Межфакультетские
курсы

Введение в программирование на основе языка Python

Курс посвящен введению в программирование и предназначен для тех, кто никогда не сталкивались с программированием, но очень заинтересован в изучении данной области.

Основная цель курса – это показать красоту программирования, познакомиться с основными задачами и направлениями IT-сферы, познакомиться с синтаксисом и основными конструкциями языка Python.

Видеотрансляции занятий доступны всем желающим. Студенты, записавшиеся на курс, могут выполнять домашние задания с автоматической проверкой и получать обратную связь от преподавателей в течение семестра.

Этот курс является составляющей частью серии курсов по искусственному интеллекту в МГУ имени М.В. Ломоносова. На курсе “Введение в программирование на основе языка Python” будут рассмотрены инструменты, необходимые для дальнейшего обучения. Продолжением данного курса являются курсы по анализу данных, машинному обучению, нейронным сетям, инженерным вычислениям. Цель этой серии курсов – предоставление студентам актуальных и современных знаний в области искусственного интеллекта и в различных областях науки о данных.

Основы программирования и анализа данных на Python

Курс посвящен основам программирования на языке Python. Слушатели курса познакомятся с основными конструкциями языка Python и парадигмами программирования, а также с инструментами для анализа и визуализации данных.

Основная цель курса – это изучение основ работы с данными с помощью языка Python.

Темы курса:

• синтаксис языка Python;
• коллекции «золотого фонда» Python;
• визуализация данных;
• библиотеки NumPy и Pandas;
• извлечение и получение данных;
• парадигмы программирования.

Видеотрансляции занятий доступны всем желающим. Студенты, записавшиеся на курс, смогут выполнять домашние задания с автоматической проверкой и получать обратную связь от преподавателей в течение семестра.

Данный курс является составляющей частью серии курсов по искусственному интеллекту в МГУ имени М.В. Ломоносова. Рекомендован к прослушиванию параллельно с курсом по математике для анализа данных в онлайн-формате. Продолжением данного курса являются курсы по машинному обучению, нейронным сетям, инженерным вычислениям. Цель этой серии курсов – предоставление студентам актуальных и современных знаний в области искусственного интеллекта и в различных областях науки о данных.

На курсе “Основы программирования и анализа данных на Python” будут рассмотрены инструменты, необходимые для дальнейшего обучения на курсах по тематике искусственного интеллекта.

Математика для анализа данных

Данный курс является составляющей частью серии курсов по искусственному интеллекту и теоретическим дополнением к межфакультетскому курсу “Основы программирования и анализа данных на Python” в МГУ имени М.В. Ломоносова.

Первая часть курса посвящена численной линейной алгебре.

Вторая часть курса посвящена оптимизации.

Программа курса:

1. Число, вектор, матрица и операции с ними. Напоминание об оценке сложности вычислений. Нормы векторные и матричные и их свойства.

2. Унитарные матрицы, ранг матрицы, концепция малоранговой аппроксимация, SVD. Приложения: аппроксимация функции многих переменных, сжатие изображений, рекомендательные системы.

3. Системы линейных уравнений. Метод Гаусса, LU разложение и их свойства. Обратная матрица, число обусловленности.

4. Разреженные матрицы, способы их хранения. Графы, их свойства и типичные задачи. Приложения: потоки, разрезы, клики.

5. Введение в итерационные методы решения линейных систем большой размерности. Примеры методов (Ричардсон, Чебышев и CG) и идеи их получения.

6. Разложение по собственным векторам. QR разложение и QR алгоритм. Степенной метод. Задача кластеризации и кластеризация вершин графа.

7. Тензоры и их свойства. Классические тензорные разложения: разложение Таккера, каноническое разложение, TT-разложение. Приложения: сжатие данных, ускорение вычислений.

Машинное обучение для решения прикладных задач

Курс посвящен одной из самых передовых областей науки на сегодняшний день – машинному обучению. Слушатели курса познакомятся с основными методами машинного обучения для решения прикладных задач.

Основная цель курса – это изучение основ машинного обучения и инструментов языка Python.

Видеотрансляции занятий доступны всем желающим. Студенты, записавшиеся на курс, смогут выполнять домашние задания с автоматической проверкой и получать обратную связь от преподавателей в течение семестра.

Данный курс является составляющей частью серии курсов по искусственному интеллекту в МГУ имени М.В. Ломоносова. Цель этой серии курсов – предоставление студентам актуальных и современных знаний в области искусственного интеллекта и в различных областях науки о данных.

Введение в глубокое обучение

Данный курс рассматривает основы глубокого обучения и методы применения нейронных сетей в различных задачах. Курс позволит слушателям приобрести прикладные навыки работы с современными моделями и понять теоретические основы работы нейронных сетей. Практическая часть курса включает в себя работу с текстами, изображениями, вопросно-ответными системами и генеративными моделями.

Видеотрансляции занятий будут доступны всем желающим. Студенты, записавшиеся на курс, смогут выполнять домашние задания с автоматической проверкой и получать обратную связь от преподавателей в течение семестра.

Данный курс является составляющей частью серии курсов по искусственному интеллекту в МГУ имени М.В. Ломоносова. Рекомендован к прослушиванию после курсов по программированию на Python и основам машинного обучения. Цель этой серии курсов – предоставление студентам актуальных и современных знаний в области искусственного интеллекта и в различных областях науки о данных.