Муниципальное автономное общеобразовательное учреждение "Средняя общеобразовательная школа №94" г. Кемерово, пр-кт Ленинградский 34В  


МЕНЮ
Главная » 2019 » Октябрь » 18 » Сириус.Кузбасс
15:34
Сириус.Кузбасс

Смена проводится в рамках реализации мероприятия «Проведение тематических смен в сезонных лагерях для школьников по передовым направлениям дискретной математики, информатики, цифровых технологий в рамках федерального проекта «Кадры для цифровой экономики» национальной программы «Цифровая экономика» государственной программы «Развитие образования».

Предварительное содержание предметно-учебного курса смены:

  1. Методы исследования в Data Science: этапы исследования, экспертиза предметной области исследования, формулировка гипотез, дизайн исследования. Применение принципов сторителлинга в аналитической работе с данными, в презентациях и отчетах. Основы Python: базовые типы данных, массивы, множества, datasets, dataframes, функции. Python для анализа данных: библиотеки numpy, scipy, pandas. Основы описательной статистики и их реализация в Python.
  2. Нейросети и машинное зрение. Поиск по картинкам. Сегментация изображений, детекция объектов. Применение нейронных сетей для задач сегментации и детекции. Применение нейронных сетей в задачах обработки изображений.
  3. Постановка задачи классификации, обзор основных методов ее решения. Бинарная и многоклассовая классификация. Логистическая регрессия. Решающие деревья. Метрики качества классификации. Ансамбли алгоритмов машинного обучения. Агрегирование моделей. Ансамбли решающих деревьев. Метод случайного леса. Градиентный бустинг.
  4. Машинное обучение: построение основных моделей обучения с учителем и без. Пакет Scikit-learn. Деревья решений. Линейный регрессионный анализ. Алгоритмы кластеризации. Оценка точности модели, борьба с переобучением, регуляризация. Улучшение качества модели. Обработка естественного языка (NLP): вычисление частоты слов и определение части речи, классификация текстов.
  5. Проверка и очищение данных с помощью pandas и numpy. Инструменты matplotlib, seaborn для визуализации данных. Feature engineering. Методы оценки значимости и отбора признаков и их использование. Методы снижения размерности данных. Нормировка данных. Работа с геоданными и картами; визуализация данных с помощью карт.

Анализ этих данных осуществляется средствами Python.

Список участников смены сформирован на основании Федеральной информационной базы данных «Ресурс об одаренных детях», областной базы «Одарённые дети Кузбасса», по итогам конкурса «Алгоритмы вокруг нас» .

По итогам конкурса от нашей школы

принимает участие два ученика 9А класса.

Категория: Профориентация | Просмотров: 50 | Добавил: Admin1
Всего комментариев: 0
Добавлять комментарии могут только зарегистрированные пользователи.
[ Регистрация | Вход ]
Мероприятия школы
Цифровая школа
Городской проект
Школьный проект
Электронный журнал
Написать нам
Опрос
Чего на сайте не хватает?
Всего ответов: 14
Календарь
«  Октябрь 2019  »
ПнВтСрЧтПтСбВс
 123456
78910111213
14151617181920
21222324252627
28293031
Статистика

Онлайн всего: 1
Гостей: 1
Пользователей: 0
Наша группа в ВК
Перспективы