Programación Python y aprendizaje automático: curso 42.000 rublos. de Coddy School of Programming for Children, capacitación 7 módulos (meses)
Miscelánea / / December 03, 2023
Edad: 12-16 años
Nivel: para principiantes.
Duración: a partir de 7 módulos (meses), a partir de 56 horas*.
Formato: lecciones individuales y grupales, offline y online (tiempo real).
Número de niños: de 1 a 8.
Precio:
desde 750 rublos/hora en grupo online,
desde 850 rublos/hora en un grupo fuera de línea,
desde 1050 rublos/hora individualmente en línea,
desde 1980 rublos/hora individualmente fuera de línea.
Classic BASIC y Pascal todavía se enseñan como lenguajes de programación en los planes de estudio escolares. Aunque ayudan a comprender los principios de la escritura de programas, los programadores profesionales ya no los utilizan. Las tecnologías modernas no se detienen y, por eso, hoy en día existen lenguajes de programación más avanzados y relevantes, fáciles de aprender y adecuados para principiantes. ¿Quiere que su hijo aprenda a escribir código en uno de los lenguajes más populares y solicitados del mundo y lo utilice para resolver problemas del mundo real? ¡Bienvenido a nuestro curso de programación Python y aprendizaje automático para niños!
Características y Beneficios
El lenguaje Python comenzó a ser desarrollado por el programador holandés Guido van Rossum a finales de los años ochenta. Guido era entonces empleado del Instituto Holandés CWI, uno de los principales institutos de investigación europeos en el campo de las matemáticas y la informática teórica. Escribió este lenguaje en sus tiempos libres, poniendo en él algunas ideas sobre el lenguaje educativo ABC, en el que también participó. El desarrollo se completó en 1991. Después de que la primera versión oficial estuvo en línea, todo un grupo de programadores se unió para refinarla y mejorarla. Python es ahora un lenguaje de programación potente y expresivo, fácil de aprender y de usar.
Hay muchas lecciones y tutoriales de Python en Internet. Sin embargo, se puede lograr el éxito total si se estudia bajo la guía de un profesor-practicante experimentado. Además de dominar el lenguaje en sí, durante las clases los alumnos aprenderán a aplicarlo de forma práctica en el aprendizaje automático. Recomendamos que los escolares comiencen a aprender Python a la edad de 12 años. Es perfecto para que los principiantes den sus primeros pasos en la programación, porque... tiene las siguientes ventajas:
- Una de las principales ventajas de Python es su sintaxis legible por humanos. Los desarrolladores valoran la belleza y la claridad del código, lo que se refleja en su filosofía llamada "Zen de Python". “La legibilidad importa”, “Lo simple es mejor que lo complejo”: estos son algunos de los principios de esta filosofía.
- Contiene mecanismos de reutilización de código de última generación. Puede escribir programas simples y efectivos sin perder mucho tiempo en ello.
- Menos entrada de código aumenta significativamente la velocidad de desarrollo.
- Muchos expertos consideran que el diseño de Python es uno de los mejores.
- El shell interactivo le permite ingresar programas y obtener el resultado inmediatamente.
- Python tiene herramientas auxiliares que aceleran significativamente el aprendizaje. Por ejemplo, el módulo tortuga, que simula gráficos de tortugas, y el módulo tkinter para trabajar con la biblioteca de gráficos.
- Contiene una gran biblioteca de módulos, que proporciona muchas funciones demandadas en los programas de aplicación, que van desde la búsqueda de texto mediante una plantilla hasta funciones de red. Python se puede ampliar tanto a través de bibliotecas propias como de bibliotecas creadas por otros desarrolladores.
Python es utilizado por gigantes como Google, Intel e IBM. En él trabajan las populares plataformas YouTube y VKontakte. Los científicos de la NASA lo utilizan para cifrar y analizar datos, y expertos de diversos campos lo utilizan para investigaciones a gran escala. ¡Python es un lenguaje de programación que tendrá demanda durante mucho tiempo!
También está ganando cada vez más popularidad porque está estrechamente relacionado con el aprendizaje automático y la creación de programas informáticos inteligentes. Python facilita mucho el trabajo con código. Ahora los ordenadores ya no se pueden programar como antes, sino que se pueden configurar para que aprendan por sí solos. El aprendizaje automático es una de las principales tendencias de TI de nuestro tiempo y está penetrando gradualmente en todos los ámbitos de la vida. búsqueda inteligente de Google y Yandex, redes neuronales, filtros de spam inteligentes, inteligencia artificial en juegos y mucho más otro.
