Intenzivní kurz Pythonu a umělé inteligence

Python

Základy

Začneme tím, že si ukážeme prostředí, ve kterém budem programovat. Vysvětlíme a zároveň si vyzkoušíme práci s proměnnými a podmínkami, bez nichž není možné napsat žádný program.

Python

Smyčky a seznamy

Ukážeme si, jak v paměti reprezentovat proměnný počet dat a jak s nimi pracovat. Seznámíme se s datovými strukturami seznam, slovník a množina a naučíme se s nimi manipulovat pomocí smyček.

Python

Funkce

Funkce tvoří základní stavební kameny každého programu. Během této lekce se naučíme funkce používat i vytvářet.

Python

Opakování a procvičování

Tato lekce slouží k opakování probraného učiva a jeho procvičování. Během této lekce budeme řešit jednoduché programátorské úkoly.

Python

Práce s textem a textovými soubory

Ukážeme si, jak zpracovat textový vstup a jakým způsobem je možné formátovat text. Zároveň budou vysvětleny základy práce se soubory. Naučíme se textové soubory z našeho programu číst, vytvářet a modifikovat.

AI

Analýza dat

Seznámíme se s základy analýzy dat v Pythonu. Ukážeme si práci s nástoji jako je numpy, pandas nebo matplotlib.

Python

Objektově orientované programování 1

Objektově orientované programování (OOP) je v současnosti nejpoužívanějším způsobem jak vytvářet a strukturovat kód. V první lekci se seznámíme se základními myšlenkami OOP. Vysvětlíme si pojmy jako je zapouzdření, třída nebo instance. Nabyté poznatky využijeme při tvorbě konzolové hry.

AI

Neuron

Vysvětlíme si model umělého neuronu. Neuron slouží k získání jednoduhé odpovědi Ano/Ne na základě vstupních dat. Jako příklad bude zvolena aplikace pro detekci zhoubného a nezhoubného nádoru.

Python

Objektově orientované programování 2

V této lekci si rozšíříme naše znalosti OOP. Ukážeme si konstrukce usnadňující sdílení kódu, vysvětlíme pojem dědičnosti a změny datových typů. V druhé části lekce budeme nově nabyté znalosti využívat k rozšíření hry z předchozí lekce.

AI

Dopředné neuronové sítě

Dopředné neuronové sítě umožní dávat více odpovědí než jen dvě. Na modelu sekvenční neuronové sítě bude vysvětlena matematická podstata. Jako příklad bude zvolena aplikace pro rozpoznání písma psaného rukou.

Python

Objektově orientované programování 3

Cílem této lekce je zopakovat a procvičit znalosti z obou předchozích lekcí.

AI

Konvoluční neuronové sítě

Konvoluční neuronové sítě slouží pro aplikaci obrazového filtru na jiný obraz. Na modelu sekvenční konvoluční sítě bude vysvětlena podstata grafických filtrů. Jako příklad bude zvolena aplikace, která rozpozná, jaké objekty se nachází v obrázku.

Python

Pokročilá práce s datovými strukturami

Detailněji se podíváme na práci s datovými strukturami. Blíže se seznámíme s principy, na kterých fungují, a ukážeme si, jak v nich efektivně vyhledávat, filtrovat, řadit atd.

AI

Rekurzivní neuronové sítě

Rekurentní neuronové sítě představují model neuronové sítě s pamětí. Na modelu rekurentní sítě s dlouhodobou krátkodobou pamětí (LSTM) bude vysvětlena podstata zpracování přirozeného jazyka. Jako příklad bude zvolena aplikace, která slouží pro detekci spamu.

Python

I/O operace a výjmky

Rozšíříme naši znalost práce se soubory a souborovým systémem. Zároveň se podíváme na zpracování chyb a výjimečných stavů, které mohou v aplikaci nastat.

Python

Struktura programu, clean code

Povíme si více o tom, jak efektivně strukturovat program v Pythonu. Vedle toho si ukážeme řadu špatných praktik, kterým by se dobrý programátor měl vyhnout.

Python

Webové stránky

Ukážeme si, jak vytvořit jednoduchou webovou stránku.

Nepovinné

Skupinové konzultace

Kurz bude doplněn o minimálně 3 skupinové konzultace, kde bude probíhat code review kódu účastníků, budou se probírat jejich otázky a jimi vybraná témata.

Nepovinné

Kariérní poradenství a příprava na pohovor

• Kariérní poradenství
• Pohovor na zkoušku
• Revize životopisu a linkedin profilu