Специализация
Машинное
обучение

Трёхмесячный курс о принципах машинного обучения. Вы узнаете, как применять ML‑алгоритмы в компьютерном зрении, строить простые нейронные сети и работать с популярными фреймворками и библиотеками.

 

Отбор на специализации Яндекс Лицея начнется в сентябре 2024 года.

Как всё устроено

  • для школьников и студентов средних специальных учебных заведений

    Ждём учащихся 8–11-х классов и 1-2-х курсов колледжей и техникумов.

  • нужны знания Python и математики

    У вас сильная математическая база, вы знаете синтаксис Python, а также умеете работать с пакетами и модулями.

  • выдаём сертификат

    Он может пригодиться при поступлении в вуз и будет полезен для портфолио.

  • учим бесплатно

    Чтобы поступить, нужно успешно пройти тестирование и собеседование.

     

    Про поступление 

  • готовим практиков

    После окончания учёбы вы сможете применять различные ML‑алгоритмы в решении задач и работать над продуктами в области компьютерного зрения.

  • учим онлайн

    Можно учиться из любой точки мира. Главное, чтобы у вас был хороший интернет.

  • проводим лекции и практические занятия

    Первые два месяца каждую неделю мы проводим одну лекцию и одно практическое занятие, а также даём домашку на два-три часа.

  • делаем проекты

    Третий месяц обучения — проектный этап. Учащиеся делятся на группы из трёх-четырёх человек и вместе решают какую-то задачу.

Чему вы научитесь

  • Разбираться в основах линейной алгебры

    Получите фундамент, необходимый для погружения в основы машинного обучения: освоите матрицы, научитесь обрабатывать и преобразовывать данные.

  • Ориентироваться в базовых ML‑алгоритмах 

    Узнаете о системе рекомендаций, линейной и логической регрессиях, дереве решений и случайном лесе, методе опорных векторов, алгоритмах k-ближайших соседей и не только.

  • Владеть библиотеками и фреймворками

    Разберётесь в Pandas, Numpy, Tensorflow и Matplotlib. Узнаете, какой инструмент для чего подходит. 

  • Строить и обучать свёрточные нейронные сети

    Научитесь работать с идеальным инструментом для распознавания видео и изображений — свёрточными нейронными сетями. С их помощью вы сможете решать задачи по классификации: например, распознавать рукописный шрифт, выбирать из базы снимков только те, где есть котики, и определять на медицинских снимках раковые клетки.

Как поступить

  • 01
    Зарегистрируйтесь

    Заполните анкету и укажите электронную почту — на неё мы пришлём все инструкции.

     

    Отбор на специализации Яндекс Лицея начнется в сентябре 2024 года.

  • 02
    Познакомьтесь с платформой

    Изучите образовательную среду Яндекс Лицея. Доступ появится после регистрации.

  • 03
    Пройдите отборочное тестирование

    Тест состоит из заданий по основам Python и математике. Так мы сможем определить ваш уровень знаний и оценить, справитесь ли вы с курсом. У вас будет пять часов и всего одна попытка.

     

    Если вы закончили программу «Основы промышленного программирования» в 2021–2022 или 2022–2023 учебном году и получили 45+ баллов в итоговом рейтинге, вам достаточно сдать только математику, а задания по Python можно пропустить.

  • 04
    Узнайте результаты

    Мы пришлём вам результаты на почту. Если вы успешно прошли отбор, в письме также будут детали обучения на курсе.

оставить заявку

Команда
специализации

  • Анна Ермакова
    Анна Ермакова

    Лид и лектор, VK Video

FAQ

Поступление

Обучение

Как пойти учиться на интересующее направление?

Оставьте заявку и пройдите вступительное испытание. 

Могу ли я учиться на нескольких специализациях одновременно?

Нет, учиться можно только на одной специализации. Но вы можете подать заявку на годовую программу, её совмещать со специализацией можно. 

Можно ли подать заявку на несколько специализаций, а потом выбрать одну?

Нет, подать заявку можно только на одну специализацию.

Я учусь в колледже. Могу ли я подать заявку на обучение?

Если вам ещё не исполнилось 18 лет, вы можете участвовать в программе. Место обучения роли не играет.

Какой проходной балл?

Проходной балл мы назовём позднее, он зависит от среднего уровня сдачи вступительных испытаний.