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.

Записаться
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
  • Только начинают программировать или 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 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.

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 математическимие операциямии 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

Помощь в подготовке к обучению

Подарим мини-курс «Как учиться» и 3 месяца английского от LinguaLeo

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.

Успейте записаться, пока есть места на курсе

Стоимость обучения

18 720

Или 2 500 руб. ежемесячно — подробности у менеджера.
Начало занятий
24 мая
Продолжительность
3 месяца
Занятия проходят
Раз в неделю в вечернее время 20:00 (Мск)

Оставьте заявку

Спасибо!
Ваша заявка принята.
Упс! Что то пошло не так...

Оставляя заявку, вы принимаете условия договора-оферты и соглашаетесь на обработку персональных данных в соответствии с политикой конфиденциальности

Успейте записаться, пока есть места на курсе

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 делать, если нет опыта в программировании?

Ничего страшного: чтобы учиться, ребятам нужно только желание и базовые знания математики — больше ничего не требуется.

Что будет в конце обучения?

В конце обучения будет демодень — это последний день курса.

  • 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—16 лет
Программирование в Minecraft: Python
Программируйте на Python, создавайте 3D-вселенные, управляйте искусственным интеллектом.
11—17 лет
Кибербезопасность
Научитесь противостоять хакерам, распознавать цифровые угрозы и предотвращать их
12–17 лет
Программирование на Python
Начните программировать на Python и создайте свой первый сайт
11—17 лет
Веб-разработка
Создавайте сайты о любимых увлечениях: супергероях, играх, музыкантах, книгах
Оставить заявку