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

Частный урок с ИИ: Машинное обучение

Машинное обучение 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: Noam

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

Машинное обучение

Машинное обучение 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 · 4 разделов · личный живой урок с учителем у доски

Чему вы научитесь

  • Что такое машинное обучение
  • Обучающие, валидационные и тестовые данные
  • Линейная регрессия
  • Классификация
  • Логистическая регрессия
  • Метрики оценки классификации
  • Переобучение и регуляризация
  • Деревья решений и случайные леса
  • Инжиниринг признаков внутри Pipeline
  • Градиентный бустинг
  • Обучение без учителя: кластеризация и размерности
  • scikit-learn от начала до конца

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 · 12 глав · 36 уроков · Всего: 20 ч

Для начинающихМашинное обучение — начинающие: от данных к первой модели4 главы • 12 уроков • 6 ч 40 мин
  1. Что такое машинное обучение3 урока • 1 ч 35 мин
    1. 1Учиться на примерах вместо написания правилПробный урококоло 30 мин
    2. 2Виды обучения: с учителем и без учителяоколо 30 мин
    3. 3Данные как таблица: X, y и процесс работыоколо 35 мин
  2. Обучающие, валидационные и тестовые данные2 урока • 1 ч 5 мин
    1. 4Зачем делить: train и testоколо 30 мин
    2. 5Валидационная выборка, гиперпараметры и baselineоколо 35 мин
  3. Линейная регрессия4 урока • 2 ч 15 мин
    1. 6Прямая, остатки и функция потерь MSEоколо 35 мин
    2. 7Градиентный спускоколо 35 мин
    3. 8Несколько признаков и метрики ошибки регрессииоколо 30 мин
    4. 9Линейная регрессия в scikit-learnоколо 35 мин
  4. Классификация3 урока • 1 ч 45 мин
    1. 10Классификация, граница решения и k ближайших соседейоколо 35 мин
    2. 11Выбор k, масштабирование и accuracyоколо 30 мин
    3. 12Итоговый проект: сквозной классификатороколо 40 мин
Средний уровеньПродолжаем: классификация, оценка и контроль переобучения4 главы • 12 уроков • 6 ч 35 мин

Соответствует экзамену: MIT 6.036 / scikit-learn User Guide (no formal exam)

  1. Логистическая регрессия3 урока • 1 ч 35 мин
    1. 1От оценки к вероятности: сигмоидаоколо 30 мин
    2. 2Log-loss: как обучить вероятностный классификатороколо 30 мин
    3. 3LogisticRegression в scikit-learn: коэффициенты и мультиклассоколо 35 мин
  2. Метрики оценки классификации3 урока • 1 ч 40 мин
    1. 4Матрица ошибок, precision и recallоколо 30 мин
    2. 5Порог решения, F1 и кривые ROC и PRоколо 35 мин
    3. 6Несбалансированные данные: выбор метрики и исправлениеоколо 35 мин
  3. Переобучение и регуляризация3 урока • 1 ч 40 мин
    1. 7Смещение и дисперсия, кривые обученияоколо 35 мин
    2. 8Регуляризация: L2, L1 и параметр Cоколо 30 мин
    3. 9Кросс-валидация и GridSearchCVоколо 35 мин
  4. Деревья решений и случайные леса3 урока • 1 ч 40 мин
    1. 10Дерево решений: разбиения и индекс Джиниоколо 35 мин
    2. 11Переобучение деревьев: глубина и обрезкаоколо 30 мин
    3. 12Случайный лес: бэггинг, голосование и важность признаковоколо 35 мин
Для продвинутыхМашинное обучение — продвинутый уровень (профи)4 главы • 12 уроков • 6 ч 45 мин
  1. Инжиниринг признаков внутри Pipeline4 урока • 2 ч 10 мин
    1. 1Утечка данных и зачем нужен Pipelineоколо 30 мин
    2. 2ColumnTransformer: пропуски и категориальные признакиоколо 35 мин
    3. 3Создание признаков: преобразования, даты, взаимодействияоколо 35 мин
    4. 4Отбор признаков и permutation importanceоколо 30 мин
  2. Градиентный бустинг3 урока • 1 ч 45 мин
    1. 5Бустинг: маленькие деревья, исправляющие ошибкиоколо 35 мин
    2. 6HistGradientBoosting: скорость обучения и ранняя остановкаоколо 35 мин
    3. 7Настройка бустинга и сравнение моделейоколо 35 мин
  3. Обучение без учителя: кластеризация и размерности3 урока • 1 ч 35 мин
    1. 8k-means: центроиды, назначение и обновлениеоколо 30 мин
    2. 9Выбор k и оценка кластеровоколо 30 мин
    3. 10PCA: снижение размерности и визуализацияоколо 35 мин
  4. scikit-learn от начала до конца2 урока • 1 ч 15 мин
    1. 11Анализ ошибок, калибровка и финальная проверкаоколо 35 мин
    2. 12Итоговый проект: от сырых данных к рабочей моделиоколо 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 подростков и взрослых, которые хотят разобраться в теме глубоко

Экзамены и сертификаты

  • Средний уровень: MIT 6.036 / scikit-learn User Guide (no formal exam)
  • Пользоваться ИИ с умом

    с Noam

    Живой индивидуальный урок 1:1 с ИИ-учителемоколо 12 часов24 урока2 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
  • MLOps

    с Noa

    Живой индивидуальный урок 1:1 с ИИ-учителемоколо 19 часов35 уроков3 уровня
Все курсы направления «Искусственный интеллект»

Ваш учитель

NoamNoamИИ-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 «Машинное обучение»?
Выбираете «Машинное обучение» 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 Машинное обучение?
12 уроков по примерно 33 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

Машинное обучениеПервые 45 минут бесплатно

Частный урокНачать бесплатно