Чему вы научитесь
- Читать и писать короткие программы на Python: циклы, списки, словари, функции, чтение CSV
- Считать среднее, медиану, разброс, вероятности и расстояния и понимать, что означают эти числа
- Работать с массивами NumPy и таблицами pandas, аккуратно обращаться с пропусками и дубликатами
- Готовить признаки для модели и не допускать утечки данных из будущего
- Честно оценивать модели: разбиение на train, validation и test, кросс-валидация, precision, recall, F1, MAE, ROC-AUC
- Обучать деревья решений, ближайших соседей, линейные модели, случайный лес и градиентный бустинг в scikit-learn
- Понимать основы нейросетей: градиентный спуск, свёртки, представление изображений и текста в виде чисел
- Ускорять решения с помощью бинарного поиска, скользящего окна и поиска в ширину
- Проходить пробный отбор и ML-тур и оформлять воспроизводимый результат
О курсе
Практический курс для тех, кто готовится к олимпиадам по ИИ и хочет научиться решать задачи честно: читать данные, писать на Python, считать метрики, обучать модели и не допускать утечек. От первой модели-дерева до нейросетей и финального ML-тура: 7 модулей, 35 уроков и 122 задания с подробным разбором ошибок.
Для кого этот курс
Школьники 8–11 классов, которые готовятся к олимпиадам по искусственному интеллекту и анализу данных
Студенты и начинающие разработчики, которые хотят пройти путь от Python до первых моделей машинного обучения
Преподаватели и наставники, которым нужна готовая последовательность заданий с разбором
Начальные требования
- Знание Python на базовом уровне: переменные, условия, циклы, списки.
- Школьная математика: дроби, проценты, степени, квадратный корень.
- Для практических заданий: компьютер с Python 3.13 (проверено на Windows), умение запускать программу в терминале.
Преподаватели курса
26
Как проходит обучение
Каждый урок состоит из подробной теории с примерами и иллюстрациями, практического задания и нескольких проверочных вопросов с разбором. Практические задания выполняются на вашем компьютере: вы скачиваете архив с заготовкой, пишете функцию и запускаете готовую проверку. Тестовые вопросы на Stepik проверяются автоматически, после ответа показывается объяснение.
Рекомендуемый темп — один-два урока в неделю; модули можно проходить в своём ритме.
Что вы получите
- 35 уроков с подробной теорией и примерами на выдуманных учебных данных
- 122 задания с автоматической проверкой и объяснением после ответа
- Архивы с заготовками функций и проверочными скриптами для практики на своём компьютере
- Пробный отбор, пробный ML-тур и финальная задача с разбором
- Умение довести незнакомую задачу до воспроизводимого результата
Нагрузка
4-5 часов в неделю