Мы больше не проводим обучение по данной программе
Рекомендуем вам посмотреть похожие программы
15-17 лет

Введение в искусственный интеллект

Научитесь программировать,  обрабатывать данные и работать с алгоритмами машинного обучения. В конце курса — увлекательное соревнование по улучшению нейронной сети.

Прививка от безработицы!
Дарим  7  видеокурсов стоимостью более 100 000 ₽!
Подробнее

Помогаем проводить время с пользой

За 3 месяца ребята научатся работать с математическими операциями, собирать датасеты и создавать алгоритмы машинного обучения. Они также запустят предобученную нейронную сеть, чтобы распознавать верные и ложные данные.

Курс для ребят, которые любят технологии

  • Интересуются искусственным интеллектом
  • Хотят разобраться в машинном обучении и нейронных сетях
  • Уже умеют программировать и интересуются языком Python

3 причины пройти курс по искусственному интеллекту

Карьерные перспективы

Курс знакомит ребят с профессией дата-сайентиста — специалиста по работе с данными. Такие специалисты разбираются в искусственном интеллекте и машинном обучении, у них высокие зарплаты и перспективы для развития.

Подготовка к олимпиадам по программированию

На курсе ребята углубляют знания по программированию, линейной алгебре и математическому анализу. Это поможет участвовать в олимпиадах и поступать технические вузы: МГУ, МГТУ им Н. Э. Баумана, МФТИ, ВШЭ.

Увлекательное обучение

Ребята попробуют себя в роли исследователя: с помощью машинного обучения они смогут классифицировать привычки людей и спрогнозировать поведение. В результате они создадут несколько нейронных сетей.

Как проходит учёба

Вебинары 1 раз в неделю

Вебинары длятся по 90 минут и проходят на платформе ZOOM. Ребята разбирают новую тему, задают вопросы и получают советы преподавателя. В конце вебинара сохраняется запись, которую всегда можно пересмотреть.

Практические задания после каждого вебинара

Задания важно выполнять вовремя, чтобы преподаватель успел всё проверить и дал обратную связь на следующем занятии.

Постоянная поддержка

Ученикам помогают кураторы, они всегда на связи: следят за успеваемостью и отвечают на вопросы родителей.

Авторы курса

Светлана Шорина

Специалист по большим данным
в Mail.ru Group

Работает с большими данными 15 лет. Входит в группу проектного управления голосовым помощником «Маруся».

Кандидат физико-математических наук. Окончила МГУ и магистратуру в Joseph Fourier University (Франция). Преподавала информатику, математику и алгебру.

Дмитрий Санников

Руководитель направления чемпионатов Mail.ru Group

Окончил МГТУ им. Н.Э.Баумана.  
СТО образовательных проектов Mail.ru Group.  Курирует проект «Технокубок» — олимпиаду по программированию для 8–11 классов.

В МГТУ им. Н.Э.Баумана преподаёт теорию игр для старших курсов.

Илья Акчурин

Разработчик с 9-летним опытом работы

Прошёл путь от системного администратора до руководителя IT-отдела, занимался автоматизацией в различных сферах.

Обучал ребят информатике, сейчас ведет кружок по программированию в ИжГТУ им. М. Т. Калашникова.

Программа обучения

1 модуль: Основы программирования на языке Python

Урок 1

Работа с данными и математическими операциями в Python

Python — главный инструмент дата-сайентиста: на нём пишут алгоритмы машинного обучения. Учимся управлять данными и решать уравнения на Python.

  • Устанавливаем программы для прохождения курса
  • Управляем вводом и выводом данных в первой программе по Python

Урок 2

Основные конструкции языка Python

Создаём алгоритмы и осваиваем основные компоненты компьютерной программы.

  • Изучаем условия if, elif, else
  • Изучаем циклы for, while
  • Тренируемся программировать на Python и создаём программу с базовыми алгоритмами

Урок 3

Структуры данных в Python

Изучаем принципы работы с данными.

  • Узнаём, как работают данные, списки, словари и файлы
  • Знакомимся с датасетом — набором данных. Учимся его обрабатывать с помощью простейших операций
  • Занимаемся вводом и выводом данных

Урок 4

Функции в Python

Изучаем, как работать с функциями.

  • Узнаём, как создавать функции и передавать параметры
  • Изучаем глобальные и локальные переменные
  • Добавляем полезные функции к датасету из третьего урока

2 модуль: Numpy и Pandas — инструменты, которые помогают получать данные

Урок 5

Pandas. Установка. Учимся работать с данными и таблицами

Изучаем Pandas — программную библиотеку на Python для обработки и анализа данных. 

  • Получаем датасет с числовыми метриками
  • Устанавливаем Pandas, изучаем базовые команды и учимся работать с таблицами
  • Обрабатываем датасет с помощью Pandas: загружаем и выгружаем данные

Урок 6

Pandas. Основные функции

После того, как мы загрузили датасет, начинаем осваивать базовые функции.

  • Узнаём, как работают различные функции Pandas: подсчет, создание категорий выборок датасета и др
  • Учимся применять функции из предыдущего урока на нашем датасете

Урок 7

Numpy: улучшение математического аппарата

Изучаем основы линейной алгебры и знакомимся с видами машинного обучения.

  • Узнаём потенциал Numpy для работы с машинным обучением
  • Тренируемся работать с операциями высшей математики с помощью библиотеку Numpy

Урок 8

Numpy: машинное обучение без учителя

Узнаём, что такое обучение без учителя.

  • Строим классическую модель обучения без учителя в Numpy
  • Строим первую модель предсказания в библиотеке Numpy

3 модуль: Работа с машинным обучением

Урок 9

Обучение с учителем. Ближайшие соседи

Изучаем основы для создания нейронных сетей — они помогают переводить текст, создавать голосовых помощников, распознавать лица и музыку.

