Разработка факультативного курса по изучению искусственных нейронных сетей в системе Kaggle на основе изучения Python

Дата изготовления: январь 2024 года. 

Цель данной курсовой работы состоит в разработке и обосновании факультативного курса по изучению работы искусственных нейронных сетей в системе Kaggle на основе использования языка программирования Python, с целью предоставить 10– классникам практические навыки в области машинного обучения и подготовить их к реальным проектам и соревнованиям на платформе Kaggle.

Поставленная цель требует выполнения следующих задач: 

1. Проанализировать литературу для понимания значимости изучения искусственных нейронных сетей и их применение в контексте современных тенденций. 

2. Изучить основные концепции и методы машинного обучения и принципы работы. 

3. Исследовать возможности и особенности платформы Kaggle. 

4. Разработать учебный план факультативного курса, включающий в себя теоретические материалы, практические задания и проекты, ориентированные на повторение языка Python, изучение работы нейронных сетей с апробацией на платформе Kaggle. 

5. Создать учебные материалы, практические задания по повторению языка Python и изучению искусственных нейронных сетей. 

Есть приложения.

ВВЕДЕНИЕ 3

1. АНАЛИЗ УЧЕБНО-МЕТОДИЧЕСКОГО КОМПЛЕКСА 5

1.2 ИССЛЕДОВАНИЯ В ОБЛАСТИ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ 6

1.3 ОСНОВЫ PYTHON И ЕГО ИСПОЛЬЗОВАНИЕ В МАШИННОМ ОБУЧЕНИИ 8

1.4 ОПРЕДЕЛЕНИЕ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ 9

1.5 ОБЗОР БИБЛИОТЕК PYTHON ДЛЯ РАБОТЫ С НЕЙРОННЫМИ СЕТЯМИ 11

2. ФАКУЛЬТАТИВНЫЙ КУРС ПО ИЗУЧЕНИЮ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ В СИСТЕМЕ KAGGLE НА ОСНОВЕ ИЗУЧЕНИЯ PYTHON. 13

2.1 СОДЕРЖАНИЕ УЧЕБНОЙ ПРОГРАММЫ 16

2.2 ВЫВОДЫ ПО ВТОРОЙ ЧАСТИ 21

ЗАКЛЮЧЕНИЕ 22

СПИСОК ЛИТЕРАТУРЫ 23

ПРИЛОЖЕНИЕ. 25

1. Виды и классификация нейронных сетей. URL: https://aisimple.ru/12-klassifikacija-nejronnyh-setej.html/ (дата обращения 14.12.2023) 

2. Джоэл Грас. Data Science: Наука о данных с нуля. 2-е издание. – СПб: БХВ- Петербург, 2021. – 416 с. 

3. Нейронные сети : Учебное пособие / Е. И. Горожанина. - Самара : Поволжский государственный университет телекоммуникаций и информатики, 2017. - 84 c. - ЭБС "IPR BOOKS" – URL: http://www.iprbookshop.ru/75391.html 

4. Нейронные сети : учебное пособие / С. А. Вакуленко, А. А. Жихарева. - Санкт-Петербург : Санкт- Петербургский государственный университет промышленных технологий и дизайна, 2019. - 110 с. - ЭБС "IPR BOOKS" – URL: http://www.iprbookshop.ru/102447.html 

5. Нейронные сети, перцептрон – викиконспекты. URL: https://neerc.ifmo.ru/wiki/index.php?title=Нейронные_сети,_перцептрон (дата обращения 14.12.2023) 

6. Нейронные сети: основы теории / А. И. Галушкин. - [Б. м.] : Горячая линия-Телеком, 2017. - 496 с. - ЭБС Лань. : [сайт]. - URL: https://e.lanbook.com/ book/111043 

7. Нейронные сети. URL: https://sbercloud.ru/ru/services/neural- networks (дата обращения 14.12.2023) 

8. Себастьян Рашка, Вахид Мирджалили. Python и машинное обучение. – М.: Диалектика, 2020. – 848 с. 

9. Типы нейронных сетей. Принцип их работы и сфера применения. URL: https://otus.ru/nest/post/1263/ (дата обращения 14.12.2023) 

10. Франсуа Шолле. Глубокое обучение на Python. – СПб: Питер, 2018. – 400 с. 

11. Что такое нейронные сети и как они работают. URL: https://sky.pro/media/neyronnye-seti/ (дата обращения 14.12.2023) 

12. Эндрю Гласснер. Глубокое обучение без математики. Том 1. Основы. – М.: ДМК Пресс, 2020. – 580 с. 

13. Эндрю Гласснер. Глубокое обучение без математики. Том 2. Практика. – М.: ДМК Пресс, 2020. – 612 с. 

14. Эндрю Тарсак, Грокаем глубокое обучение / Эндрю Тарсак. СПБ.: Питер, 2021 – 352 c. – ISBN 978-5-4461-1334-7 

15. Ян Гудфеллоу, Иошуа Бенджио, Аарон Курвилль . Глубокое обучение. Второе цветное издание, исправленное. – М.: ДМК Пресс, 2018. – 652 с. 

16. Ameet V. Joshi. Machine Learning and Artificial Intelligence. – Springer Nature Switzerland AG, 2020. – 261 с. 

17. Denis Rothman. Artificial Intelligence by Example. Second Edition. – Packt Publishing, 2020. – 578 с. 

18. Generative Adversarial Nets (GAN) URL: https://neerc.ifmo.ru/wiki/index.php?title=Generative_Adversarial_Nets_(GAN) (дата обращения 14.12.2023) 

19. Roman Shirkin. Artificial Intelligence. The Complete Beginners’ Guide to Artificial Intelligence. – Amazon KDP Printing and Publishing, 2020. – 107 с. 

20. Stuart Russel, Peter Norvig. Artificial Intelligence. A Modern Approach. 4th Edition. – Hoboken: Pearson, 2021. – 1136 с. 

21. Положение об элективных курсах, факультативных и индивидуально-групповых занятиях в школе разработано в соответствии с Федеральным законом от 29.12.2012 года № 273-ФЗ

22. «Информатика» для 10-11 классов, базовый уровень, автор: Семакин И. Г.]

23. «Информатика. Базовый и углубленный уровни», автор Н. Д. Угринович