НейроСтарт — программирование и ИИ на Python

Хотите научиться создавать нейросети, а не просто ими пользоваться? Начните с курса «НейроСтарт»!
Он познакомит вас с программированием на Python, ИИ, машинным обучением и компьютерным зрением — с нуля и в удобном онлайн-формате.
Курс рассчитан на учащихся 8–11 классов и студентов колледжей. Даже если вы никогда не писали код — начнем с основ, а потом перейдём к практическим задачам и алгоритмам машинного обучения.
Обучение включает видеоуроки, презентации, симуляторы и мини-игры. Преподаватели всегда готовы помочь. По итогу вы соберёте цифровое портфолио, прокачаете Python и ИИ-навыки, а также логическое и алгоритмическое мышление.

  • 54 академических часа
  • Начальный уровень программирования
  • Сертификат о прохождении курса

Бесплатный курс для школьников
8-11 классов и обучающихся по программам СПО

3 модуля по 18 академических часов (всего 54 ак.ч.)

Именной сертификат по завершению курса

Увлекательные интерактивные занятия

Практико-ориентированное обучение

кто может учиться

  • Школьники 8–11 классов
  • Студенты СПО

курс подойдет тем, кто

интересуется программированием
и ИТ-разработкой

хочет стать ИТ-профи, востребованным во многих отраслях практики

имеет склонность к математике и информатике

внимателен, усидчив и не ищет готовых решений

Программа курса
1 модуль. Основы языка программирования. Алгоритмика
  1. Тема 1.1. Введение в программирование. Команды ввода и вывода
  2. Тема 1.2. Основы Python: переменные, типы данных
  3. Тема 1.3. Базовые конструкции ветвления
  4. Тема 1.4. Циклическая конструкция алгоритмов повторения
2 модуль. Инструменты программирования в контексте ИИ
  1. Тема 2.1. Основные инструменты обработки текстов для нейронных сетей
  2. Тема 2.2. Инструменты обработки коллекций в моделях нейронных сетей
  3. Тема 2.3. Функции, как способ расширения возможностей программирования
  4. Тема 2.4. Основные подходы к хранению информации в машинном обучении
3 модуль. Реальные задачи машинного обучения и компьютерного зрения
  1. Тема 3.1. Задачи прогнозирования с использованием математических моделей нейронных сетей
  2. Тема 3.2. Задачи распознавания рукописного текста с помощью нейронных сетей
  3. Тема 3.3. Задачи компьютерного зрения
  4. Тема 3.4. Задачи классификации объектов через анализ изображений с помощью нейронных сетей

Вопросы и ответы

Как проходит обучение