Преподавание основ нейронных сетей и Python

На курсе вы изучите основы Python — самого популярного языка программирования в мире. Курс содержит методическую часть, которая поможет вам обучить соответствующим навыкам и ваших учеников, а также применять новые инструменты в преподавании любого предмета, не только информатики.

Сроки обучения: c 02.09.2024 по 03.11.2024

Записаться

144 академических часов

Новые современные знания и навыки в области ИТ

Актуальные методики проведения занятий

Удостоверение установленного образца

Бесплатное обучение

Курс включает изучение вопросов по созданию и обучению нейронных сетей на современном и самом популярном в мире языке программирования Python. Технология искусственного интеллекта самая востребованная область IT сегодня. Программа нацелена на получение практических навыков по объектно-ориентированному программированию, по применению алгоритмов создания графических приложений и решения прикладных задач, по работе с различными библиотеками и программными инструментами, по работе с каталогом PyPI и нейронной сетью OpenCV, по созданию, обучению, переобучению и оптимизации нейронных сетей. В ходе курса вы познакомитесь с методикой преподавания курса «Создание нейронных сетей на Python», получите готовую программу, доступ к платформе для обучения, необходимые инструменты и дидактические материалы для проведения курса на внеурочных занятиях в школе, на кружке или индивидуально.

Программа построена по модульному принципу, предполагает изучение теоретического материала и практическую отработку полученных знаний.

Для оценки уровня знаний вы выполните проверочные тесты.

преимущества курса

01. актуальные знания

Python – современный кроссплатформенный язык программирования, в тренде у разработчиков.

02. Бесплатное участие

Отличная возможность совершенствовать свои компетенции в сфере IT и преподавания языков программирования.

03. Дистанционный формат

Оперативный доступ к качественному и разнообразному учебному контенту дома в любое время в удобном вам месте.

04. полноценный объем

144 академических часов – полноценное повышение квалификации и солидный вклад по часам ДПО в портфолио педагога для аттестации.

05. Удобные сроки

Большинство занятий по курсам приходятся на летний период, в котором больше времени и возможностей для учебы.

06. преподаватели из IT

Получите самые актуальные знания и навыки по языку программирования от практиков, которые работают в сфере IT.

07. Удостоверение

Подтверждение повышения квалификации с занесением в Федеральный реестр документов об образовании.

08. сопровождение

Профессиональная помощь в освоении современной методики преподавания языков программирования от авторов курса.

О нас

Корпорация 1Т

Корпорация российских инновационных предприятий малого бизнеса. Мы разрабатываем и внедряем ИТ-решения для отечественных компаний на российском и международном рынках. Включая продукты, входящие в Реестр отечественного ПО.

1T Start

Онлайн-курсы для старшеклассников, студентов СПО и КПК для учителей. Пробуждаем учебный азарт, помогающий получить знания в процессе работы над своими проектами. Мы учим программировать на JavaScript и Python, создавать игры и нейросети, строить и программировать роботов.

1T БАС

Корпорация 1Т уже участвует в переводом федеральном проекте «Кадры для БАС» в качестве провайдера, обучая педагогов и будущих специалистов разработке, производству и эксплуатации беспилотных авиационных систем.

1T Sprint

1Т Sprint готовит будущих IT-специалистов: разработчиков, дизайнеров, маркетологов, менеджеров, аналитиков, тестировщиков. Важная особенность 1Т Sprint — синхронное обучение разным специальностям в кросс-функциональных проектных командах. Студенты вместе работают над реальными проектами: собственными или проектами компаний-партнеров.

1T Дата

Онлайн-курсы для будущих специалистов в области искусственного интеллекта: аналитиков данных, дата-сайентистов, инженеров данных (DevOps) и менеджеров проектов в сфере ИИ. Выпускники 1Т Дата имеют возможность проходить последующую стажировку, участвуя в разработке реальных продуктов с применением ML и нейросетей.

курс подойдет учителям

кто интересуется программированием и IT-разработкам

хочет открыть кружок или заниматься репетиторством в IT-сфере

хочет профессионально развиваться

планирует использование нейросетей в профессиональной деятельности

чему вы научитесь
Программировать на Python (базовый уровень)
Создавать графические приложения и решать прикладные задачи на Python
Использовать нейросети (на примере OpenCV, Tensorflow)
Владеть основами объектно-ориентированного программирования на Python
Создавать интерфейсы и графические приложения на Python с помощью библиотеки PyQt
Создавать и обучать собственную нейросеть
Осуществлять преподавание языка Python и основ создания нейросетей на этом языке
кто может учиться
  • Педагоги общего образования
  • Педагоги среднего профессионального образования
  • Педагоги дополнительного образования

Вам нужно сейчас подать заявку, а перед стартом обучения посетить ближайший ЦЗН (Центр Занятости Населения) и заглянуть на портал «Работа России». Мы предоставим все инструкции. Обучение оплатит государство в рамках федерального проекта «Содействие занятости»

