«Основы программирования на Python и Искусственный интеллект»

Курс «Основы программирования на Python и Искусственный интеллект» предназначен для детей от 13 лет. В рамках курса Вы можете получить фундаментальные знания, которые могут быть применены в различных сферах, включая веб-разработку, анализ данных, машинное обучение и автоматизацию задач. Python - один из самых популярных и простых в изучении языков программирования, поэтому полученные навыки смогут быть легко применены на практике. Изучение искусственного интеллекта позволяет разобраться в основных концепциях и техниках, используемых в области машинного обучения и глубокого обучения. Эти знания могут быть полезными для тех, кто хочет применить искусственный интеллект в своей работе или проектах. Кроме того, данный курс предлагает практические задания и проекты, которые помогут проявить и применить полученные знания на практике. В целом, курс "Основы программирования на Python и Искусственный интеллект" предоставляет обширный базис для изучения и понимания современных технологий и тенденций в области программирования и искусственного интеллекта.

ПРОГРАММА КУРСА

Модуль 1. Основы программирования на Python

 

Введение в программирование и Python

• Что такое программирование? Зачем учить Python?
• Установка и настройка Python, работа в IDE.
• Первые шаги: переменные, типы данных.

 

Операторы и выражения в Python

• Арифметические, логические и сравнительные операторы.
• Введение в операторы ветвления (if, else, elif).

 

Циклы: while и for

• Циклы в программировании: структура и применение.
• Операторы break и continue.
• Введение в функции range() и генераторы списков.

 

Функции и модули

• Определение и вызов функций.
• Аргументы и возвращаемые значения.
• Введение в модули и библиотеки в Python (импорт модулей).

 

Работа с текстовыми данными

• Строки: основные методы.
• Форматирование строк.
• Введение в обработку пользовательского ввода.

 

Модуль 2.  Структуры данных и основы алгоритмов

 

Списки и кортежи

• Создание списков, операции с ними.
• Кортежи: неизменяемые структуры данных.
• Вложенные списки, работа с ними.

 

Словари и множества

• Основы работы со словарями: ключи и значения.
• Множества: уникальные элементы, операции над ними.

 

Файлы в Python

• Чтение и запись данных в файлы.
• Обработка текстовых файлов: функции open(), read(), write().

 

Рекурсия и работа с рекурсивными алгоритмами

• Введение в рекурсию, примеры рекурсивных функций.
• Преимущества и недостатки рекурсивных решений.

 

Алгоритмы сортировки и поиска

• Основные алгоритмы сортировки: пузырьковая сортировка, сортировка вставками.
• Алгоритмы поиска: линейный и бинарный поиск.

 

Модуль 3. Продвинутые темы Python

 

Объектно-ориентированное программирование (ООП)

• Введение в классы и объекты.
• Наследование, инкапсуляция, полиморфизм.

 

Работа с исключениями

• Обработка ошибок и исключений в Python (try, except).
• Пользовательские исключения.

 

Декораторы и лямбда-функции

• Понятие лямбда-функций и их применение.
• Декораторы: как они работают и где применяются.

 

Модульное тестирование

• Введение в тестирование кода.
• Создание простых тестов с использованием библиотеки unittest.

 

Работа с API и веб-запросами

• Введение в HTTP-запросы с библиотекой requests.
• Работа с внешними API.

 

Модуль 4.  Введение в искусственный интеллект и машинное обучение

 

Что такое искусственный интеллект и машинное обучение?

• Основные понятия ИИ и машинного обучения.
• Различие между ИИ, машинным обучением и глубоким обучением.

 

Основы библиотеки NumPy

• Работа с массивами в NumPy.
• Операции над массивами и их оптимизация.

 

Введение в Pandas

• Обработка данных с помощью Pandas: создание DataFrame.
• Основные операции над табличными данными.

 

Визуализация данных с Matplotlib и Seaborn

• Построение графиков и диаграмм.
• Основные типы визуализации и их применение.

 

Подготовка данных для машинного обучения

• Очистка и нормализация данных.
• Выявление пропущенных данных и их обработка.

 

Модуль 5.  Машинное обучение 

 

Основы машинного обучения: линейная регрессия

• Введение в модели машинного обучения.
• Линейная регрессия: построение модели, обучение и прогнозирование.

 

Классификация: алгоритм ближайших соседей (k-NN)

• Введение в классификацию.
• Применение алгоритма k-NN для решения задач классификации.

 

Решающие деревья и случайные леса

• Основы работы с решающими деревьями.
• Случайные леса: как улучшить точность модели.

 

Кластеризация: метод k-средних

• Введение в кластеризацию и анализ данных.
• Применение метода k-средних для разделения данных на кластеры.

 

Оценка и валидация моделей

• Метрики оценки моделей: точность, precision, recall.
• Введение в кросс-валидацию.

 

Модуль 6.  Продвинутые темы ИИ и проектная работа

 

Нейронные сети и глубокое обучение

• Основы нейронных сетей: персептрон и многослойные нейронные сети.
• Введение в библиотеку TensorFlow или PyTorch.

 

Обучение с учителем и без учителя

• Различие между обучением с учителем, без учителя и с подкреплением.
• Примеры использования каждого типа обучения.

 

Обработка изображений: компьютерное зрение

• Основы работы с изображениями.
• Применение методов глубокого обучения для классификации изображений.

 

Обработка текста: обработка естественного языка (NLP)

• Введение в NLP.
• Применение методов машинного обучения для анализа текстов.

 

Проектная работа

• Разработка финального проекта на основе пройденного материала (например, создание модели ИИ для решения задачи классификации или прогнозирования).
• Защита проекта, оценка результатов.

 

 

ИНФОРМАЦИЯ О КУРСЕ

Стоимость курса - 1 500 000 сум/мес.

График занятий - 3 раза в неделю

1 группа: понедельник, среда, пятница с 08:30 - до 10:00

2 группа: понедельник, среда, пятница с 10:00 - до 11:30

3 группа: понедельник, среда, пятница с 11:30 - до 13:00

4 группа: понедельник, среда, пятница с 14:00 - до 15:30

5 группа: понедельник, среда, пятница с 15:30 - до 17:00

6 группа: понедельник, среда, пятница с 17:00 - до 18:30

Адрес: Ташкент, Мирабадский р-н, ул. Тараса Шевченко, 20 (ор-р: метро Минг урик, 110 школа)