Курсы физики

Преподаватели центра: Ведущий методист:  Мациевский Николай,  МФТИ (прикладная математика и физика).... Курс розрахований на аналітиків Python, які вивчають машинне навчання. У курсі розглядаються фундаментальні та прикладні підходи до класифікації даних з використанням машинного навчання для страхового скорингу Prudential в змаганні на Kaggle. Курс складається з двох частин. У першій частині розглядаються всі етапи роботи з даними, від видів задач та їх постановки до роботи з моделями машинного навчання для мінімізації помилок передбачення. У другій частині на практиці розглядаються метрики класифікації, очищення даних, кластеризація даних, метод ближніх сусідів, метод опорних векторів, дерево прийняття рішень, градієнтний бустинг, ансамбль стекінгу для голосування та вибору кращого результату. Курс містить 9 відеоуроків, повний пожиттєвий доступ та сертифікат.

Преподаватели центра: Ведущий методист:  Мациевский Николай,  МФТИ (прикладная математика и физика).... Курс розрахований на аналітиків Python, які вивчають машинне навчання. В курсі розглядаються теоретичні та практичні аспекти використання лінійної регресії для передбачення числових показників споживання енергії ASHRAE в конкурсі на Kaggle. Курс складається з двох частин. У першій частині розглядаються всі етапи роботи з даними, від постановки задачі до роботи з моделями машинного навчання для мінімізації помилки передбачення. У другій частині курсу розглядаються практичні аспекти аналізу даних, включаючи ETL-процес, EDA, лінійну регресію, оптимізацію та ансамблювання моделей. Курс містить 7,5 годин відео та надає повний пожиттєвий доступ до матеріалів. Також передбачений сертифікат про успішне завершення курсу.

Я родом из Казахстана, закончила школу с красным аттестатом, знаю в совершенстве математику, физику... Продукт націлений на підтримку людей у боротьбі з надмірною вагою. Марафон пропонує готові програми занять спортом та приготування їжі, що економить час та енергію. Учасники не тільки займаються спортом, але й отримують можливість підтримувати себе в формі без виснажливих тренувань та строгих дієт. Марафон підходить не тільки тим, хто хоче схуднути, але й тим, хто хоче підтримати наявні результати. Учасники отримають повний пожиттєвий доступ до 5 відеоуроків, сертифікат проходження курсу та можливість доступу через мобільні пристрої та телевізор.

Преподаватели центра: Ведущий методист:  Мациевский Николай,  МФТИ (прикладная математика и физика).... На цьому курсі ви навчитеся мові запитів SQL та дизайнувати бази даних. Курс включає в себе вивчення синтаксису SQL, створення, змінення та видалення даних та таблиць, індекси, складні запити та повнотекстовий пошук, вкладені запити. Курс містить 60 окремих уроків, 13 практикумів, 7 самостійних робіт для закріплення матеріалу та 30 задач-тренажерів. Вашим курсовим проектом буде дизайн бази даних для веб-додатка.

Преподаватели центра: Ведущий методист:  Мациевский Николай,  МФТИ (прикладная математика и физика).... Курс складається з трьох частин. Спочатку ми розберемо, як розраховувати відсотки за депозитами та платежі за кредитами і потренуємося в кредитному аналізі. Потім вивчимо підходи для вирішення інвестиційних задач: дисконтування, амортизація, ексцес, внутрішня ставка доходності та оцінка інвестицій. Проведемо інвестиційний аналіз. На завершення трохи займемося статистичним апаратом та навчимося точно прогнозувати дохідність тих чи інших інвестицій та будувати тенденції. Для проходження курсу потрібен Microsoft Excel версії не нижче 2010. Розрахунок простих та складних відсотків Розрахунок диференційованих та аннуїтетних платежів Переплата та погашення кредиту Розрахунок амортизації Внутрішня ставка доходності та приведена вартість грошей Аналіз акцій та облігацій Ймовірності та розподіли Персентилі та довірчі інтервали Лінійний та нелінійний прогноз Довірчий інтервал для прогнозу Оцінка фінансових ринків Оцінка інвестиційних стратегій

