Мы используем cookie для стабильной работы сервиса. Подробнее

Курс по машинному обучению. Продвинутый (архивный курс 2022)

ФорматОнлайн
Длительность4-5 часов в неделю
Объём12 занятий
О курсе

Подробнее

Важно: это курс от 2022 года. В 2026 году команда Академии ИИ планирует его переработку и запуск нового, более актуального курса по машинному обучению. Это вторая часть курса по искусственному интеллекту и машинному обучению в рамках проекта «ИИ Старт» для школьников и всех, кто хочет получить профессию в Data Science. В продвинутый уровень вошли важнейшие аспекты продвинутого машинного обучения. Их применяют как в индустрии, так и в конкурсах по ИИ: алгоритмы градиентного бустинга и SVM, методы кластеризации и снижения размерности, внедрение нейросетей в Telegram-боты, базовые методы обработки естественного языка, создание нейросетевых моделей обработки естественного языка. Авторы и преподаватели курса — практики из российских и зарубежных IT-компаний с опытом преподавания, в том числе преподаватели Deep Learning School МФТИ. У курса есть несколько особенностей. Много практики. Наша цель — подготовить вас к реальным задачам, поэтому мы уделяем большое внимание практике. Вам встретится много практических заданий, которые позволят отточить основные приемы. Во второй половине курса каждое домашнее задание станет небольшим исследовательским проектом. Поддержка преподавателей и общение с учениками. На каждом этапе курса вы можете обратиться к ассистентам — опытные специалисты помогут справиться с вопросами и трудностями. Кроме того, мы создаем чаты для учеников, где всегда можно попросить совета. Высокий уровень знаний. Программа отвечает современным требованиям индустриального заказчика в области ИИ. Обучение проходит на языке Python: в курсе используются библиотеки Sklearn, CatBoost и Pytorch. Для успешного прохождения мы рекомендуем ознакомиться с программой первой части курса. А если программа кажется простой, то рассмотрите курс. Создатели курса: Физтех-школа прикладной математики информатики Московского физико-технического института, Академия искусственного интеллекта для школьников Благотворительного фонда Сбербанка «Вклад в будущее»  и Фонд развития Физтех-школ.
Требования

Что нужно для старта

  • Для успешного освоения потребуется уверенное знание основ машинного обучения и нейронных сетей на языке Python. Это продолжение первой части курса, поэтому мы рекомендуем сначала изучить её.
Результат

Что вы получите

  • Использовать продвинутые алгоритмы машинного обучения (градиентный бустинг, SVM) для решения задач анализа данных
  • Производить кластеризацию, понижать размерность и визуализировать данные с помощью библиотеки sklearn
  • Создавать Telegram-ботов на основе нейросетевых моделей
  • Осуществлять предварительную обработку и анализ текстовых данных в Python
  • Создавать нейросетевые модели в pytorch для решения задач обработки естественного языка
  • Производить дообучение современных нейросетевых архитектур для задач обработки естественного языка
Аудитория

Для кого этот курс

  • Курс подойдет школьникам старших классов и всем, кто стремится получить профессию в Data Science.
Содержание

Программа курса

12 занятий
№ТемаЧто внутри
01Организационная информация

- Организационная информация

02Логистическая регрессия для задачи классификации текста

- Логистическая регрессия для классификации текстов
- Домашнее задание. Логрегрессия для классификации текстов

03Алгоритм SVM

- Алгоритм SVM
- Тестирование. Алгоритм SVM

04Градиентный бустинг

- Градиентный бустинг
- Домашнее задание. Градиентный бустинг

05Кластеризация и методы снижения размерности

- Кластеризация и методы снижения размерности
- Тестирование. Кластеризация и методы снижения размерности

06Задачи компьютерного зрения и их нейросетевые решения

- Задачи компьютерного зрения
- Домашнее задание. Задачи компьютерного зрения

07Внедрение моделей машинного обучения в продукт

- Внедрение моделей машинного обучения в продукт
- Тестирование. Внедрение моделей машинного обучения в продукт

08Введение в NLP. Эмбеддинги слов

- Введение в NLP. Эмбеддинги слов
- Тестирование. Введение в NLP. Эмбеддинги слов

09Классификация текста

- Классификация текста
- Домашнее задание. Нейросетевая классификация текста

10Языковое моделирование

- Языковое моделирование
- Домашнее задание. Обучение RNN-модели на словах

11Современные архитектуры NLP

- Современные архитектуры NLP
- Тест по теме “Современные архитектуры в NLP”

12Transfer Learning в NLP

- Transfer Learning в NLP
- Домашнее задание. Классификация токенов

01Организационная информация

- Организационная информация

02Логистическая регрессия для задачи классификации текста

- Логистическая регрессия для классификации текстов
- Домашнее задание. Логрегрессия для классификации текстов

