45 минут бесплатного урока · Начните сейчас, без карты
Shiur Prati

Частный урок с ИИ: Подтянуть знания

Подтянуть знания в живом частном уроке: преподаватель говорит с ребёнком вслух, объясняет на общей доске и идёт в темпе ученика, урок за уроком, по понятной программе.

Живой индивидуальный урок 1:1 с ИИ-учителем

Преподаватель: Noa

  • Программа обновлена 11.2026
  • Иврит и ещё 5 языков
  • 3 уровня
  • 36 уроков · около 20 часов занятий

Подтянуть знания

Подтянуть знания в живом частном уроке: преподаватель говорит с ребёнком вслух, объясняет на общей доске и идёт в темпе ученика, урок за уроком, по понятной программе.

12 уроков · 3 разделов · личный живой урок с учителем у доски

Чему вы научитесь

  • Что такое обучение с подкреплением: агент, среда и награда
  • Проб и ошибок: многорукие бандиты
  • От бандитов к последовательным задачам
  • Модель: MDP, политики и ценности
  • Планирование с моделью: динамическое программирование
  • Обучение на опыте: Монте-Карло и TD
  • За пределами таблиц и проект
  • Градиенты политики: учим саму политику напрямую
  • RLHF для языковых моделей
  • Безопасность и неверно заданная награда

В курс входит

  • Живые уроки 1:1 с ИИ-учителем на доске
  • 20 часов живых индивидуальных уроков
  • 36 уроков на общей доске, и в каждом есть понятная цель
  • Практика и проверка понимания на каждом уроке
  • Краткое резюме после каждого урока, которое сохраняется в истории
  • Сертификат об окончании каждого уровня
  • Компьютер, планшет или телефон
  • Иврит и ещё 5 языков

Программа курса

3 уровня · 10 глав · 36 уроков · Всего: 19 ч 40 мин

Для начинающихОбучение с подкреплением: агент, награда и исследование3 главы • 12 уроков • 6 ч 25 мин
  1. Что такое обучение с подкреплением: агент, среда и награда4 урока • 2 ч 5 мин
    1. 1Учиться на последствиях: что отличает обучение с подкреплениемПробный урококоло 30 мин
    2. 2Цикл агента и средыоколо 30 мин
    3. 3Цель как сумма наград: доход и дисконтированиеоколо 30 мин
    4. 4Постановка задачи: состояния, действия, наградыоколо 35 мин
  2. Проб и ошибок: многорукие бандиты5 уроков • 2 ч 35 мин
    1. 5Многорукий бандит: оценка ценности действийоколо 30 мин
    2. 6Постепенное обновление: старое + шаг × (цель − старое)около 30 мин
    3. 7Исследование против использования и ε-жадностьоколо 35 мин
    4. 8Умное исследование: оптимистичные оценки и UCBоколо 30 мин
    5. 9Измеряем обучение: кривые, регрет и случайностьоколо 30 мин
  3. От бандитов к последовательным задачам3 урока • 1 ч 45 мин
    1. 10Отложенная награда и распределение ответственностиоколо 30 мин
    2. 11Цикл в коде: среда в стиле Gymnasiumоколо 35 мин
    3. 12Итоговый проект: проектируем задачу RL от начала до концаоколо 40 мин
Средний уровеньПродвинутый уровень: MDP, функции ценности и Q-learning4 главы • 12 уроков • 6 ч 35 мин
  1. Модель: MDP, политики и ценности4 урока • 2 ч 5 мин
    1. 1Марковские процессы принятия решенийоколо 30 мин
    2. 2Политики и функции ценности V и Qоколо 30 мин
    3. 3Уравнение Беллмана: ценность = награда + следующая ценностьоколо 35 мин
    4. 4Оптимальные ценности V*, Q* и жадная политикаоколо 30 мин
  2. Планирование с моделью: динамическое программирование2 урока • 1 ч 5 мин
    1. 5Оценка политики и итерация политикиоколо 35 мин
    2. 6Итерация ценности и пределы динамического программированияоколо 30 мин
  3. Обучение на опыте: Монте-Карло и TD4 урока • 2 ч 10 мин
    1. 7Монте-Карло: учимся на целых эпизодахоколо 30 мин
    2. 8Temporal Difference: угадываем на основе догадкиоколо 35 мин
    3. 9SARSA: TD-управление on-policyоколо 30 мин
    4. 10Q-learning: TD-управление off-policyоколо 35 мин
  4. За пределами таблиц и проект2 урока • 1 ч 15 мин
    1. 11Аппроксимация функций и DQNоколо 35 мин
    2. 12Проект: Q-learning на твоей задачеоколо 40 мин
Для продвинутыхПродвинутое RL: градиенты политики, RLHF и безопасность награды3 главы • 12 уроков • 6 ч 40 мин
  1. Градиенты политики: учим саму политику напрямую5 уроков • 2 ч 45 мин
    1. 1Зачем учить политику напрямуюоколо 30 мин
    2. 2Теорема градиента политики и REINFORCEоколо 35 мин
    3. 3Дисперсия, базовая линия и преимуществооколо 30 мин
    4. 4Actor-Critic, A2C и GAEоколо 35 мин
    5. 5PPO: безопасные шаги в пространстве политикоколо 35 мин
  2. RLHF для языковых моделей4 урока • 2 ч 10 мин
    1. 6Языковая модель как агент: от предобучения до RLHFоколо 30 мин
    2. 7Модели награды на основе человеческих предпочтенийоколо 35 мин
    3. 8PPO для языковых моделей и штраф KLоколо 35 мин
    4. 9DPO, RLAIF и проверяемые наградыоколо 30 мин
  3. Безопасность и неверно заданная награда3 урока • 1 ч 45 мин
    1. 10Взлом награды и обход спецификацииоколо 30 мин
    2. 11Рассогласованные награды в языковых моделяхоколо 35 мин
    3. 12Защита и итоговый проект: проектируем безопасный конвейер RLHFоколо 40 мин

