Содержание курса
1. Модуль 1. Введение в ИИ: за гранью фантастики
5 уроков
21
8
0м
0
Закрытый
1.1
Определение через задачи
↗
8
3
-
0
Закрытый
1.2
История в трех волнах
↗
4
2
-
0
Закрытый
1.3
Карта территорий ИИ: Куда мы попали?
↗
3
1
-
0
Закрытый
1.4
Карта территорий ИИ: Куда мы попали? Часть 2
↗
3
1
-
0
Закрытый
1.5
Практикум
↗
3
1
-
0
2. Модуль 2. Основы алгоритмизации и логики: Язык понятный машине
5 уроков
14
5
0м
0
Закрытый
2.1
Алгоритм
↗
3
1
-
0
Закрытый
2.2
Логика для ИИ
↗
3
1
-
0
Закрытый
2.3
Циклы: for, while
↗
3
1
-
0
Закрытый
2.4
Структуры данных - "контейнеры" для информации
↗
2
1
-
0
Закрытый
2.5
Практикум
↗
3
1
-
0
3. Модуль 3. Python для ИИ: Инструменты в ваших руках
6 уроков
6
6
0м
0
Закрытый
3.1
Старт
↗
1
1
-
0
Закрытый
3.2
Базовый синтаксис
↗
1
1
-
0
Закрытый
3.3
Операторы: Арифметические сравнения, присваивания
↗
1
1
-
0
Закрытый
3.4
Функции: Зачем нужны?
↗
1
1
-
0
Закрытый
3.5
Библиотеки - суперсила Python
↗
1
1
-
0
Закрытый
3.6
Практикум
↗
1
1
-
0
4. Модуль 4. Математика для ИИ: Язык, на котором говорит природа
5 уроков
6
6
0м
0
Закрытый
4.1
Линейная алгебра
↗
2
2
-
0
Закрытый
4.2
Теория вероятностей и статистики
↗
1
1
-
0
Закрытый
4.3
Функции и графики
↗
1
1
-
0
Закрытый
4.4
Градиенты и оптимизация
↗
1
1
-
0
Закрытый
4.5
Практикум
↗
1
1
-
0
5. Модуль 5. Машинное обучение: Учимся на данных
4 урока
4
4
0м
0
Закрытый
5.1
Типы обучения
↗
1
1
-
0
Закрытый
5.2
Рабочий цикл ML
↗
1
1
-
0
Закрытый
5.3
Ключевые проблемы: Обучение и недообучение. Регуляризация
↗
1
1
-
0
Закрытый
5.4
Практикум
↗
1
1
-
0
6. Модуль 6. Компьютерное зрение
3 урока
9
3
0м
0
Закрытый
6.1
Как компьютер "видит" мир: от пикселей к числам
↗
3
1
-
0
Закрытый
6.2
Магия фильтров: Как компьютер улучшает картинку
↗
3
1
-
0
Закрытый
6.3
Первая нейросеть: Классификация объектов
↗
3
1
-
0
7. Модуль 7. Обработка естественного языка
4 урока
4
4
0м
0
Закрытый
7.1
Токенизация, стемминг/лемматизация
↗
1
1
-
0
Закрытый
7.2
Векторное представление
↗
1
1
-
0
Закрытый
7.3
От векторов к смыслу
↗
1
1
-
0
Закрытый
7.4
Практикум
↗
1
1
-
0
8. Модуль 8. Нейронные сети и глубокое обучение
5 уроков
5
5
0м
0
Закрытый
8.1
Искусственный нейрон
↗
1
1
-
0
Закрытый
8.2
Архитектура сети
↗
1
1
-
0
Закрытый
8.3
Обучение Backpropagation
↗
1
1
-
0
Закрытый
8.4
Современные архитектуры
↗
1
1
-
0
Закрытый
8.5
Практикум
↗
1
1
-
0
9. Модуль 9. Практические проекты
3 урока
3
3
0м
0
Закрытый
9.1
Рекомендаций по проекту
↗
1
1
-
0
Закрытый
9.2
Критерии оценивания проекта
↗
1
1
-
0
Закрытый
9.3
Презентация проекта
↗
1
1
-
0
10. Перспективы и карьера
4 урока
4
4
0м
0
Закрытый
10.1
Тренды
↗
1
1
-
0
Закрытый
10.2
Профессии
↗
1
1
-
0
Закрытый
10.3
Карта роста
↗
1
1
-
0
Закрытый
10.4
Защита проектов
↗
1
1
-
0