03Алгоритм SVM

- Алгоритм SVM
- Тестирование. Алгоритм SVM

04Градиентный бустинг

- Градиентный бустинг
- Домашнее задание. Градиентный бустинг

05Кластеризация и методы снижения размерности

- Кластеризация и методы снижения размерности
- Тестирование. Кластеризация и методы снижения размерности

06Задачи компьютерного зрения и их нейросетевые решения

- Задачи компьютерного зрения
- Домашнее задание. Задачи компьютерного зрения

07Внедрение моделей машинного обучения в продукт

- Внедрение моделей машинного обучения в продукт
- Тестирование. Внедрение моделей машинного обучения в продукт

08Введение в NLP. Эмбеддинги слов

- Введение в NLP. Эмбеддинги слов
- Тестирование. Введение в NLP. Эмбеддинги слов

09Классификация текста

- Классификация текста
- Домашнее задание. Нейросетевая классификация текста

10Языковое моделирование

- Языковое моделирование
- Домашнее задание. Обучение RNN-модели на словах

11Современные архитектуры NLP

- Современные архитектуры NLP
- Тест по теме “Современные архитектуры в NLP”

12Transfer Learning в NLP

- Transfer Learning в NLP
- Домашнее задание. Классификация токенов

Организатор

Автор курса

StepikStepik
Stepik — образовательная платформа и конструктор онлайн-курсов. Мы разрабатываем алгоритмы адаптивного обучения, сотрудничаем с авторами MOOC, помогаем в проведении олимпиад и программ переподготовки. Наша цель — сделать образование открытым и удобным. Stepik — широко известная российская образовательная платформа, основанная в 2013 году. На Stepik зарегистрировано более миллиона пользователей из России и стран СНГ. В настоящее время на Stepik представлены несколько тысяч учебных курсов на самые разные темы.
Подробнее об авторе
Мнения учеников

Отзывы о курсе

Оставьте отзыв

Расскажите о качестве обучения, поддержке и результате. Это поможет другим выбрать организацию осознанно.

Напишите ваш коментарий, не менее 30 символов

Нажимая кнопку, вы даете согласие на обработку персональных данных

Оставьте заявку

Консультант ответит на вопросы о курсе «Курс по машинному обучению. Продвинутый (архивный курс 2022)» и поможет разобраться в деталях обучения.

Комментарий ...

Нажимая кнопку, вы даете согласие на обработку персональных данных

Информация обновлена 3 сентября 2026 г.

Продолжить выбор

Похожие курсы

Инструменты повышения эффективности автотранспортного предприятия. Цифровизация управления автопарком: 1С:УАТ, 1С:ТОиР, С:TMS Логистика. Управление перевозками. Искусственный интеллект в управлении автотранспортом
Инструменты повышения эффективности автотранспортного предприятия. Цифровизация управления автопарком: 1С:УАТ, 1С:ТОиР, С:TMS Логистика. Управление перевозками. Искусственный интеллект в управлении автотранспортом
Нейросети для звука и музыки
Нейросети для звука и музыки

Научитесь создавать музыку и обрабатывать звук с помощью передовых AI-инструментов, даже если у вас нет опыта. Этот курс откроет перед вами мир возможностей, где нейросети сделают…

Онлайн
18 900 ₽
Социальные сети как инструмент коммуникации в практике органов местного самоуправления РФ в 2026 году. Управление репутацией, работа с негативом и применение искусственного интеллекта
Социальные сети как инструмент коммуникации в практике органов местного самоуправления РФ в 2026 году. Управление репутацией, работа с негативом и применение искусственного интеллекта
Начать без затрат

Бесплатные курсы

Natural Language Processing
Бесплатно
Natural Language Processing

The course focuses on Natural Language Processing (NLP), with an emphasis on Large Language Models (LLMs). You will explore key NLP tasks and methods, learn to use pretrained lang…

Онлайн10 занятий
Бесплатно
ГигаЧат: ваш универсальный помощник для жизни
Бесплатно16 октября
ГигаЧат: ваш универсальный помощник для жизни

Бесплатное обучение работе с ГигаЧатом на курсе от Нетологии для начинающих. Выполните 6 проектов: создайте сказку, листовку, резюме и план питания. Освойте нейросети и получите с…

Онлайн8 занятий
Бесплатно
Современные LLM
Бесплатно
Современные LLM

Курс посвящен очень популярной сегодня теме - большим языковым моделям (Large Language Models или LLM). Действительно, современные чат-боты на базе LLM (ChatGPT, Gemini, Gigachat,…

Онлайн12 занятий
Бесплатно
Разработка ML сервиса: от идеи к прототипу
Бесплатно4-5 часов в неделю
Разработка ML сервиса: от идеи к прототипу

Интенсив посвящен изучению подходов к анализу данных и построению простых моделей машинного обучения. Также в курсе делается акцент на построение веб-сервиса, реализующего проведе…

Онлайн6 занятий
Бесплатно