Что нужно

  • Для начального уровня знания не нужны: учитель проверит, что вы уже знаете, и начнёт оттуда
  • Для следующих уровней: материал предыдущего уровня (можно пропустить, если уже знаете)
  • Компьютер, планшет или телефон с микрофоном и браузер

Для кого курс

  • Для взрослых: для работы, учёбы, экзамена или просто из любопытства
  • Пользоваться ИИ с умом

    с Noam

    Живой индивидуальный урок 1:1 с ИИ-учителемоколо 12 часов24 урока2 уровня
  • Машинное обучение

    с Noam

    Живой индивидуальный урок 1:1 с ИИ-учителемоколо 20 часов36 уроков3 уровня
  • Глубокое обучение

    с Noa

    Живой индивидуальный урок 1:1 с ИИ-учителемоколо 18 часов34 урока3 уровня
  • Компьютерное зрение

    с Noam

    Живой индивидуальный урок 1:1 с ИИ-учителемоколо 20 часов36 уроков3 уровня
  • Генеративный ИИ и промпт-инжиниринг

    с Noa

    Живой индивидуальный урок 1:1 с ИИ-учителемоколо 19 часов36 уроков3 уровня
Все курсы направления «Искусственный интеллект»

Ваш учитель

NoaNoaИИ-учитель, живой урок на общей доске

Персональный ИИ-учитель, который ведёт живой урок: спрашивает, слушает, рисует на доске и даёт решить самому с подсказками. Помнит, что вы проходили, и каждый урок начинается с того места, где вы остановились.

Как проходит урок?

  • Ребёнок разговаривает с учителем голосом, как по видеосвязи, и спрашивает всё, что непонятно.

  • Учитель объясняет, пишет и рисует на общей доске, а ребёнок решает вместе с ним на той же доске.

  • Можно сфотографировать рабочий лист или домашку и разобрать их задание за заданием.

  • Родитель получает отчёт: сколько времени ребёнок занимался, что получилось и что стоит подтянуть.

Правила урока

  • Только учёба

Частые вопросы

Как проходит урок по курсу «Подтянуть знания»?
Выбираете «Подтянуть знания» и уровень и говорите с учителем голосом. Учитель спрашивает, что уже знакомо, объясняет, пишет и рисует на доске и даёт решать самому с подсказками, пока всё не станет ясно.
Сколько времени занимает курс Подтянуть знания?
12 уроков по примерно 32 минут на первом уровне, в вашем темпе. Можно остановиться, вернуться или пропустить то, что уже известно.
Нужны предварительные знания?
Для начального уровня — нет. В начале первого урока учитель проверит, что уже известно, и подберёт уровень. Можно сразу начать с продвинутого.
Как начать бесплатно?
Войдите через аккаунт Google или по коду из письма, укажите имя и класс ребёнка, и урок сразу начнётся. Каждая семья получает 45 минут бесплатных уроков по любому предмету, считается фактическое время урока, без банковской карты. Потом можно выбрать платную подписку и отменить её в любой момент.
На каком устройстве заниматься?
На любом компьютере, планшете или телефоне с браузером и микрофоном. Сайт можно установить как приложение на главный экран.

Хотите попробовать?

Заходите, укажите имя и класс ребёнка, и урок начнётся. 45 минут урока бесплатно, без банковской карты.

Начать бесплатно

Shiur Prati с AI: что это и как работает

Подтянуть знанияПервые 45 минут бесплатно

Частный урокНачать бесплатно