Учебник для 10–11 классов
Информатика и искусственный интеллект
Два учебных года, 90 уроков. Каждый урок устроен как самостоятельная статья с формулами, определениями, разобранными примерами, упражнениями и живой математической иллюстрацией.
Курс начинается с данных и границы между заданным алгоритмом и обучаемой моделью. Дальше идут оптимизация, нейронные сети, линейная алгебра, статистика, обучение с подкреплением и генеративные модели. Математика вводится в том месте, где она нужна для задачи.
На этом устройстве отмечено: 0 из 40.
Программа 10 класса
12 уроков о задачах и данных, 14 о нейронах и оптимизации, 14 о зрении и линейной алгебре.
Введение в интеллектуальный анализ данных
12 уроков · 7 разборов + 5 практик. ИИ как наука и технология, вычислимость, типы задач, датасеты и первые реальные эксперименты.
- 01ИИ как научный инструментидея→
- 02ИИ и математическая модель: в чём различиеидея→
- 03Данные: как мир становится таблицейпрактика→
- 04Вычислимость и тест Тьюрингаисследование→
- 05Статистика, машинное обучение и ИИидея→
- 06Пять режимов обученияидея→
- 07Классификация: провести границупрактика→
- 08Регрессия: предсказать числопрактика→
- 09Кластеризация: структура без ответовпрактика→
- 10Мало разметки: semi-supervised и RLисследование→
- 11Закон из измерений: Кеплер и экзопланетыпрактика→
- 12Практикум: паспорт реального датасетапроект→
От нейрона до нейронной сети
14 уроков · 8 разборов + 6 практик. Пороговый нейрон, перцептрон, глубина, оптимизация, градиенты, backprop и устойчивость.
- 13Логический нейрон Мак-Каллока–Питтсаидея→
- 14Кибернетика, гомеостат и обучение Хеббаидея→
- 15Перцептрон учится границепрактика→
- 16Почему XOR потребовал глубиныисследование→
- 17Нелинейность: сигмоида и ReLUидея→
- 18Простейшая нейронная сетьпрактика→
- 19Из простых блоков — универсальный аппроксиматорисследование→
- 20Функция потерь: как машине сказать «плохо»идея→
- 21Выпуклость, минимумы и принцип Фермаидея→
- 22Градиент: стрелка вниз по склонуидея→
- 23Ограничения, Лагранж и разреженностьисследование→
- 24Градиентный спуск и SGDисследование→
- 25Обратное распространение без магиипрактика→
- 26Седловые задачи, игры и устойчивостьпроект→
Зрение и линейная алгебра
14 уроков · 8 разборов + 6 практик. CNN, честная проверка, матрицы, PCA, автокодировщики, эмбеддинги, рекомендации и звук.
- 27Как зрительная кора находит признакиидея→
- 28Свёртка: скользящее окно зренияпрактика→
- 29Пулинг и устойчивость к сдвигуисследование→
- 30От неокогнитрона к CNNидея→
- 31Распознаём рукописные цифрыпрактика→
- 32Честная проверка: train, validation, testпрактика→
- 33Переобучение: когда сеть запоминаетисследование→
- 34Семантическая сегментацияпрактика→
- 35Обучение без учителя и автокодировщикисследование→
- 36Матрицы как преобразования пространстваидея→
- 37Умножение матриц и цена вычисленияисследование→
- 38Ортогональность и PCAпрактика→
- 39PCA, эмбеддинги и рекомендациипроект→
- 40Итоговый практикум: звук, эмбеддинг и рекомендациипроект→
Как читать урок
Основная колонка содержит связный конспект. Определения, утверждения и упражнения остаются внутри текста. Короткие возражения, исторические справки и вопросы автора вынесены на поля.
Интерактивная фигура появляется после математической постановки. Перед ней объясняется модель, после неё разбираются наблюдения и ограничения. Статью можно прочитать без запуска фигуры.