Сын Артем- многократный победитель и призер городских олимпиад по математике, физике, биологии, химии... Курс буде цікавим та корисним для дітей віком 7+. Ми будемо вчитися працювати в графічному редакторі Paint, редакторі Word та на Google Диску. Навчимося редагувати зображення, додавати текст, змінювати розмір зображення. Робити Gif-анімацію, презентації на Google Диску. Дитина також навчиться користуватися мишею, малювати в Paint, використовувати інструменти в Paint, освоїть редактор Word, форматувати текст та вставляти таблиці. Заняття корисні для школярів, які складають презентації та курсові роботи. Для занять потрібен комп'ютер з операційною системою Windows. Курс складається з відеоуроків, розбитих на логічні частини. Після кожної частини рекомендується зробити паузу та повторити матеріал на практиці. Кожен урок супроводжується картинкою, яку ми використовуємо на уроці. Автор курсу Денис Голиков, педагог додаткової освіти з 2013 по 2019 рік, лауреат премії губернатора Московської області в 2014 році та фіналіст конкурсу інновацій в освіті, організованого Інститутом освіти НИУ ВШЕ при підтримці Агентства стратегічних ініціатив в 2015 році. Автор численних навчально-методичних комплектів по Scratch, Arduino, електроніці, Інтернету речей для дітей віком від 5 до 15 років. Автор бестселера "Scratch для юних програмістів" та ще 16 книг, виданих на 4 мовах. Наразі працює начальником відділу освіти в приватній російській компанії Супутникс в Сколково. Син Артем багаторазовий переможець та призер міських олімпіад з математики, фізики, біології, хімії, астрономії. Співавтор книг про програмування на Scratch та перекладач з англійської ряду книг про програмування на Scratch та відеоблогінгу. Курс дозволить навчитися роботі в графічному редакторі Paint, редакторі Word та на Google Диску, а також редагуванню зображень, створенню Gif-анімації та презентацій на Google Диску.

Преподаватели центра: Ведущий методист:  Мациевский Николай,  МФТИ (прикладная математика и физика).... Курс розрахований на аналітиків Python, які вивчають машинне навчання. У курсі розглядається сегментація та класифікація зображень хмар за допомогою згорткових, пірамідальних, залишкових та повнозв'язних нейронних мереж у змаганні на Kaggle. Курс поділений на 2 частини. У першій частині ми послідовно пройдемо всі етапи роботи з даними: від видів задач та їх постановки до роботи з моделями машинного навчання для мінімізації передбачувальної помилки. У другій частині розглянемо на практичних прикладах проведення дослідницького аналізу даних для пошуку залежностей, метрики точності, очищення даних та обробки зображень, завантаження та збереження моделей та даних в HDF5, нейронні мережі зі згортковими шарами та шарами підвибірки, функції активації, ініціалізація та оптимізатори нейронних мереж, перетворення та доповнення (аугментація) бінарних даних, ансамбль нейронних мереж тощо. Курс містить 11,5 годин відео та дає можливість отримати сертифікат.

потребуется работать с компьютера или ноутбука Вы должны знать простые вещи из школьного курса по геометрии и физики... У даному курсі ви дізнаєтеся про весь процес отримання державних контрактів з прикладами всіх помилок з практики. Після проходження курсу ви зможете працювати з державними контрактами: від пошуку до укладення, і зможете без помилок оформляти заявки для участі в аукціоні. Курс націлений на результат учасників, що дозволяє працювати з будь-якої точки світу. Курс складається з 28 відеоуроків, в основному скрінкастів з практичними прикладами. Курс призначений для студентів та випускників ВНЗ та СПТУ.

Преподаватели центра: Ведущий методист:  Мациевский Николай,  МФТИ (прикладная математика и физика).... Перший курс серії Машинне зріння присвячений розпізнаванню зображень за допомогою нейронних мереж на Python. Курс складається з трьох великих частин: Введення в нейронні мережі, Розпізнавання цифр та Розпізнавання автомобільних номерів. Після проходження курсу ви зможете розробляти та навчати нейронні мережі на Python, використовуючи Keras/TensorFlow. Курс містить 5 відеоуроків, а також курсовий проект, під час якого ви створите власну навчену нейронну мережу, яка зможе розпізнавати номери автомобілів на фотографіях.

Преподаватели центра: Ведущий методист:  Мациевский Николай,  МФТИ (прикладная математика и физика).... Курс розглядає задачу хакатона 2020 року з виділення факторів, що найбільше впливають на тривалість життя в Росії, з точки зору фундаментальних та прикладних підходів до зменшення розмірності даних. Курс розбито на 4 частини, де розглядаються різні методи машинного навчання та їх застосування для розв'язання задачі. Після проходження курсу студенти зможуть використовувати різні методи машинного навчання для вирішення задачі виокремлення факторів та побудови моделі для прогнозування тривалості життя в Росії.

Преподаватели центра: Ведущий методист:  Мациевский Николай,  МФТИ (прикладная математика и физика).... Це додатковий курс програми Машинного навчання від ITtensive з аналізу часових рядів. Курс складається з трьох практичних завдань, які дозволяють прогнозувати ціни на ф'ючерси на зерно, курс долара до рубля та активність споживачів електроенергії. Курс надає теоретичні знання про базові техніки, моделі та методологію аналізу часових рядів, а також про рекурентні нейронні мережі, LSTM, GRU, ConvLSTM та BiLSTM. Курс містить 4 відео та сертифікат про успішне завершення.

