Programmazione Python e apprendimento automatico - corso 42.000 rubli. da Coddy School of Programming for Children, formazione 7 moduli (mesi)
Miscellanea / / December 03, 2023
Età: 12-16 anni
Livello: per principianti.
Durata: da 7 moduli (mesi), da 56 ore*.
Format: lezioni individuali e di gruppo, offline e online (tempo reale).
Numero di bambini: da 1 a 8.
Prezzo:
da 750 rub./ora in un gruppo online,
da 850 rub./ora in un gruppo offline,
da 1050 rub./ora individualmente online,
dal 1980 rub./ora individualmente offline.
Il BASIC classico e il Pascal vengono ancora insegnati come linguaggi di programmazione nei programmi scolastici. Sebbene aiutino a comprendere i principi della scrittura di programmi, non vengono più utilizzati dai programmatori professionisti. Le moderne tecnologie non si fermano, e quindi oggi esistono linguaggi di programmazione più avanzati e rilevanti, facili da imparare e adatti ai principianti. Vuoi che tuo figlio impari a scrivere codice in uno dei linguaggi più popolari e richiesti al mondo e ad usarlo per risolvere problemi del mondo reale? Benvenuti al nostro corso di programmazione Python e machine learning per bambini!
Caratteristiche e vantaggi
Il linguaggio Python iniziò ad essere sviluppato dal programmatore olandese Guido van Rossum alla fine degli anni ottanta. Guido era a quel tempo un dipendente dell'istituto olandese CWI, uno dei principali istituti di ricerca europei nel campo della matematica e dell'informatica teorica. Ha scritto questa lingua nel tempo libero, inserendovi alcune idee sul linguaggio educativo ABC, al quale ha anche partecipato. Lo sviluppo è stato completato nel 1991. Dopo che la prima versione ufficiale è stata messa online, un intero gruppo di programmatori si è unito per perfezionarla e migliorarla. Python è ora un linguaggio di programmazione potente ed espressivo, facile da imparare e da usare.
Ci sono molte lezioni ed esercitazioni su Python su Internet. Tuttavia, il pieno successo può essere raggiunto studiando sotto la guida di un insegnante-professionista esperto. Oltre a padroneggiare il linguaggio stesso, durante le lezioni gli studenti impareranno come applicarlo praticamente nell'apprendimento automatico. Raccomandiamo che gli scolari inizino a imparare Python all'età di 12 anni. È perfetto per i principianti che muovono i primi passi nella programmazione, perché... presenta i seguenti vantaggi:
- Uno dei principali vantaggi di Python è la sua sintassi leggibile dall'uomo. Gli sviluppatori apprezzano la bellezza e la chiarezza del codice, che si riflette nella loro filosofia chiamata “Zen of Python”. "La leggibilità è importante", "Semplice è meglio che complesso": questi sono alcuni dei principi di questa filosofia.
- Contiene meccanismi di riutilizzo del codice all'avanguardia. Puoi scriverci programmi semplici ed efficaci senza dedicarci molto tempo.
- Meno input di codice aumentano significativamente la velocità di sviluppo.
- Il design di Python è considerato da molti esperti uno dei migliori.
- La shell interattiva consente di inserire programmi e ottenere immediatamente il risultato.
- Python dispone di strumenti di supporto che accelerano notevolmente l'apprendimento. Ad esempio, il modulo Turtle, che simula la grafica della tartaruga, e il modulo tkinter per lavorare con la libreria grafica.
- Contiene un'ampia libreria di moduli, che fornisce molte funzionalità richieste nei programmi applicativi, che vanno dalla ricerca di testo utilizzando un modello alle funzioni di rete. Python può essere esteso sia attraverso le proprie librerie che attraverso librerie create da altri sviluppatori.
Python è utilizzato da giganti come Google, Intel, IBM. Le popolari piattaforme YouTube e VKontakte funzionano su questo. Gli scienziati della NASA lo utilizzano per crittografare e analizzare i dati e gli esperti di diversi settori lo utilizzano per ricerche su larga scala. Python è un linguaggio di programmazione che sarà richiesto per molto tempo!
Sta guadagnando sempre più popolarità anche perché è strettamente correlato all’apprendimento automatico e alla creazione di programmi informatici intelligenti. Python rende il lavoro con il codice molto più semplice. Ora i computer non possono più essere programmati come prima, ma possono essere configurati in modo che imparino da soli. L'apprendimento automatico è una delle principali tendenze IT del nostro tempo e sta gradualmente penetrando in tutti gli ambiti della vita - ricerca intelligente da Google e Yandex, reti neurali, filtri antispam intelligenti, intelligenza artificiale nei giochi e molto altro altro.
