Курсы информатики

Методист по машинному обучению: Алена Селезнева, МГУ (прикладная математика и информатика).... 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.

В школе мне очень нравилась информатика и меня посетили мысли об изучении программирования.... Курс по изучению Jetpack Compose для начинающих и опытных Android разработчиків, які хочуть перейти на сучасний Jetpack Compose зі старого підходу до побудови UI на XML. Курс є практичним і включає в себе створення мобільного клієнта VK з використанням Jetpack Compose. Після проходження курсу ви зможете створювати власні інтерфейси користувача для Android з меншою кількістю коду, використовуючи Kotlin.

Методист по машинному обучению: Алена Селезнева, МГУ (прикладная математика и информатика).... 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.

Методист по машинному обучению: Алена Селезнева, МГУ (прикладная математика и информатика).... 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.

Закончив 11 класс, поступил в университет на специальность "прикладная информатика".... Маркус Перссон создал свою первую игру в 9 лет! А спустя время получил миллиарды долларов с продаж другого его творения - Minecraft. Но во времена его детства написать программу на компьютере было довольно трудной задачей, в противовес сегодняшнему дню.В 21 веке с приходом новых цифровых технологий программирование стало доступно каждому. Даже ребёнок может спустя несколько часов изучения простых и понятных инструментов создать небольшое приложение. Одним из таких инструментов является образовательный язык и одновременно среда программирования Scratch (разработчик MIT Media Lab). Написание кода происходит с помощью перетягивания блоков-команд из списка с возможностью менять им значения. Таким образом обучающимся не нужно полностью печатать скрипт с клавиатуры, что сильно облегчает жизнь и исключает множество ошибок. Результат выполнения программы сразу можно посмотреть на экране.Видеокурс записан в актуальной версии Scratch 3.0. Для её использования онлайн достаточно зайти на официальный сайт и перейти в редактор проектов. Также есть возможность скачать Scratch себе на компьютер и пользоваться им без подключения к интернету. Об этом будет рассказано в вводной лекции курса. В течение остальной части курса мы познакомимся с такими важными разделами программирования, как переменные, циклы, процедуры, которые используются и во "взрослых" языках программирования, создадим множество интересных проектов и игр. Если же в итоге вы поймёте, что писать программы - это не ваше, ничего страшного! Полученные знания вряд ли окажутся бесполезным, ведь мы затронем и некоторые математические темы, например сетку координат и градусную меру, также узнаем о структурном подходе (то есть разбиении больших задач на подзадачи), что поможет в жизни! Если же вы наоборот захотите двигаться дальше в изучении кода, то сможете присоединиться к продолжению данного курса для продвинутых пользователей, где мы затронем более глубокие темы и переход другим языкам программирования.

Методист по машинному обучению: Алена Селезнева, МГУ (прикладная математика и информатика).... Внимание: для доступа к курсам ITtensive на Udemy напишите, пожалуйста, на [email protected] с названием курса или группы курсов, которые хотите пройти.Это завершающий курс программы Машинное обучение от ITtensive., В этом курсе мы разберем 3 задачи обучения с подкреплением:1. Игра в крестики-нолики на доске 3x3. Запрограммируем среду, условия выигрыша и обучим простых и не очень агентов (игроков) сводить игру к ничье. На примере базовых стратегий рассмотрим работу уравнения Беллмана, Q-обучения и обучения с преследованием.Используя различные стратегии, включая эпсилон жадные и оптимизированные эпсилон жадные, сравним их эффективность при игре друг с другом.Проект: разработка собственного выигрышного агента для игры в крестики-нолики.2. Задача балансировка тележки в физическом окружении. Используем CartPole AI Gym и научимся балансировать тележку в зависимости от данных сенсоров. Изучим принципы построения нейросети обучения с подкреплением (DQN = Deep Q-Network) и используем ее для ускорения и стабилизации процесса обучения.Сравним обучение агента на случайных процессах, на изучении распределения состояний среды (априорные и постериорные вероятности), на эмуляции кратковременной и долговременной памяти агента, разберем проблемы обучения и оптимизации полносвязной нейросети.Проект: разработка оптимизированной DQN для балансировки тележки.3. Игра в блекджек (21 очко). Используем окружение AI Gym для расчета оптимальных ходов при игре в Блекджек. Используем методы Монте-Карло, включая одиночные и множественные касания, единую и разделенную политики, а также оптимизацию исследовательских стартов.Визуализируем оптимальную политику поведения агента через изоповерхности в пространстве состояний среды.Проект: расчет оптимальной стратегии игры в блекджек.

Методист по машинному обучению: Алена Селезнева, МГУ (прикладная математика и информатика).... 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.

Когда я учился в школе, то на уроках информатики мы изучали в том числе и Microsoft Office Excel.... Курс призначений для тих, хто бажає отримати базові практичні знання та навички роботи з Excel. Microsoft Office Excel призначений для зберігання, аналізу та візуалізації даних, створення звітів та проведення складних розрахунків. У курсі ви навчитеся запускати Excel, орієнтуватися в інтерфейсі, вводити та редагувати дані, створювати формули та функції, форматувати дані, візуалізувати дані з допомогою діаграм, створювати електронну таблицю, розбиратися в настройках друку, оперувати гарячими клавішами та працювати з макетами Excel. Після курсу ви зможете впевнено та комфортно оперувати базовими знаннями по Excel в будь-якій сфері діяльності.

