Rambler's Top100
Реклама
 
Все новости Новости компаний

Российских школьников научат предсказывать победителей турниров Dota 2

09 декабря 2019

Стартует онлайн-курс по анализу данных и машинному обучению от Московской школы программистов. Программа рассчитана на учеников 9-11 классов и взрослых. Цель курса — научить обрабатывать данные больших объемов и решать задачи машинного обучения.

В рамках курса студенты получат практику в самых разных сферах. Они проанализируют результаты матчей ЧМ-2018, разберутся в тонкостях рынка московской недвижимости на примере соответствующего датасета, научатся прогнозированию, проработав данные о пассажирах «Титаника», и закрепят этот навык, предсказывая победителей турниров Dota 2.

Студенты курса овладеют основными инструментами и библиотеками для работы с данными, а также алгоритмами для решения задач анализа больших данных и машинного обучения: методом k-ближайших соседей, регрессии, решающих деревьев, методом понижения размерности и нейронным сетям. Ученики научатся решать задачи классификации, кластеризации и прогнозирования, смогут анализировать тексты и создавать нейронные сети для распознавания изображений, а также напишут своё приложение, использующее модели машинного обучения.
Курс ведет Иван Новиков, преподаватель Московской школы программистов и неоднократный победитель международных олимпиад по информатике. Он работал программистом в Яндексе и стажировался в Google. 

“Сегодня Big Data — одно из самых перспективных в мире IT-направлений. Дата-аналитик может исследовать товарооборот компании, анализировать акционные мероприятия. Машинное обучение окружает нас повсюду: его используют такие гиганты, как Netflix, Facebook, Microsoft. Эксперты прогнозируют, что к 2024 году российский рынок больших данных вырастет в 10 раз, до 300 млрд рублей. За Big Data будущее”, – говорит Сергей Шедов, основатель и директор Московской школы программистов.
Заметили неточность или опечатку в тексте? Выделите её мышкой и нажмите: Ctrl + Enter. Спасибо!

Оставить свой комментарий:

Для комментирования необходимо авторизоваться!

Комментарии по материалу

Данный материал еще не комментировался.