En nuestro curso sobre cómo aprender Python para escolares, chicos:
- Aprenda la sintaxis y adquiera habilidades básicas para trabajar con Python;
- Aprenda a instalar y configurar el entorno de desarrollo, aplicar construcciones básicas de Python, crear módulos y paquetes;
- Conozca diferentes formas de analizar datos;
- Familiarícese con los principios del aprendizaje automático;
- Entrenarán varios de sus propios modelos de computadora.
8
cursosProfesor del curso:
“Alfabetización informática”, “Minecraft: una introducción a la inteligencia artificial”, “Hacker ético”, “Informática alfabetización en Mac", "Unreal Engine 4", "Python y aprendizaje automático", "Programación de Minecraft", "Bots en Pitón"
Educación:
Universidad Politécnica de Moscú, especialidad “Seguridad de la Información”.
Participante certificado en el programa de capacitación en programación de Minecraft.
Programa de docentes innovadores certificados por Microsoft
Experiencia:
Fluido en C++, Pascal con objetos, Python, Java, PHP. Participé en el diseño de sitios web, la creación de diseños de sitios web y el desarrollo de logotipos para empresas en sitios independientes.
Intereses:
Dedicado a la programación y seguridad de la información. Le encantan los deportes y lleva un estilo de vida saludable. Se interesa por la música y el arte. Cree que cada persona puede lograr lo que quiera.
"Si desea que el código sea fácil y rápido de escribir, hágalo fácil de leer".
6
cursosProfesor del curso:
“Programación de juegos en Python”, “Hacker ético”, “Desarrollo de chatbots en Python junto con el Complejo de Informática y Computación de la Universidad Estatal de Moscú. MV Lomonosov", "Python y el aprendizaje automático", "Bots en Python", "Aplicaciones web en Python en colaboración con la Universidad Estatal de Moscú. MV Lomonósov"
Educación:
Universidad Técnica Estatal de Moscú que lleva el nombre. Bauman, especialidad "Seguridad de la Información".
Experiencia:
Competente en los lenguajes de programación Python, C\C++, Golang, Pascal. Tiene experiencia en el desarrollo de diversas aplicaciones.
Intereses:
Le gusta programar en Python para resolver una amplia variedad de problemas y cuanto más compleja e interesante sea la tarea, mejor. Practica deportes, disfruta de la fotografía y le encanta viajar. Estoy convencido de que toda persona que se esfuerza lo suficiente para alcanzar una meta la logra. Le gusta ayudar a otros a lograr sus objetivos. Joven y atento a las personas, encuentra un lenguaje común con cualquier niño y le ayuda a revelar sus mejores cualidades durante el aprendizaje, haciendo que el aprendizaje sea agradable y eficaz para todos.
“La programación en el siglo XXI es el segundo alfabeto que cualquier persona exitosa debe dominar, independientemente de su área de interés. Python es el primer paso perfecto para aprender a programar, con simplicidad y versatilidad que facilita el aprendizaje para los niños. este idioma no es un estudio obligatorio, sino un pasatiempo agradable y entienden que la programación es sumamente interesante y emocionante. ¡proceso!"
7
cursosProfesor del curso:
“Minecraft: Introducción a la Inteligencia Artificial”, “Desarrollador Frontend: Sitios web HTML/CSS/JavaScript”, “Hacker Ético”, "Curso Harvard CS50", "Python y Machine Learning", "Bots en Python", "Ciberseguridad", "Desarrollo de juegos en C++", "Creación juegos en Scratch"
Educación:
Universidad Federal Báltica Immanuel Kant, Instituto de Ciencias Físicas y Matemáticas y tecnologías de la información, especialidad: “Seguridad informática y métodos matemáticos de protección información."
Experiencia:
Me familiaricé con la programación a los 12 años y desde entonces no he dejado de desarrollar, mejorar y profundizar mis conocimientos.
Tiene una amplia experiencia en el desarrollo y desarrollo de una amplia variedad de proyectos, que van desde servidores de juegos altamente cargados hasta programación de microcontroladores.
Conoce y comprende la programación moderna y, como generalista, es capaz de encontrar soluciones óptimas incluso en situaciones difíciles.
Intereses:
Se dedica a escribir guiones y le gusta la esgrima japonesa, el kendo y el kenjutsu.
Estoy convencido de que no hay nada más importante que el crecimiento personal y el desarrollo personal.
