Скачать Python и ИИ-технологии с нуля за 4 месяца [Product University] [Виталий Капранов, Егор Котельников, Роман Губайдуллин] [Повтор]

[Dozhd]

Складчина: Python и ИИ-технологии с нуля за 4 месяца [Product University] [Виталий Капранов, Егор Котельников, Роман Губайдуллин] [Повтор]



Программировать теперь гораздо проще, чем раньше. ChatGPT и другие ИИ-инструменты совершили переворот. Они позволяют вам писать и переписывать целые куски кода, готовые SQL-запросы и приложения и помогать обучаться с небывалой скоростью.

Теперь, все что вам нужно: умение сформулировать задачу на русском/английском языке и время/желание. Вот почему в основу этого курса легли 2 следующих подхода:

Использовать ChatGPT и других ассистентов по-максимуму, для того чтобы они вам помогали писать и исправлять готовые куски кода.
Отталкиваться от готовых работающих бизнес-приложений и примеров. Вы не будете писать с нуля строчку за строчкой, скорее наоборот: будете брать готовые проекты и библиотеки и видоизменять их для себя.
12 проектов, которые вы сделаете за 4 месяца
С нуля на Python, с подсказками от ChatGPT, без каких-либо начальных знаний программирования

Telegram-бот на Python с GPT (аналог ChatGPT)
Парсинг сайтов и каналов
Поиск недооцененных квартир на ЦИАН
Автономные агенты
Построение полного процесса получения и обработки данных с реального онлайн-ресурса
Построение системы распознавания рукописных чисел на чистом NumPy с помощью модели k ближайших соседей
Whisper. Преобразование текста в аудио и транскрибация
Анализ цен на криптовалюты с помощью Pandas и Matplotlib
Обучение нейросети на табличных данных для задачи классификации
Сегментация изображений ковида
Выделение именованных сущностей для автоматизации документооборота
Построение рекомендательной системы на основе нейросетей
Для кого курс?

Аналитики данных и бизнес-аналитики
Знание этих инструментов и технологий может помочь вам эффективнее анализировать и обрабатывать данные, создавать отчеты и прогнозы, а также использовать машинное обучение для решения задач.
Предприниматели и руководители
Вы научитесь использовать знания для оптимизации своих бизнес-процессов, повышения эффективности команды и внедрения инноваций в свои продукты и услуги.
Маркетологи
Особенно для тех, кто работает с большими объемами данных, знание Python и SQL может помочь в анализе и оптимизации маркетинговых кампаний, а также в автоматизации рутинных задач.
Продакт менеджеры
Знание технологий поможет вам лучше понимать возможности и ограничения инструментов и платформ, используемых для разработки и поддержки продуктов.
Начинающие специалисты в области ИИ и машинного обучения
Курс даст вам основы, необходимые для дальнейшего изучения и развития в этой сфере.
Финансовые аналитики и экономисты
Вы сможете использовать Python и SQL для анализа финансовых данных, создания прогнозов и оптимизации финансовых моделей.
Программа:

Неделя 1: Основы программирования и условные операторы в Python
Неделя 2: Контейнеры и циклы в Python
Неделя 3: Функции в Python. Генераторы
Неделя 4: Пространства имен. Замыкания. Декораторы. Введение в ООП
Неделя 5: Magic-методы и исключения
Неделя 6: Прикладной Python: регулярные выражения и получение данных по сети
Неделя 7: Библиотека NumPy
Неделя 8: Библиотека Pandas
Неделя 9: Matplotlib и продвинутые инструменты визуализации
Неделя 10: Основы SQL и баз данных
Неделя 11: Основы Linux, Git и backend-разработки
Неделя 12: Введение в глубокое обучение
Неделя 13: Компьютерное зрение
Неделя 14: Естественная обработка языка
Неделя 15: Обучение с подкреплением
Неделя 16: Рекомендательные системы
Неделя 17: Итоги курса и портфолио


Спойлер: Программа подробно
Неделя 1: Основы программирования и условные операторы в Python

Что такое программирование?
Среды программирования.
Google Colab.
Базовые типы данных в Python: int, float, bool, str.
Приведения базовых типов
Условные операторы в Python.
Тернарный условный оператор.
Проект 1 - приложение для валидации считываемых данных

Неделя 2: Контейнеры и циклы в Python

Контейнеры в Python: list, tuple, dict, set.
Тонкости работы с переменными в Python.
Изменяемые и неизменяемые типы данных.
Глубокое и неглубокое копирование
Цикл while.
Операторы continue и break.
Цикл for. Работа с элементами контейнера с помощью for.
Вспомогательные функции. List comprehesion.
Проект 2 - Игра Блэкджек

