Личный кабинет
Регистрация
Договор-оферты
Политика конфиденциальности

Бесплатный курс по нейронным
сетям на Python для новичков

Получить доступ
Узнать больше
Нейросети на Python / С++
и основы Machine Learning
Срок прохождения курса: 30 дней
Доступ к курсу бесплатно, при подписке на
телеграм-канал нашей школы!
Зачем это нужно?
Сейчас во всем мире бурно развивается направление, связанное с технологиями искусственного интеллекта.
Еще десять лет назад вычислительные мощности не позволяли полноценно использовать те математические модели и методы, которые лежат в основе столь привычных нам вещей, таких как чат-боты, распознавание изображений, прогнозирование биржевых котировок, интеллектуальные брокеры и т.д.
С каждым годом возрастает потребность в специалистах в сфере искусственного интеллекта, нейронных сетей и Data Science.
Для кого это нужно?
Наши курсы подойдут любому:
  • если вы окончили среднюю школу и имеете представление об основах математики, то никаких сложностей не возникнет.
  • если вы студент, мечтающий зарабатывать на бурно развивающемся рынке специалистов по разработке нейросетей и Data Science – вы подходите!
  • если вы специалист и хотите получить основной объем знаний в удобной упаковке и за короткое время, чтобы повысить свою ценность на рынке труда - записывайтесь на курс или посетите бесплатный онлайн-вебинар.

Когда начнется?
На данный момент онлайн-обучение по этому курсу завершено и мы решили предоставить доступ к курсу бесплатно всем желающим.

Подпишитесь на наш телеграм-канал:
И отправьте заявку на получение доступа
Получить бесплатный урок

О чем курс?

Полноценный месячный курс по нейронным сетям
Основы искусственного интеллекта
Теоретическая часть, начиная с самых базовых понятий
Основы математического анализа
Методы математической статистики, вычислительной математики
Основы математического моделирования
Процесс моделирования, алгоритм создания нейросетевой или иной модели для решения практических задач
Используемые технологии
Python и его библиотеки: Statsmodels, Pandas, Numpy, SciKit-Learn, Keras

Как проходит процесс обучения?

Подписка телеграм-канал
Подпишитесь наш телеграм-канал и получите доступ в личный кабинет курса
Регистрация и получение доступа
Зарегистрируйтесь на сайте.
Дождитесь письма с учетными данными для входа
Прохождение обучения
Зайдите в личный кабинет. Проходите уроки, выполняете домашние задания
Выполнение выпускной работы
По окончании курса вы выбирайте одну из трех тем выпускной работы и выполняете ее самостоятельно с знаний с использованием навыков, полученных на курсе

Программа курса

Основы ИИ и практическая реализация
нейросетей на Python / С++
Урок 1
Введение в ИИ и алгоритмы машинного обучения
  1. Введение в искусственный интеллект
  2. Классификация методов искусственного интеллекта
  3. Типы задач, решаемых при помощи ИИ
  4. Сравнительный анализ распространенных алгоритмов машинного обучения
  5. Искусственные нейронные сети и их особенности
  6. Этапы нейросетевого моделирования
  7. Домашнее задание
Антон Колосов, эксперт
Урок 2
Искусственный нейрон и алгоритмы обучения НС прямого распространения
  1. Искусственный нейрон
  2. Многослойная нейронная сеть прямого распространения
  3. Обучение нейронной сети (теория)
  4. Алгоритмы обучения искусственной нейронной сети прямого распространения
  5. Обучение нейронной сети при помощи алгоритма обратного распространения ошибки
  6. Способы нормализации переменных
  7. Домашнее задание

Антон Колосов, эксперт
Урок 3
Решение задачи аппроксимации МНК vs НС прямого распространения
  1. Общая постановка задачи аппроксимации
  2. Решение задачи аппроксимации и прогнозирования при помощи ИНС (теория)
  3. Решение задачи аппроксимации при помощи метода МНК
  4. Решение задачи аппроксимации при помощи готового ПО на Python, реализация ИНС
  5. Решение задачи аппроксимации при помощи готового ПО на Python, реализация МНК
  6. Домашнее задание

Глеб Калайчев, программист-разработчик
Урок 4
Основы программирования на Python без использования библиотек
  1. Основы программирования нейронных сетей на Python / C++ (особенности, библиотеки)
  2. Разработка ИНС прямого распространения на языке Python или С++ для решения задачи аппроксимации (последовательное написание кода)
  3. Домашнее задание

Глеб Калайчев, программист-разработчик
Урок 5
Решение задачи классификации при помощи НС на Python
  1. Общая постановка задачи классификации
  2. Решение задачи классификации при помощи ИНС
  3. Решение задачи классификации при помощи реализации ИНС на Python
  4. Домашнее задание

Глеб Калайчев, программист-разработчик
Урок 6
Нейронные сети Кохонена
  1. Нейронные сети Кохонена
  2. Алгоритм самообучения НС Кохонена
  3. Алгоритм самоорганизации НС Кохонена
  4. Постановка задачи кластеризации
  5. Практическая реализация НС Кохонена на Python
  6. Домашнее задание