“Cuando encontramos nuevas áreas de conocimiento, lo más difícil al estudiarlas es dar el primer paso, encontrar la manera de superar nuestras propias dudas, incertidumbres y miedos. Sólo después de un tiempo, mirando hacia atrás, podemos apreciar las alturas a las que logramos llegar”.
1er módulo
El primer día
Lección introductoria
- Introducción al concepto de aprendizaje automático, qué problemas se pueden resolver utilizando algoritmos de aprendizaje automático.
- Repetición de Python
Segundo día
Introducción a la teoría de redes neuronales
- Funciones de activación
- Multiplicación de matrices
Día tres
El modelo más simple de una neurona.
- Continuar repitiendo Python
- Introducción a la biblioteca numpy.
- Conceptos básicos del aprendizaje automático.
- Método de regresión lineal
Día cuatro
perceptrón
- Fundamentos de lógica matemática y álgebra lineal.
- El modelo más simple de neurona es un perceptrón.
- Ponderaciones iniciales, entradas y sesgos.
2do módulo
El primer día
Entrenamiento de perceptrones
- Cambio de pesos
- Selección de datos de entrenamiento.
- Entrenamiento de perceptrones
Segundo día
Mejora del modelo
- Usamos funciones de activación más avanzadas.
- Sigmoide, tanh, ReLu, Softplus
Día tres
Día cuatro
Trabajando en una red neuronal para tu tarea
- Análisis de tareas
- Selección del conjunto de datos de entrenamiento.
- Construcción del modelo
3er módulo
El primer día
Modelo Adalina
- Neuronas lineales adaptativas
- Comparación de la precisión de Adaline y Perceptron
Segundo día
Descenso de gradiente
- Usamos funciones de activación más avanzadas.
- Sigmoide, tanh, ReLu, SoTplus
- Descenso de gradiente
Día tres
Biblioteca para trabajar con datos de Pandas
- Recibir datos de archivos de diferentes formatos.
- Muestreo
- Clasificación
- Agregación y agrupación
Día cuatro
Biblioteca de trazado Matplotlib
- Trazar gráficos basados en un conjunto de datos.
- Visualización en forma de gráfico de indicadores de redes neuronales.
- gráficos 3D
4to módulo
El primer día
Segundo día
Reconocimiento de imagen
- Obtener el conjunto de datos de la biblioteca Mnist
- Formación en red
- Reconocimiento de imágenes de números.
- Prueba la red con tus propias imágenes.
Día tres
Día cuatro
Enfoque evolutivo para el entrenamiento de redes neuronales.
- Elementos iniciales
- Configuración de parámetros de población.
- Método de selección
- Mutaciones
- Análisis de resultados de entrenamiento.
5to módulo
El primer día
Paradigma de programación orientada a objetos
- Clases
- Objetos
- Atributos
- Métodos
Segundo día
Juego usando programación orientada a objetos
- Escribir un juego clásico sencillo "Snake"
- Método de control para el jugador.
- Modelo de estímulo
- Pruebas A/B
Día tres
Usando “inteligencia artificial” en el juego
- Control de serpientes
- Modelo de aprendizaje sin memoria.
Día cuatro
Aprender usando la memoria
- Factores de ajuste
- Guardar movimientos en la memoria.
- Comparación con un modelo sin memoria.
6to módulo
El primer día
Presentamos el shell interactivo de Jupyter Notebook
- Instalación
- Contenido de la celda
- Modos de ejecución de código.
- Elementos interactivos y gráficos.
Segundo día
Uso de Jupyter Notebook para aprendizaje automático
- Carga de datos
- Entrenamiento modelo
- Mostrar resultados
- Depuración y pruebas.
Día tres
Uso de la computación en la nube en Google Colab
- Integración en el proyecto.
- Medidas de rendimiento
- Usando núcleos tensores
Día cuatro
Presentamos la biblioteca Tensorflow
- Instalación de la biblioteca.
- Preparar datos para el trabajo.
- Modelos de neuronas integrados en la biblioteca.
7mo módulo
El primer día
Cómo funciona Tensorflow
- Gráfico de cálculo
- Parámetros de entrada y pesos.
- Función de error
Segundo día
Cómo funciona Tensorflow
- Optimizadores incorporados
- Funciones de activación
- Capas de red
Día tres
Día cuatro
Desarrollo del proyecto
- Discusión de ideas.
- Selección de tecnologías.
- Descomposición del problema
- Preparación de datos
- Construcción del modelo
- Educación
- Pruebas
- Presentación