Базовое программирование на языке Python
Технологии управления свойствами биологических объектов: практическая биоинформатика и молекулярная биология
Цифровая юриспруденция
Программа направлена на подготовку современных юристов нового типа – владеющих цифровыми навыками, способных общаться с техническими специалистами на одном языке. Цифровой юрист способен осуществлять правовой анализ новых бизнес-проектов в цифровой среде, разбирается в действующем правовом регулировании в отношении новых цифровых объектов, персональных данных, интеллектуальной собственности в РФ и за рубежом. Цифровой юрист способен сопровождать ИТ-проекты и находить верные правовые решения стоящим перед ними задачам.
Программа включает такие аспекты, как:
Машинное обучение и нейронные сети
Курс ориентирован на специалистов в различных сферах человеческой деятельности (от финансов до медицины, от сельского хозяйства до авиастроения), интересующихся, как можно научить компьютер анализировать тексты, изображения, временные ряды и другие типы неструктурированных данных, созданных людьми, и автоматически извлекать полезную информацию из этих данных.
Также курс будет полезен IT-специалистам, которые занимаются разработкой систем искусственного интеллекта (artificial intelligence) и хотят углубить свои знания в этой области.
В рамках программы
1. Студенты познакомятся с различными методами анализа текстов на естественном языке с помощью машинного обучения.
2. Сформируются представление о том, что машинное обучение - это не “магия”, а инструмент прикладной математики со своими достоинствами и недостатками.
3. Студенты попробуют своими руками решить разнообразные задачи анализа данных различными методами глубокого обучения — от простых многослойных персептронов до современных нейронных сетей трансформерного типа.
Курс будет полезен не только лингвистам, но и всем, кто интересуется машинным обучением, в особенности кто заинтересован в прикладном использованием машинного обучения в исследованиях или в создании информационных систем. Помимо эволюционного понимания методов, понимания причин и следствий в развитии этих методов, студент сможет самостоятельно подходить к созданию новых методов, в зависимости от задачи и вычислительных возможностей ее решения. В современных подходах к изучению машинного обучения часто превалирует подход или поверхностного изучения предмета или погружения в последние архитектуры нейронных сетей. Для студентов же необходимо знание и использование всех методов, от простых до сложных, что диктуется не столько преимуществом одного метода над другим, сколько размером выборки, временем и средствами, которые необходимо затратить, да и конченым требованием к качеству и устойчивости решения. Данный курс в полной мере дает студенту весь арсенал существующих средств, причем в доступной для понимания форме.
Инструменты SMM для продвижения
Моушн-дизайн (2 D- и 3D-графика)