Глеб Калайчев, программист-разработчик
Урок 7
Основы обработки данных для выборки
  1. Методы обработки выборки исходных данных
    • Соответствие используемой структуре
    • Непротиворечивость
    • Репрезентативность
  2. Практическая часть – сверточные сети с использованием библиотек Keras / TensorFlow
  3. Выпускная работа (выбор темы)
Глеб Калайчев, программист-разработчик
Урок 8
Разбор выпускных работ
  1. Разбор выпускных работ
  2. Ответы на вопросы
Антон Колосов, эксперт

Наши преимущества

Начало обучения с самых азов
Проводим обучение с самого начала – от А до Я. Последовательное изложение материала. В основе методики лежит курс лекций, читаемых студентам РХТУ им. Менделеева на протяжении нескольких лет
Доступная стоимость
Стоимость наших курсов в несколько раз ниже, чем у крупных онлайн-школ.
Данный факт снижает порог обучаемости и позволяет любому человеку овладеть твердыми знаниями и навыками в специфической предметной области
Понятное изложение
Мы стараемся объяснять сложные вещи, используя аналогии, понятные для неподготовленного слушателя. Изложение материала систематизированно и ведется последовательно
Удобный личный кабинет
Все материалы доступны в личном кабинете, работать с которым можно со смартфона, планшета, ноутбука или десктопа.
Помимо видео-записей в личном кабинете представлен исходный код всех уроков

Чему вы научитесь

  • 1
    Фундамент знаний
    Вы получите основательный фундамент базовых знаний в области логики, математической статистики и математического анализа.
  • 2
    Умение понимать то, что вы делаете
    Вы сможете мыслить с точки зрения целесообразности применения того или иного метода искусственного интеллекта для конкретных задач. Отсутствие слепого копирования чужих подходов.
  • 3
    Умение создавать собственные рабочие математические модели
    Способность проводить математическое моделирование самостоятельно без использования готовых шаблонов, а также проверять работоспособность выбранного подхода и модели.
  • 4
    Научитесь решению реальных практических задач
    В ходе прохождения курса вы самостоятельно освоите основы языка программирования Python и сможете использовать основные его библиотеки для решения задач прогнозирования, аппроксимации, распознавания изображений
  • 5
    Возможность дальнейшего роста в сфере ИИ / DataScience
    Получите возможность расти и развиваться в сфере DataScience и/или искусственного интеллекта, т.к. приобретете базовый багаж знаний.

Стоимость

Что входит в стоимость

0 ₽
не
актуально
не
актуально
Более 13 часов видео (теория, практика и разборы домашних заданий)
Два языка программирования
(Python, C++)
Доступ в личный кабинет на 1 год!
Дополнительные материалы и презентации к урокам
Доступ к исходному коду всех уроков (Python, C++)
Индивидуальные консультации по эл. почте
Индивидуальные консультации онлайн
Базовый
Стандарт
Максимум
Получить доступ
Ведущие курса
На наших занятиях мы объясняем сложные вещи простыми словами
  • Антон Колосов
    Эксперт
    В 2009 году окончил РХТУ им. Д.И.Менделеева.
    Специальность: кибернетика.
    Область интересов: ячеечно-нейросетевые модели.
    Основатель портала https://neuronus.com/
  • Михаил Васильев
    Программист-разработчик
    Выпускник РХТУ им. Д.И. Менделеева. Специальность: Информационные Системы и Технологии.
    Системный программист, аналитик, специалист по обработке больших данных
  • Глеб Калайчев
    Программист-разработчик
    Выпускник РХТУ им. Д.И. Менделеева по специальности «Информационные Системы и Технологии».
    Область интересов: прогнозирование спортивных событий

Ваша выгода

  • Новые горизонты карьерного роста и развития
    Пройдя наш базовый курс по основам искусственного интеллекта и Data Science, вы существенно повысите свою стоимость на рынке труда.
    Вы сможете начать работать в качестве специалиста по Data Science, чья средняя зарплата составляет от 150 000 руб. в месяц (данные hh.ru по состоянию на ноябрь 2019 г.)
  • Достойный результат за меньшую цену
    Вы не будете переплачивать за сложные занятия. Помимо высокой стоимости (от 15 000 руб. в месяц) многие онлайн-курсы имеют высокий «порог входа» . Это означает, что вам придется сдать предварительное тестирование, чтобы начать занятия. При этом нет гарантии, что вы справитесь с большим объемом сложной информации.
  • Мы гарантируем, что вы освоите весь изучаемый материал
    При условии выполнения домашних заданий и всех наших рекомендаций у слушателей не возникает никаких сложностей в понимании и дальнейшем применении полученных знаний.

Контакты

По любым вопросам пишите нам через данную форму обратной связи или на адрес электрнной почты: support@aisimple.ru
Наши страницы в социальных сетях:
Нажимая кнопку «Отправить», я полностью соглашаюсь с политикой конфиденциальности