Nel nostro corso sull'apprendimento di Python per gli scolari, ragazzi:
- Impara la sintassi e acquisisci competenze di base nel lavorare con Python;
- Impara a installare e configurare l'ambiente di sviluppo, applicare i costrutti Python di base, creare moduli e pacchetti;
- Scopri diversi modi per analizzare i dati;
- Conoscere i principi dell'apprendimento automatico;
- Addestreranno molti dei loro modelli di computer.
8
corsiDocente del corso:
“Computer Literacy”, “Minecraft: un’introduzione all’intelligenza artificiale”, “Ethical Hacker”, “Computer alfabetizzazione su Mac", "Unreal Engine 4", "Python e machine learning", "Programmazione Minecraft", "Bots su Pitone"
Formazione scolastica:
Politecnico di Mosca, specialità “Sicurezza dell'informazione”.
Partecipante certificato al programma di formazione sulla programmazione Minecraft.
Programma Innovatore per insegnanti certificati Microsoft
Esperienza:
Ottima conoscenza di C++, Pascal con oggetti, Python, Java, PHP. Mi sono occupato del layout del sito web, della creazione di layout del sito web e dello sviluppo di loghi per aziende su siti freelance.
Interessi:
Impegnato nella programmazione e nella sicurezza informatica. Ama lo sport e conduce uno stile di vita sano. È interessato alla musica e all'arte. Crede che ogni persona possa ottenere ciò che vuole.
"Se vuoi che il codice sia facile e veloce da scrivere, rendilo facile da leggere."
6
corsiDocente del corso:
“Programmazione di giochi in Python”, “Hacker etico”, “Sviluppo di chatbot in Python insieme al Complesso di informatica e informatica dell'Università statale di Mosca. M.V. Lomonosov", "Python e machine learning", "Bots in Python", "Applicazioni web in Python in collaborazione con l'Università statale di Mosca. M.V. Lomonosov"
Formazione scolastica:
Università tecnica statale di Mosca dal nome. Bauman, specialità "Sicurezza dell'informazione".
Esperienza:
Ottima conoscenza dei linguaggi di programmazione Python, C\C++, Golang, Pascal. Ha esperienza nello sviluppo di varie applicazioni.
Interessi:
Gli piace programmare in Python per risolvere un'ampia varietà di problemi e più il compito è complesso e interessante, meglio è. Pratica sport, ama la fotografia e ama viaggiare. Sono convinto che ogni persona che si impegna abbastanza per raggiungere un obiettivo lo raggiunge. Ama aiutare gli altri a raggiungere i loro obiettivi. Giovane e attento alle persone, trova un linguaggio comune con ogni bambino e lo aiuta a rivelare le sue migliori qualità durante l'apprendimento, rendendo l'apprendimento piacevole ed efficace per tutti.
“La programmazione nel 21° secolo è il secondo alfabeto che ogni persona di successo dovrebbe padroneggiare, indipendentemente dal suo campo di interesse. Python è il primo passo perfetto per imparare a programmare, con semplicità e versatilità che rendono l'apprendimento facile per i bambini questa lingua non è uno studio obbligatorio, ma un piacevole passatempo e capiscono che la programmazione è estremamente interessante ed entusiasmante processi!"
7
corsiDocente del corso:
"Minecraft: Introduzione all'intelligenza artificiale", "Sviluppatore frontend: siti Web HTML/CSS/JavaScript", "Hacker etico", "Corso Harvard CS50", "Python e Machine Learning", "Bot in Python", "Cyber Security", "Sviluppo di giochi in C++", "Creazione giochi in Scratch"
Formazione scolastica:
Università Federale Baltica Immanuel Kant, Istituto di Scienze Fisiche e Matematiche e informatica, specialità: “Sicurezza informatica e metodi matematici di protezione informazione."
Esperienza:
Ho iniziato a conoscere la programmazione all'età di 12 anni e da allora non ho smesso di sviluppare, migliorare e approfondire le mie conoscenze.
Ha una vasta esperienza nello sviluppo e nello sviluppo di un'ampia varietà di progetti, che vanno dai server di gioco altamente caricati alla programmazione di microcontrollori.
Conosce e comprende la programmazione moderna e, da generalista, è in grado di trovare soluzioni ottimali anche in situazioni difficili.
Interessi:
È impegnato nella scrittura di sceneggiature e ama la scherma giapponese, il kendo e il kenjutsu.
Sono convinto che non ci sia niente di più importante della crescita personale e dello sviluppo personale.
