Deep Learning (semester 1, høst 2021): avansert stream - gratis kurs fra Stepik, opplæring 36 leksjoner, dato 28. november 2023.
Miscellanea / / November 29, 2023
Stepik er en pedagogisk plattform og online kursdesigner.
Vi utvikler adaptive læringsalgoritmer, samarbeider med MOOC-forfattere og hjelper til med å gjennomføre konkurranser og omskoleringsprogrammer.
Vårt mål er å gjøre utdanningen åpen og praktisk.
Stepik er en velkjent russisk utdanningsplattform grunnlagt i 2013. Mer enn en million brukere fra Russland og CIS-landene er registrert på Stepik. For tiden tilbyr Stepik flere tusen kurs om en rekke emner.
Stepik-plattformen inkluderer en designer av gratis aktiviteter og leksjoner. Enhver registrert bruker kan opprette et interaktivt opplæringskurs. Samtidig beholder forfatterne av undervisningsmateriell opphavsretten. Tjenesten har ingen begrensninger på antall studenter per emne.
Stepik har omfattende muligheter for å lage nettkurs, treningsøkter og leksjoner ved hjelp av tekster, videoer, bilder, testoppgaver, hvor du kan ha diskusjoner med andre elever, samt med lærer. Totalt inneholder Stepik 20 typer oppgaver, hvor verifiseringen kan utføres både automatisk og manuelt.
En stor fordel med denne plattformen er muligheten til å bygge inn laget materiale på tredjepartssider, for eksempel Moodle og Canvas.
I tillegg kan Stepik brukes som arena for ulike arrangementer, som for eksempel olympiader og konkurranser.
Plattformgrensesnittet er helt russiskspråklig, ganske vennlig og intuitivt. Plattformen er helt gratis.
For hvert kurs som gjennomføres ved Stepik får studenten et fullført bevis. Det er også gratis å få et sertifikat.
Rekrutter avholdes i august-september og januar-februar Du kan følge våre nyheter her.
Offisiell side: https://www.dlschool.org Offisiell VK-gruppe: https://vk.com/dlschool_mipt
Det er vanskelig her, men interessant. Studiet tar 8 måneder. Mye teori, enda mer praksis, mennesker og metodikk - alt er rettet mot å sikre at du mestrer yrket som en Data Science-spesialist.
Emnet introduserer studentene til grunnleggende begreper innen datavitenskap. Vi vil se på grunnleggende algoritmer (lineære modeller, beslutningstrær, KNN, komposisjoner), og analysere dataforberedelse (rengjøring, generering av nye funksjoner og valg av dem). Kunnskapen vil være nok til å løse et bredt spekter av problemer.