AI Академия
ВходРегистрация

Курсове

Следвай пътя отгоре надолу. Всеки курс се отключва, когато завършиш нужните му уроци.

  1. 1

    Основи на Python

    Променливи, условия, цикли, списъци, речници, функции и файлове. Първата стъпка към изкуствения интелект.

    16 урока
  2. 2

    Python за напреднали

    Comprehensions, генератори, класове, рекурсия, декоратори, тестване и бърз код.

    16 урока

    NumPy

    Масиви, индексиране, broadcasting, векторизация и линейна алгебра в код: основата на всички библиотеки за ИИ.

    15 урока
  3. 3

    Алгоритми и структури от данни

    Сложност, търсене, сортиране, динамично оптимиране, графи и търсене в изкуствения интелект.

    16 урока

    Линейна алгебра

    Вектори, матрици, трансформации, системи уравнения, собствени вектори и SVD, с приложенията им в ИИ.

    16 урока

    Вероятности и статистика

    Комбинаторика, вероятности, разпределения, оценки, доверителни интервали, хипотези и ентропия.

    16 урока

    Визуализация на данни

    matplotlib от линейни графики до ROC криви, граници на решението и честни графики.

    15 урока
  4. 4

    Анализ и оптимизация

    Функции, производни, градиент, градиентно спускане, изпъкналост и математиката на оптимизаторите.

    15 урока

    pandas и анализ на данни

    Таблици, филтриране, групиране, сливане, дати, текст и изследване на данни преди моделиране.

    15 урока
  5. 5

    scikit-learn

    Разделяне, метрики, предобработка, pipeline, кръстосана валидация, търсене на параметри и анализ на грешките.

    15 урока
  6. 6

    Регресия

    Предсказване на числа: линейни модели, метрики, регуляризация, нелинейни признаци, остатъци и устойчиви загуби.

    15 урока

    Обучение без учител

    Клъстеризация, гаусови смеси, PCA и t-SNE, аномалии, препоръки, асоциативни правила и полуконтролирано обучение.

    15 урока
  7. 7

    Класификация

    Логистична регресия, softmax, метрики при много класове, ROC AUC, праг по цена, k-NN, наивен Бейс, SVM и калибриране.

    16 урока
  8. 8

    Дървета и ансамбли

    Дървета на решенията, bagging, случайна гора, boosting, XGBoost и LightGBM, ранно спиране и ансамбли за състезания.

    15 урока

    Невронни мрежи от нулата

    Неврони, активации, обратно разпространение на ръка, инициализация, оптимизатори, dropout и batch norm, всичко в NumPy.

    15 урока

    Етика и отговорен ИИ

    Справедливост, обяснимост (SHAP и LIME), поверителност и анонимизация, атаки, дезинформация, авторско право, Актът за ИИ на ЕС и ИИ в училище.

    15 урока
  9. 9

    Дълбоко обучение с PyTorch

    Тензори, autograd, модели, данни, обучение в Google Colab, оптимизатори, регуляризация и трансферно обучение.

    15 урока

    Обработка на естествен език

    Токенизация, TF-IDF, класификация на текст, word2vec, RNN и LSTM, превод, NER, настроения, търсене и българският език.

    15 урока

    Състезателна подготовка

    Форматът на националното състезание и IOAI, валидация, изтичане, работен процес, задачи с таблици, снимки и текст, време, архив и пробни кръгове.

    18 урока
  10. 10

    Трансформъри и големи езикови модели

    Вниманието отвътре, блокът на трансформъра, BERT и GPT, токенизация, фина настройка, генериране, промптиране, RAG и ограничения.

    15 урока
  11. 11

    Компютърно зрение

    Конволюция, CNN архитектури и ResNet, аугментация, трансферно обучение, детекция и YOLO, сегментация, ViT и CLIP.

    16 урока

    Обучение с утвърждение

    Агенти, бандити и UCB, марковски процеси, Белман, value и policy iteration, Q-learning и SARSA, DQN, policy gradient и RLHF.

    15 урока

    Генеративни модели

    Генеративни модели от гаусови смеси до автоенкодери, VAE, GAN, дифузия и Stable Diffusion, оценка и deepfakes.

    15 урока

Искаш да пробваш код свободно? Отвори Python лабораторията