Методист по машинному обучению: Алена Селезнева, МГУ (прикладная математика и информатика).... Курс розроблений для аналітиків Python, які вивчають машинне навчання. У курсі розглядаються методи машинного навчання без учителя на Python. Курс складається з 7 частин, в яких розглядаються наступні теми: робота з даними, лінійна регресія, регуляризація, метод головних компонент, кластеризація, DBSCAN, HDBSCAN, OPTICS, SOM. Курс містить 2 задачі з хакатонів 2020 року: прогнозування тривалості життя в Росії та прогнозування терміну експозиції оголошень на Яндекс.Нерухомість. Курс містить багато практичних завдань та прикладів.

многолетним опытом работы, имеют дипломы о высшем образовании по специальностям технический IT-специалист, информатик-экономист... Курс призначений для початківців IT-фахівців, які бажають оволодіти конкретним IT-напрямом, випускників IT-ВНЗ, системних адміністраторів, мережевих інженерів та фрілансерів у сфері IT. Після проходження курсу студенти на глибокому рівні зрозуміють принципи функціонування корпоративних локальних мереж, досконало розберуться в мережевих протоколах, зможуть гнучко керувати статичною та динамічною маршрутизацією, обмежувати доступ до мережі за допомогою ACL, налаштовувати різні види NAT, розбиратися в фізичних середовищах передачі даних, боротися з петлями в Ethernet, працювати з комутаторами рівня 2 та 3, забезпечувати відмовостійкість мережі, грамотно проектувати мережу, здійснювати резервне копіювання та відновлення пристроїв Cisco, а також вивчать технології захисту мережі на канальному рівні. Курс включає знання з офіційної програми академій Cisco, в яку входять CCNA курси ICND1, ICND2, DESGN, а також CCNP курси ROUTE та SWITCH.

Женя Моругий Студент НТУУ ``КПИ``, факультет Информатики и вычислительной техники Доступ к видеозаписям... Курсы Cisco “Основы сетевых технологий” (“Networking Essentials”) помогут обрести фундаментальные знания и навыки сетевых технологий, научиться на практике настраивать сети SOHO (малый/домашний офис) на реальном оборудовании Cisco и MikroTik + получить сертификат от Академии Cisco на платформе SEDICOMM University + найти работу или получить повышение

наших занятиях 90 процентов материала занимает практика, благодаря чему наш курс превращает физику и информатику... Курсы робототехники для детей – созданная опытными специалистами программа, которая позволяет узнать азы работы на платформе Arduino. Это уникальный электронный конструктор, всемирно известная программа, которая используется для получения базовых знаний в области микроэлектроники. По своей сути Ардуино – это мини-компьютер, который позволяет писать программы, а уже с их помощью успешно управлять различными электронными устройствами, начиная от светодиодных конструкций, заканчивая робототехникой. И обучение детей программированию с использованием популярной платформы лучше доверить профессионалам Академии Профессий Будущего. Курсы программирования для детей позволяют использовать Ардуино для создания несложных или больших и масштабных электронных проектов. Ребята смогут создавать полезные для дома устройства, роботов, элементы для умного дома, устройства, которые будут выполнять различные функции. Детям предстоит получить знания визуального программирования ScratchforArduino и освоить язык программирования C++.

Курс охватывает круг вопросов в рамках школьного курса информатики и позволяет получить практические навыки работы с ПК, офисными приложениями, популярными и полезными Интернет-сервисами. В рамках этого курса вы изучите такие программы, как текстовый редактор Microsoft Word, редактор презентаций PowerPoint и электронные таблицы Excel. Эти инструменты помогут вам создавать профессионально оформленные документы, презентации и таблицы. Кроме того, вы узнаете, как эффективно работать в интернете и использовать его возможности в своих целях. Вы изучите основы самоорганизации и научитесь эффективно использовать социальные сети. Наш курс "Компьютерные науки" разработан с учетом современных требований и тенденций в области компьютерных технологий. Мы стремимся предоставить вам не только теоретические знания, но и практические навыки, которые вы сможете применить в реальной жизни.

Основы информатики Машинная арифметика. Компьютерная логика. Двоичная система счисления.... В ходе курса дети ознакомятся с основными принципами создания компьютерных программ, получат навыки работы с популярной визуальной технологией программирования Scratch, изучат основы языка С++ - одного из самых востребованных языков программирования в мире, узнают об основных особенностях работы операционных систем на примере ОС Windows, получат навыки создания компьютерной графики и программирования собственных игр. Применяя полученные знания, участники научатся самостоятельно разрабатывать простые 2D игры используя технологию Scratch и язык программирования C++. По окончании данного курса учащийся сможет продолжить изучение программирования с использованием таких языков как Java, C#, JavaScript, PHP.

Женя Моругий Студент НТУУ ``КПИ``, факультет Информатики и вычислительной техники P.S.... Специально для студентов сферы IT разработана коучинговая программа. Она внедрена в онлайн-программу курса Основы Linux LPI и помогает обучаться с удовольствием и до конца. Вы научитесь учиться, выделяя для обучения минимум времени и получая максимальный эффект. У каждого студента есть свой куратор, который не даст сойти с выбранного пути. Методика программы и работа в команде формируют soft skills — преимущества на рынке труда. Геймификация обучения и дух конкуренции усиливают интерес и результаты.