“Quando incontriamo nuove aree di conoscenza, la cosa più difficile nello studiarle è fare il primo passo, trovare un modo per superare i nostri dubbi, incertezze e paure. Solo dopo un po’, guardando indietro, siamo in grado di apprezzare le vette a cui siamo riusciti a salire”.
1° modulo
Il primo giorno
Lezione introduttiva
- Introduzione al concetto di machine learning, quali problemi possono essere risolti utilizzando algoritmi di machine learning
- Ripetizione Python
Secondo giorno
Introduzione alla teoria delle reti neurali
- Funzioni di attivazione
- Moltiplicazione di matrici
Giorno tre
Il modello più semplice di un neurone
- Continua a ripetere Python
- Introduzione alla libreria Numpy
- Concetti di base dell'apprendimento automatico
- Metodo di regressione lineare
Quarto giorno
Percettrone
- Fondamenti di logica matematica e algebra lineare
- Il modello più semplice di neurone è un percettrone
- Pesi iniziali, input e bias
2° modulo
Il primo giorno
Addestramento del percettrone
- Modifica dei pesi
- Selezione dei dati di allenamento
- Addestramento del percettrone
Secondo giorno
Miglioramento del modello
- Utilizziamo funzioni di attivazione più avanzate
- Sigmoide, tanh, ReLu, Softplus
Giorno tre
Quarto giorno
Lavorare su una rete neurale per il tuo compito
- Analisi del compito
- Selezione del set di dati di addestramento
- Costruzione di modelli
3° modulo
Il primo giorno
Modello Adaline
- Neuroni lineari adattativi
- Confronto tra la precisione di Adaline e Perceptron
Secondo giorno
Discesa gradiente
- Utilizziamo funzioni di attivazione più avanzate
- Sigmoide, tanh, ReLu, SoTplus
- Discesa del gradiente
Giorno tre
Libreria per lavorare con i dati di Panda
- Ricezione di dati da file di diversi formati
- Campionamento
- Ordinamento
- Aggregazione e raggruppamento
Quarto giorno
Libreria di grafici Matplotlib
- Tracciare grafici basati su un set di dati
- Visualizzazione sotto forma di grafico degli indicatori della rete neurale
- Grafica 3D
4° modulo
Il primo giorno
Secondo giorno
Riconoscimento delle immagini
- Ottenere il set di dati della libreria Mnist
- Formazione in rete
- Riconoscimento delle immagini dei numeri
- Testare la rete sulle proprie immagini
Giorno tre
Quarto giorno
Approccio evolutivo all'addestramento delle reti neurali
- Elementi iniziali
- Impostazione dei parametri della popolazione
- Metodo di selezione
- Mutazioni
- Analisi dei risultati della formazione
5° modulo
Il primo giorno
Paradigma di programmazione orientata agli oggetti
- Classi
- Oggetti
- Attributi
- Metodi
Secondo giorno
Gioco utilizzando OOP
- Scrivere un semplice gioco classico "Snake"
- Metodo di controllo per il giocatore
- Incoraggiamento del modello
- Test A/B
Giorno tre
Utilizzo dell'"intelligenza artificiale" nel gioco
- Controllo dei serpenti
- Modello di apprendimento senza memoria
Quarto giorno
Imparare usando la memoria
- Fattori di aggiustamento
- Salvataggio delle mosse in memoria
- Confronto con un modello senza memoria
6° modulo
Il primo giorno
Presentazione della shell interattiva Jupyter Notebook
- Installazione
- Contenuto della cella
- Modalità di esecuzione del codice
- Elementi interattivi e grafica
Secondo giorno
Utilizzo di Jupyter Notebook per l'apprendimento automatico
- Caricamento dei dati
- Formazione modello
- Visualizzare i risultati
- Debug e test
Giorno tre
Utilizzo del cloud computing in Google Colab
- Integrazione nel progetto
- Misurazioni delle prestazioni
- Utilizzo di nuclei tensoriali
Quarto giorno
Presentazione della libreria Tensorflow
- Installazione della biblioteca
- Preparazione dei dati per il lavoro
- Modelli di neuroni integrati nella libreria
7° modulo
Il primo giorno
Come funziona Tensorflow
- Grafico di calcolo
- Parametri e pesi di input
- Funzione errore
Secondo giorno
Come funziona Tensorflow
- Ottimizzatori integrati
- Funzioni di attivazione
- Strati di rete
Giorno tre
Quarto giorno
Sviluppo del progetto
- Discussione delle idee
- Selezione delle tecnologie
- Decomposizione del problema
- Preparazione dei dati
- Costruzione di modelli
- Formazione scolastica
- Test
- Presentazione