Python & Алгоритми

Групові онлайн класи для кодерів 10-16 років

Записатися

Наші цілі:

∞ отримати навички програмування

∞ вивчити базовий синтаксис Python

∞ розвинути вміння самостійно будувати алгоритми розв'язку задачі

На наших уроках:

∞ 1 частина: вивчення базового синтаксису, розмови про алгоритми та розв'язання базових задач мовою Python

∞ 2 частина: розв'язання складніших задач та вивчення базових алгоритмів програмування

∞ 3 частина: розробка власної гри/аналіз реальних даних

Записатися

Доступні курси:

S

10-12 років

60 хв.

M

13-16 років

75 хв.

L

17-143 років

90 хв.

Basic(M, L, XL)

Типи даних, значення, змінні

Типи даних, значення, змінні

Умовні конструкції (if/elif/else)

Умовні конструкції (if/elif/else)

Списки та робота з ними

Списки та робота з ними

Цикли (while/for)

Цикли (while/for)

Словники та робота з ними

Словники та робота з ними

Опрацювання стрінгів

Опрацювання стрінгів

Робота з файлами та збереженням даних

Робота з файлами та збереженням даних

Модулі, бібліотеки

Модулі, бібліотеки

Вступ до алгоритмів

Вступ до алгоритмів

Функції та їх використання, функціональне програмування

Функції та їх використання, функціональне програмування

ООП (класи, об’єкти)

ООП (класи, об’єкти)

Помилки та обробка помилок

Помилки та обробка помилок

Написання гри з PyGame та використанням класів

Написання гри з PyGame та використанням класів

Data Science, ML(L, XL)

Що таке Data Science та з чим його їдять?

Що таке Data Science та з чим його їдять?

Знайомство з модулем NumPy, np.array.

Знайомство з модулем NumPy, np.array.

Перевага у швидкості NumPy над звичайним розв’язком (векторизація).

Перевага у швидкості NumPy над звичайним розв’язком (векторизація).

Порівняння ndarray та list.

Порівняння ndarray та list.

Модуль Pandas.

Модуль Pandas.

Pandas.Series та pandas.DataFrame.

Pandas.Series та pandas.DataFrame.

Pandas.Series та pandas.DataFrame.

Pandas.Series та pandas.DataFrame.

Теорія множин та об’єднання DataFrame.

Теорія множин та об’єднання DataFrame.

Регулярні вирази та їх використання в Data Science.

Регулярні вирази та їх використання в Data Science.

Візуалізація даних за допомогою Python.

Візуалізація даних за допомогою Python.

Базові поняття ймовірності та статистики.

Базові поняття ймовірності та статистики.

Web & Bots(L, XL)

Що таке машинне навчання та штучний інтелект.

Що таке машинне навчання та штучний інтелект.

Підготовка даних для використання в моделі.

Підготовка даних для використання в моделі.

Створення першої моделі машинного навчання – Лінійна регресія.

Створення першої моделі машинного навчання – Лінійна регресія.

Складна Лінійна регресія, оцінка ефективності моделей Machine Learning.

Складна Лінійна регресія, оцінка ефективності моделей Machine Learning.

Поліноміальна регресія.

Поліноміальна регресія.

Моделі для класифікаторів

Моделі для класифікаторів

Вступ до глибинного навчання та нейронні мережі

Вступ до глибинного навчання та нейронні мережі

Записатися на пробний безкоштовний урок:

Записатися

Розклад:

Час в EEST = GMT+3

Ціни:

S

60 хвилин

1 заняття

400 грн

1 місяць (4 заняття)

1 440 грн

вартість 1 заняття

360 грн

-10%

3 місяці (12 занять)

3 600 грн

вартість 1 заняття

300 грн

-25%

M

75 хвилин

1 заняття

500 грн

1 місяць (4 заняття)

1 800 грн.

вартість 1 заняття

450 грн

-10%

3 місяці (12 занять)

4 500 грн

вартість 1 заняття

375 грн

-25%

L

90 хвилин

1 заняття

600 грн

1 місяць (4 заняття)

2 160 грн

вартість 1 заняття

540 грн

-10%

3 місяці (12 занять)

5 400 грн

вартість 1 заняття

450 грн

-25%

Хто викладає цей предмет:

Марія, 20 років, викладачка python та математики

Познайомитися

Дарʼя, 25 років, викладачка python та математики

Познайомитися