Искусственный интеллект: как машина учится
Курс о том, как работает машинное обучение: от таблицы с примерами до модели, которая принимает решение. Каждая идея разбирается на конкретных числах, которые можно пересчитать в тетради, а потом повторить в коде на Python.
Что вы узнаете
- Читать данные как таблицу признаков и меток и видеть, что в ней можно выучить
- Строить модель как правило с параметром и подбирать параметр по данным
- Считать ошибки по видам: ложная тревога, пропуск, доля верных, точность и полнота
- Понимать, откуда берутся вероятности, градиентный спуск, нейроны и внимание
- Проверять модель честно: отложенные данные, утечки, границы применимости
- Писать короткие программы на Python, которые обучают и проверяют модель
О курсе
В уроке сначала идёт подробный разбор темы на одном наборе данных: таблица, схема, пример счёта и типичная ошибка. Дальше — интерактивный тренажёр, где параметр модели двигается вручную, и помощник, которому можно задать вопрос по этой теме. Заканчивается урок десятью задачами: от короткой проверки понимания до мини-проекта.
Для кого этот курс
- Школьники 9–11 классов, которым нужно понять машинное обучение по существу, а не по лозунгам
- Те, кто уже писал простые программы на Python и готов считать на числах
Требования
- Python на уровне «прочитать числа, посчитать в цикле, напечатать ответ»: ввод, if, for, списки.
- Математика 7–9 классов: доли и проценты, координаты, среднее, простые уравнения.
- Браузер: код и тренажёры запускаются на странице урока, ставить ничего не нужно.
Создатель
Дмитрий Рузайкин