ИТ.4,7 рейтинг49 отзывов306 студентов1 курс Выпускник физико-математической школы МФТИ.... Друзья, перед вами полный курс бухгалтерского учета в 1С Бухгалтерия 8. Вы научитесь эффективно владеть программой и вести бухгалтерию по всем необходимым разделам учета: "Настройка";"Функциональность"; "Банк";"Касса";"Покупки";"Продажи"; "Склад"; "Зарплата" "Кадры". Мы подробно разберем работу со справочниками Организация, Контрагенты, Договоры, Номенклатура, Физические лица, Сотрудники и др. Задействуем массу документов, среди которых: поступление товаров и услуг, УПД, счет-фактура, реализация, банковские выписки, кассовые документы, инвентаризация, начисления зарплаты, кадровые документы и многое, многое другое. Данный курс отлично подойдет всем, кто стремится верно отражать в программе все факты хозяйственной деятельности бизнеса. Курс использует реальные примеры из деятельности предприятий и преподается действующими бухгалтерами аутсорсинговой компании. Приятного вам обучения.

) в BIFI ( Instituto de Biocomputación y Fsica de Sistemas Complejos/ Институт биовычислений и физики... Цей курс підходить для всіх, незалежно від віку та соціального становища. Він охоплює уроки психології з самого початку, які ви зрозумієте добре. Курс не є академічним, але розроблений таким чином, щоб його могли зрозуміти всі. Ви зможете навчитися багатьом різним навичкам, від комунікації між людьми до мови тіла, від хорошого самопочуття до способів щастя. Після проходження курсу ви зможете поглянути на життя з іншого боку та наповнитися новими надіями. Курс містить більше 250 годин лекцій та постійно оновлюється.

Преподаватели центра: Ведущий методист:  Мациевский Николай,  МФТИ (прикладная математика и физика).... Внимание: для доступа к курсам ITtensive на Udemy напишите, пожалуйста, на [email protected] с названием курса или группы курсов, которые хотите пройти.Работа с большими данными и задачами искусственного интеллекта требует особого подхода - подхода машинного обучения. В этом курсе мы последовательно пройдем все этапы работы с данными: от видов задач и их постановки до работы с моделями машинного обучения для минимизации предсказательной ошибки.Дополнительно рассмотрим фундаментальные основы построения моделей машинного обучения, базовые метрики и наиболее простые модели – линейную и логистическую регрессии.В курсе изучается:Классификация задач машинного обучения.Процесс машинного обучения: ETL, EDA, подготовка данных, обучение модели.Особенности обучения модели: выборки, переобучение и гиперпараметры.Оптимизация гиперпараметров жадным поиском, через гиперкуб и парзеновские деревья.Отличия переобученной модели и недообученной, практики оптимального обучения.Работа с форматов хранения данных - HDF5.«Проклятье» большой размерности.Подходы к простым моделям машинного обучения: метод максимального правдоподобия и метод наименьших квадратов, среднеквадратичная ошибка.Подходы к заполнению пропусков в данных: интерполяция и экстраполяция.Метрики задач регрессии: эвклидово расстояние, расстояние городских квадратов, Чебышева и Минковского.Линейная регрессия с регуляризацией и без.Изотоническая регрессия.Критерии выбора сложности модели: BIC и AIC.Линеаризуемая и полиномиальная регрессия.Логистическая регрессия.После завершения курса вы сможете организовывать процесс разработки моделей машинного обучения и перейти к более глубокому и прикладному изучению тему машинного обучения.Курс является вводным (базовым) и подойдет широкому кругу слушателей: от руководителей до разработчиков.Основные задачи машинного обучения:1) Задача регрессии – прогноз на основе выборки объектов с различными признаками. На выходе должно получиться вещественное число (2, 35, 76.454 и др.), к примеру цена квартиры, стоимость ценной бумаги по прошествии полугода, ожидаемый доход магазина на следующий месяц, качество вина при слепом тестировании.2) Задача классификации – получение категориального ответа на основе набора признаков. Имеет конечное количество ответов (как правило, в формате «да» или «нет»): есть ли на фотографии кот, является ли изображение человеческим лицом, болен ли пациент раком.3) Задача кластеризации – распределение данных на группы: разделение всех клиентов мобильного оператора по уровню платёжеспособности, отнесение космических объектов к той или иной категории (планета, звёзда, чёрная дыра и т. п.).4) Задача уменьшения размерности – сведение большого числа признаков к меньшему (обычно 2–3) для удобства их последующей визуализации (например, сжатие данных).5) Задача выявления аномалий – отделение аномалий от стандартных случаев. На первый взгляд она совпадает с задачей классификации, но есть одно существенное отличие: аномалии – явление редкое, и обучающих примеров, на которых можно натаскать машинно обучающуюся модель на выявление таких объектов, либо исчезающе мало, либо просто нет, поэтому методы классификации здесь не работают. На практике такой задачей является, например, выявление мошеннических действий с банковскими картами.

Преподаватели центра: Ведущий методист:  Мациевский Николай,  МФТИ (прикладная математика и физика).... Курс присвячений роботі з кластеризацією даних та пошуку аномалій на прикладі задачі хакатона Яндекс.Недвижимости по прогнозу срока экспозиции объявлений. Курс розбитий на 4 частини, в яких вивчаються основні моделі кластеризації, розширені моделі кластеризації, пошук аномалій та класифікація через кластеризацію. Курс призначений для аналітиків Python, які вивчають машинне навчання.