16 подробно решённых примеров и закрепляем 16 задачами с автоматической проверкой плюс факультативом из 8 задач посложнее.

Все алгоритмы реализуются вручную на чистом Python (в песочнице доступны numpy, pandas и scikit-learn) — без магии библиотек. Так формулы из учебника превращаются в работающий код, а результаты библиотек перестают быть чёрным ящиком.

Темы курса: метод ближайших соседей, линейная и логистическая регрессия, метрики качества, деревья решений и случайный лес, кластеризация, наивный Байес, градиентный спуск, перцептрон и простые нейросети, обработка текста, рекомендательные системы, поиск и генетические алгоритмы, работа с данными в pandas, итоговый проект.

О курсе

Практический курс по искусственному интеллекту и машинному обучению на Python. В каждом разделе — теория простым языком, памятка, 16 разобранных примеров и 24 задачи с автоматической проверкой. Пишем kNN, линейную и логистическую регрессию, деревья решений, кластеризацию и нейросети своими руками — чтобы понимать, что происходит внутри библиотек.

Для кого этот курс

Школьникам 9–11 классов и студентам, которые хотят понять машинное обучение изнутри; учителям информатики для практикумов; начинающим разработчикам перед изучением scikit-learn и нейросетей.

Начальные требования

Базовый Python: переменные, циклы, списки, функции, чтение ввода. Математика на уровне 9–10 класса: квадратный корень, среднее, координаты точек. Всё остальное объясняется по ходу курса.