Неделя 3: Функции в Python. Генераторы

Основной синтаксис.
Аргументы.
Рекурсия.
Анонимные функции.
Генераторы - что такое и зачем нужны?
Генераторные выражения.
Генераторные функции
Проект 3 - Игра Морской бой

Неделя 4: Пространства имен. Замыкания. Декораторы. Введение в ООП

Пространства имен в Python.
Области видимости. Замыкания. Декораторы
Введение в Объектно-Ориентированное Программирование.
ООП в Python.
Создание класса и экземпляров класса.
Конструктор. Работа с атрибутами.
Наследование в Python.
Проект 4 - Приложение "Календарь"

Неделя 5: Magic-методы и исключения

Magic-методы в Python.
Арифметика, приведение типов.
Исключения в Python.
Конструкция try-except.
Чтение и запись в файл.
Импорт модулей и пакетов.
Создание модулей и пакетов
Неделя 6: Прикладной Python: регулярные выражения и получение данных по сети

Python и получение данных по сети.
Парсинг данных.
Библиотеки requests, BeautifulSoup.
Фреймворк Scrapy.
Регулярные выражения в Python
Проект 5 - Построение полного процесса получения и обработки данных с реального онлайн-ресурса

Неделя 7: Библиотека NumPy

Библиотека NumPy: функциональность, создание массивов ndarray, индексация, срезы и трансляция
NumPy: операции с матрицами и векторами, математические функции
Расширенный NumPy: выборка, замена, сортировка, изменение формы и статистика
Проект 6 - Построение системы распознавания рукописных чисел на чистом NumPy с помощью модели k ближайших соседей

Неделя 8: Библиотека Pandas

Библиотека Pandas: табличные данные, типы данных и базовые методы
Pandas: строки, столбцы, поиск элементов, добавление и удаление данных
Проект 7 - обработка и анализ реального набора данных

Неделя 9: Matplotlib и продвинутые инструменты визуализации

Библиотека Matplotlib.
Визуализация данных
Продвинутые инструменты визуализации.
Seaborn.
Plotly.
Проект 8 - Анализ цен на криптовалюты с помощью Pandas и Matplotlib

Неделя 10: Основы SQL и баз данных

Введение в базы данных и SQL
Обзор PostgreSQL и MySQL
Синтаксис SQL: создание таблиц, вставка и запрос данных
Отношения таблиц, объединения и подзапросы
Агрегация и группировка в SQL
Неделя 11: Основы Linux, Git и backend-разработки

Введение в Linux и Git
WSL, VirtualBox и дистрибутивы Linux
Командная строка Linux и написание скриптов оболочки
Управление версиями с помощью Git и коллективная работа
Основы Docker и контейнеризация
Неделя 12: Введение в глубокое обучение

Области применения нейросетей.
Постановка задачи ML и перцептрон.
Град спуск на примере линейной регрессии.
Введение в полносвязные нейросети.
Универсальные оптимизации.
Введение в pytorch.
Обучение полносвязных нейросетей.
Типовой пайплайн: загрузчики данных, аугментации, метрики качества.
Проект 9 - Обучение нейросети на табличных данных для задачи классификации

Неделя 13: Компьютерное зрение

Ведение в обработку изображений.
Устройство сверточных нейросетей.
Основные архитектуры области.
Детекция и сегментация.
Архитектуры и дообучение моделей.
Генеративные модели.
Ган. Вае.
Диффузия.
Дообучение готовых моделей.
Проект 10 - Сегментация изображений ковида

Неделя 14: Естественная обработка языка

Введение в естественную обработку языка.
Рекуррентные нейросети, w2v.
Дообучение для типовых задач Nlp.Attention.
Transformer.
Архитектуры на основе трансформера.
Дообучение для типовых задач.
Знакомство с hugging face.
Трансформер и его модификации в современном nlp.
Применение в области звука, обработке изображений.
Проект 11 - Выделение именованных сущностей для автоматизации документооборота

Неделя 15: Обучение с подкреплением

Обзор области обучения с подкреплением.
Обзор основных архитектур.
Обучение под типовые задачи.
Неделя 16: Рекомендательные системы

Введение в рекомендательные системы.
Обзор архитектур.
Обучение под типовые задачи.
Проект 12 - Построение рекомендательной системы на основе нейросетей

Неделя 17: Итоги курса и портфолио

Цена 78000 руб.


Повтор:

Зарегистрируйтесь или войдите в свой аккаунт для просмотра данного контента на slivup.info

СКАЧАТЬ

Для просмотра скрытого содержимого вы должны зарегистрироваться