**Преподаватель:** Анна Пономарчук (tg @ponomarchuk_anna) **Когда:** суббота, 1-2 уроки.
===Описание курса===
Машинное обучение и анализ данных давно перестали быть магией, теперь это два мощнейших инструмента, которые используют компании по всему миру – от медицинских организаций до финансовых. Мы предлагаем вам уже сейчас изучить основы этих технологий, чтобы разобраться, как они устроены, и, возможно, найти для себя новое увлечение, которое в дальнейшем может стать востребованной профессией. В первой части курса мы сосредоточимся на анализе данных и обсудим, как правильно формулировать ML-задачу, подбирать подходящие метрики, которые отражают качество реальной модели, грамотно предобрабатывать данные, чтобы модели работали лучше. Затем мы перейдём к машинному обучению и шаг за шагом реализуем классические алгоритмы для реальных наборов данных. В частности, мы рассмотрим методы обучения с учителем (например, задачи регрессии и классификации) и методы обучения без учителя (задачу кластеризации). Кроме того, мы попробуем обучить простые нейросети и обсудим, как применять их для анализа текстов (NLP) и изображений (CV). Стоит отметить, что содержание курса может меняться в зависимости от того, что именно будет представлять больший интерес у вас, дорогие слушатели.
===Для кого этот курс===
Спецкурс подойдёт школьникам, которые уже знакомы с языком программирования Python и хотят попробовать свои силы в Data Science и Machine Learning. Опыт работы с библиотеками для анализа данных и машинного обучения не требуется – всему необходимому мы научим на курсе.
---- адрес оригинала: ((/v2028/Специализация9класс/МашинноеОбучение))