  • Осваиваем базовые принципы машинного обучения 
  • Придумываем и реализовываем простой алгоритм
  • Возьмём классификатор на датасете

Урок 10

Градиентный спуск

Знакомимся с методом градиентного спуска, чтобы оценивать качество работы нейронной сети.

  • Оцениваем качество алгоритма машинного обучения, функция ошибки
  • Узнаём, как производные и градиентный спуск помогают уменьшать ошибки алгоритма
  • Закрепляем метод градиентного спуска для переменных

Урок 11

Линейная регрессия

Прогнозируем значение переменных по заранее известным данным. 

  • Определяем задачи регрессии, чтобы прогнозировать стоимость домов
  • Наглядно визуализируем данные с помощью матрицы корреляций
  • Учимся измерять качество регрессии, чтобы проверить наши предположения
  • Применяем метод градиентного спуска, чтобы найти минимум средней квадратической ошибки

Урок 12

Логистическая регрессия

Прогнозируем результаты с помощью логистических функций.

  • Узнаём, что такое логистическая функция,  какие у нее свойства и преимущества
  • Применяем метод градиентного спуска для логистической регрессии, чтобы определять стоимость домов

Урок 13

Работаем с базовой нейронной сетью

Узнаём о преимуществах и недостатках нейронных сетей.

  • Сравниваем устройство нейронных сетей с нервной системой человека
  • Разбираем готовую нейронную сеть, выбираем количество слоёв и нейронов
  • Запускаем нейронную сеть, чтобы распознавать рукописные цифры

Презентация проектов

Урок 14

Выпускной урок

Настраиваем нейронную сеть и подводим итоги.

  • Узнаём, как оптимизировать нейронные сети
  • Соревнуемся: строим свою нейронную сеть
  • Подводим итоги курса
Почему ребятам нравится в GeekSchool
Уроки в прямом эфире
Уроки проходят в Zoom: ребята слушают преподавателя, выполняют задания и сразу исправляют ошибки. После каждого урока сохраняется запись, его удобно пересматривать
Опытные преподаватели
Все преподаватели — эксперты с педагогическим опытом. Они увлекательно ведут уроки, отвечают на вопросы
и помогают с домашними заданиями
Общее развитие
Ребята улучшают логику, добиваются намеченных целей, тренируют творческое
и проектное мышление. Эти навыки помогут и в учёбе, и в жизни
Постоянная поддержка
Кураторы GeekSchool поддерживают ребят и помогают им настроиться на успех. Если возникла сложность, куратор всегда рядом
Друзья по интересам
Ребята находят единомышленников, с которыми интересно учиться, делиться идеями, решать необычные задачи, обмениваться впечатлениями после уроков
Осязаемый результат
Ребята видят результат работы: к концу обучения они презентуют финальный проект, собирают портфолио и получают диплом об окончании курса

Что получит ученик

Постоянный доступ
к курсу

Материалы и видеозаписи остаются у вас даже после обучения

Сертификат
об окончании курса

На основании гослицензии
№ 040485. Подтверждает, что ученик успешно прошёл курс

Учитесь и экономьте

Оставьте заявку, и наш менеджер расскажет подробности.

Получите скидку 5% при покупке двух и более курсов за полгода.

Используйте материнский капитал для покупки всего курса.

Мы больше не проводим обучение по данной программе
Рекомендуем вам посмотреть похожие программы

Часто задаваемые вопросы

Кто разрабатывает программу?

Специалисты по программированию и большим данным, у них большой опыт с ребятами 9–11 классов:

  • Светлана Шорина — работает с большими данными 15 лет. Входит в группу проектного управления голосовым помощником «Маруся».
  • Дмитрий Санников — руководитель направления чемпионатов Mail.ru Group, «Технокубка»— олимпиады по программированию для ребят старших классов.
  • Илья Акчурин — обучал ребят информатике, сейчас ведёт кружок по программированию в ИжГТУ им. М. Т. Калашникова.


Как проходят занятия?

Вебинары длятся по 90 минут и проходят вечером после школы, иногда — по выходным. Ребята разбирают новую тему, задают вопросы и получают советы преподавателя. В конце вебинара сохраняется запись, которую всегда можно пересмотреть.

Чему научатся ребята и где пригодятся знания?

Ребята научатся программировать на Python, обрабатывать данные и работать с алгоритмами машинного обучения.

На курсе ребята углубляют знания по программированию, линейной алгебре и математическому анализу. Это поможет участвовать в олимпиадах и поступать технические вузы: МГУ, МГТУ им Н. Э. Баумана, МФТИ, ВШЭ.

Что будет в конце обучения?


  • Ребят ждёт увлекательное соревнование: нужно улучшить нейронную сеть.
  • После соревнования все ребята получат сертификат о прохождении курса. За самые аккуратные сети выдаём призы.
  • В конце проведём небольшой семинар на 15–20 минут. Ребята узнают, в каких областях можно применять новые знания, и в какие вузы лучше поступать.

Насколько эффективен ваш подход к обучению?

Чтобы ребята получили максимум пользы от занятий, мы внедрили методологию 4К. Это значит, что ребята развивают четыре главных навыка: критическое мышление, креативность, коммуникабельность и командную работу. Эти навыки помогут в учёбе и будущей профессии, даже если она не будет связана с искусственным интеллектом.


Методологию 4К для обучения детей рекомендуют ЮНЕСКО и НИУ ВШЭ.

Другие курсы, которые понравятся школьникам

10-12 лет
Программирование в Minecraft: Python
Ребёнок освоит программирование через любимую игру, разработает 5 проектов и погрузится в профессию программиста
Оставить заявку