Facultad de Inteligencia Artificial - curso 175.032 rublos. de GeekBrains, formación 18 meses, 2 lecciones por semana, Fecha: 10 de junio de 2023.

Nuestro programa es uno de los más voluminosos y completos. Al mismo tiempo, es fácil de entender porque el conocimiento se da de forma paulatina: desde las herramientas básicas hasta las avanzadas.

380 horas de contenido educativo y práctica 14 proyectos en el portafolio 2 seminarios web por semana

Bloque preparatorio

No es necesario que los tomes, pero te ayudarán a sumergirte más en tu aprendizaje.

Cursos

Curso en vídeo: cómo estudiar eficazmente
Te diremos cómo planificar tu entrenamiento para mantener el interés, obtener el máximo beneficio y hacerlo todo.

Conceptos básicos de matemáticas.
Podrás actualizar tus conocimientos básicos de matemáticas y facilitar tu inmersión en los métodos de aprendizaje automático.
Conceptos básicos de programación.
Aprenderá sobre las características de los lenguajes de programación y obtendrá su primera experiencia en la escritura de código.
Conceptos básicos del lenguaje Python
Un curso para principiantes y programadores experimentados: se familiarizará con las herramientas de desarrollo y dominará el aprendizaje automático en Python.
Vaya. Curso basico
Introduzcamos los conceptos básicos: repositorio, confirmación, etiqueta, ramas, creación y clonación de un repositorio, fusión de ramas, solicitud de historial de cambios.

Programación del cuarto trimestre

Aprenda a trabajar en Linux y crear servidores en los servicios en la nube de AWS, buscar información y operaciones básicas con archivos y monitorear el funcionamiento del servidor. Aprenda a utilizar el lenguaje de consulta SQL, cree y optimice consultas complejas. Domine las bibliotecas de Python diseñadas para la ciencia de datos: Numpy, Pandas, Matplotlib, SciKit-Learn.

Cursos

Reunión del decano con los estudiantes

Conceptos básicos del lenguaje Python

Linux. Estación de trabajo

Conceptos básicos de bases de datos relacionales y MySQL.

Bibliotecas de Python para ciencia de datos: Numpy, Matplotlib, Scikit-learn

Proyecto
Predicción del precio inmobiliario

II trimestre Recopilación de datos e investigación estadística

Familiarícese con la teoría de la probabilidad y la estadística matemática. Aprenda métodos para realizar análisis de correlación, varianza y regresión. Aprenda a trabajar con servicios RESTful/SOAP, formatos XML y JSON en Python, y familiarícese con las características de Open Data.

Cursos

Bibliotecas Python para ciencia de datos: continuación

Métodos para recopilar y procesar datos de Internet.

Introducción al cálculo

Teoría de la probabilidad y estadística matemática.

Proyecto
Recopilación de información según criterios especificados.
Análisis de datos exploratorios (EDA) en base a la información recibida.

III trimestre Matemáticas para Científico de Datos

Considere los aspectos matemáticos de los algoritmos utilizados en ciencia de datos: regresión lineal y logística, descenso de gradiente, método de vecinos más cercanos, agrupación, árboles de decisión, bosque aleatorio, aumento de gradiente. Comprenderás cómo funcionan los algoritmos a nivel matemático.

Cursos

Álgebra lineal

Algoritmos de análisis de datos

Proyecto
Construyendo un modelo de calificación crediticia para un banco

IV trimestre Aprendizaje automático

Master Python: desde los conceptos básicos de programación hasta la automatización, la recopilación, el procesamiento, el análisis y la visualización de datos.

Cursos

Aprendizaje automático en los negocios

Sistemas de recomendación

Curso en vídeo del proyecto del curso Megafon +

Proyectos
Sistema de recomendación para una tienda online
Previsión de pérdida de suscriptores
Algoritmo para determinar la probabilidad de conexión del servicio.

V trimestre Redes neuronales

Aprenda a resolver problemas de Machne Learning con datos de redes sociales, geodatos, el uso de gráficos y también familiarícese con las redes neuronales. En la práctica, se familiarizará con los marcos para el desarrollo de redes neuronales: Tensorflow, Keras, PyTorch.

Cursos

Introducción a las redes neuronales

Marco PyTorch para desarrollar redes neuronales artificiales

Proyectos
Reconocimiento y clasificación de imágenes.
Una aplicación que analiza objetos en la cámara

VI trimestre Tareas de inteligencia artificial

Aprenda arquitecturas avanzadas de redes neuronales convolucionales, procesamiento de lenguaje natural y visión por computadora.

Cursos

Introducción al procesamiento del lenguaje natural

Aprendizaje profundo en visión por computadora de NVIDIA

Proyectos
Chatbot basado en inteligencia artificial que puede comunicar sobre cualquier tema
8 mini proyectos sobre visión por computadora

Cursos fuera del trimestre

Artículos con selección de fecha de inicio individual
Puedes crear tú mismo parte del horario y ajustar la intensidad del entrenamiento.

Cursos

Preparándose para una búsqueda de empleo

Historia del desarrollo de la inteligencia artificial.

Algoritmos y estructuras de datos en Python

Introducción a las matemáticas superiores

Análisis de datos deportivos. plataforma kaggle

Lenguaje R para análisis de datos.

Visualización de datos en Tableau

Redes neuronales convolucionales en visión por computadora.

Proyectos
Competencia en la plataforma Kaggle