Курс на Stepik

Обложка курса «Погружение в искусственный интеллект» на Stepik

Бесплатно

Погружение в искусственный интеллект ★ 5.000

Открыть на
STEPIK.ORG

"Погружение в искусственный интеллект" - образовательный курс РЦ "Альтаир" (Новосибирская область) для школьников 7 - 11 классов, который поможет разобраться в основах машинного обучения, современных направлениях ИИ и принципах разработки собственных проектов. Участники смогут выбрать интересующие направления, попробовать работу с данными и моделями и подготовиться к решению реальных проектных задач.

Показатель	Текущие показатели		Рост
Показатель	Значение	🏆 Рейтинг	3 дн	7 дн	30 дн
Учеников на курсе	529
Сертификатов выдано	0
Отзывов получено	3
Рейтинг курса	5.000
Количество уроков	33
Количество квизов	131
Количество задач с кодом	19
Время прохождения курса	10 ч.	—
Обновления курса	—	—
Дата публикации курса	2 месяца назад	—	—	—	—
Последнее обновление	17 сентября 2026	—	—	—	—
Сложность	easy	—	—	—	—

Содержание курса

Разделы в курсе «Погружение в искусственный интеллект»

7 разделов Уроки в курсе «Погружение в искусственный интеллект»

Уроки в курсе «Погружение в искусственный интеллект»

33 урока Тесты в курсе «Погружение в искусственный интеллект»

Тесты в курсе «Погружение в искусственный интеллект»

131 тест Задачи в курсе «Погружение в искусственный интеллект»

Задачи в курсе «Погружение в искусственный интеллект»

19 задач Время прохождения курса «Погружение в искусственный интеллект»

Время прохождения курса «Погружение в искусственный интеллект»

10 ч.

Последнее обновление курса «Погружение в искусственный интеллект»

обн. 17 сентября 2026

Введение в образовательную программу

4 урока

1. О курсе "Погружение в искусственный интеллект" ↗

2. Знакомство с командой и участниками ↗

3. Структура курса и образовательные маршруты ↗

4. Организация работы на курсе и система поддержки ↗

Самостоятельное обучение и работа с информацией

4 урока

1. Как разобраться в том, чего вы не знаете ↗

2. ИИ как инструмент обучения и поиска информации ↗

3. Как разбираться в чужом коде ↗

4. Как находить и исправлять ошибки ↗

Python для анализа данных и ML

9 уроков

1. Самодиагностика ↗

2. Google Colab: рабочая среда для ML ↗

3. Коллекции и обработка наборов данных ↗

4. Функции: создаем свои собственные инструменты ↗

5. Библиотеки и готовые инструменты ↗

6. NumPy: учимся работать с массивами ↗

7. Pandas: работа с датасетами ↗

8. Исследование и визуализация данных ↗

9. Итоговый практикум ↗

Основы искусственного интеллекта

5 уроков

1. Что мы называем искусственным интеллектом? ↗

2. Как машина учиться? ↗

3. Что происходит внутри модели во время обучения? ↗

4. Почему модель умеет работать с тем, что никогда не видела? ↗

5. Как понять, что модель действительно работает? ↗

Практика машинного обучения

5 уроков

1. Практикум №1. Задача классификации: знакомство с данными ↗

2. Практикум №1. Обучаем классификатор ↗

3. Практикум №1. Исследуем классификатор ↗

4. Практикум №2. Задача регрессии ↗

5. Практикум №3. Решаем свою задачу ML ↗

Миры искусственного интеллекта

5 уроков

1. Миры ИИ: как выбрать направление ↗

2. Computer Vision ↗

3. LLM и RAG ↗

4. Временные ряды ↗

5. AI Agents ↗

Отбор на очную образовательную программу

1 урок

1. Отбор ↗