Записаться
Программа курса
Модуль 1. Знакомство с Python и нейросетями
  1. Тема 1.1. Введение в нейросети. Классификация нейросетей
  2. Тема 1.2. Переменные, типы данных, функции
  3. Тема 1.3. Импортирование библиотек
  4. Тема 1.4. Отрисовка графических примитивов, условные операторы
  5. Тема 1.5. Цикл for и цикл while
  6. Тема 1.6. Списки, кортежи. Методы списков и методы строк
  7. Тема 1.7. Словари, множества
  8. Тема 1.8. Использование нейросети OpenCV
Модуль 2. Объектно-ориентированное программирование на Python
  1. Тема 2.1. Работа с функциями
  2. Тема 2.2. Работа с файлами: создание, хранение
  3. Тема 2.3. Знакомство с классами. Атрибуты класса
  4. Тема 2.4. Конструктор. Что такое self? Наследование
  5. Тема 2.5. Полиморфизм в Рython
  6. Тема 2.6. Инкапсуляция в Рython
  7. Тема 2.7. Создание собственных модулей
  8. Тема 2.8 Работа с нейросетью Tensorflow
  9. Тема 2.9. Работа с базами данных и использование SQlite3
Модуль 3. Создание графических приложений и решение прикладных задач
  1. Тема 3.1. Знакомство с созданием графического интерфейса
  2. Тема 3.2. Работа с библиотекой Turtle. Обработка событий
  3. Тема 3.3. Начало работы с PyQT
  4. Тема 3.4. Создание своего приложения и добавление виджетов на экран
  5. Тема 3.5. Виджет, кнопка, метка и группировка виджетов
  6. Тема 3.6. Обработка событий в PyQT
  7. Тема 3.7. Работа с картинками и настраивание каждого виджета
  8. Тема 3.8. Виджет ввода текста, радиокнопки и выпадающий список
  9. Тема 3.9. Создание интерфейса для нейросети OpenCV
Модуль 4. Создание и обучение нейронных сетей
  1. Тема 4.1. Введение в нейронные сети. Нейроны
  2. Тема 4.2. Первая нейронная сеть
  3. Тема 4.3. Как и где использовать нейронные сети
  4. Тема 4.4. Методы оптимизации нейронной сети
  5. Тема 4.5. Сверточные нейронные сети
  6. Тема 4.6. Регуляризация и нормализация нейронных сетей
  7. Тема 4.7. Методы нейронных сетей, максимальное подобие
Модуль 5. Программа курса «Разработка нейронных сетей на Python» и ее реализация
  1. Тема 5.1. Структура и содержание дополнительной общеобразовательной программы
  2. Тема 5.2. Особенности организации образовательного процесса по дополнительной общеобразовательной программе
  3. Тема 5.3. Применение виртуальных тренажеров и симуляторов на уроках по программированию

Преподаватели

Образование

ФГАОУ ВО «Дальневосточный федеральный университет», Школа естественных наук: «Математика и компьютерные науки», «Прикладная математика и информатика»

Повышение квалификации

Курс НИУ ВШЭ «Разработка фондов оценочных средств при реализации образовательных программ ФГОС ВО 3+ поколения»

Навыки

  • Методы поиска, сбора, обработки информации, необходимой для осуществления научно-исследовательской деятельности
  • Программирование на языке Python

Кузин Антон Алексеевич

7 лет

Стаж работы

Опыт работы

2015 – 2017 — Дальневосточный федеральный университет, ведущий специалист учебного управления

2017 – 2020 — Дальневосточный федеральный университет, ассистент

2020 – 2022 — Дальневосточный федеральный университет, старший преподаватель

2022 – н.в. — Московский технический университет связи и информатики, старший преподаватель

Навыки

  • Мотивация студентов к познавательной деятельности в ходе занятия
  • Активные методы обучения, применение ИТ в учебном процессе

Образование

2018 – 2022 Гуманитарно-педагогический колледж (ГПК, Махачкала), преподаватель информатики

2021 – по н.в. Дагестанский государственный университет, Фундаментальная информатика и компьютерные технологии

Навыки

  • Опыт работы разработки веб-сайтов на Python используя Django
  • Опыт работы с базами данных: SQL, включая MySQL, SQLlite и PostgreSQL

Буганов Ахмад Тамерланович

2 года

Стаж работы

Опыт работы

2021 – н.в. — ЦЦО «IT-куб», педагог

2023 – н.в. ООО 1Т, преподаватель по курсу Python

Навыки

  • Опыт работы с структурами данных и алгоритмов: хеширование, поиск и сортировка
  • Опыт работы с тестированием кода, включая unit-тестирование и тестирование кода в продакшн-окружении

Образование

2018 – 2022 Гуманитарно-педагогический колледж (ГПК, Махачкала)

2021 – н.в. Дагестанский государственный университет, Фундаментальная информатика и компьютерные технологии

Навыки

  • Опыт работы в преподавании образовательных программ (Java, Python)
  • Опыт работы с Kanban, с методологией гибкого управления проектов Scrum

Магомедов Магомед Алиевич

2 года

Стаж работы

Опыт работы:

2020 – н.в. ЦЦО «IT-куб», «Малая академия наук РД», педагог дирекции

2023 – н.в. ООО 1Т, преподаватель по курсу Python

Навыки

  • Опыт работы с библиотеками Retrofit 2, Jsoup, MapKit, Picasso, с базами данных Firebase
  • Опыт в разработке проектов в команде
  • Призер всероссийских хакатонов