Я здесь впервые
Начните с недели 1. Все предыдущие материалы открыты бесплатно, и ничего наверстывать в панике не нужно.
Начать курсДОКТОР ИГОРЬ КЛЕЙНЕР
Бесплатный практический курс для начинающих. Учимся анализировать данные, строить модели и проверять ответы ИИ с помощью Orange Data Mining, реальных примеров, игр и проектов. Программирование на старте не требуется.
Материалы четырёх первых недель уже доступны. Начните с первой недели и приходите на следующую живую лекцию в субботу.
Начните с недели 1. Все предыдущие материалы открыты бесплатно, и ничего наверстывать в панике не нужно.
Начать курсTelegram нужен для объявлений, вопросов и ссылок на новые занятия. Прогресс хранится в вашем браузере; резервную копию можно скачать ниже на странице.
Скачайте небольшой файл, чтобы перенести результаты на другое устройство или восстановить их позже.
Я хочу, чтобы лекции, игры и основные материалы оставались доступными каждому. Если курс оказался вам полезен и вы хотите помочь создавать новые занятия и проекты, его можно поддержать на Patreon.
Квиз, игра или брифинг могут открыть отдельный именной сертификат. Сохраняйте полученные сертификаты на телефон или компьютер.
Достижения открываются за миссии курса, просмотр видео, прослушивание песен и поддержку проекта. Серые карточки ещё ждут своего часа.
Эти достижения отмечают не отдельное задание, а ваш стиль учёбы.
Просмотры считаются автоматически после воспроизведения заметной части уникального видео.
Каждая песня засчитывается один раз после прослушивания заметной части во встроенном плеере.
Лайки, комментарии, репосты и добавление в контакты LinkedIn отмечаются добровольно после выполненного действия.
Здесь собраны открытые недели и предварительная структура следующих тем. Материалы будут добавляться постепенно.
Программа пока ориентировочная. Будем двигаться в темпе группы, останавливаться у особенно интересных графиков и не бросать никого один на один с регрессией.
Постановка задачи, этапы аналитического проекта, возможности и ограничения искусственного интеллекта. Выясним, почему фраза «пусть ИИ всё сделает» обычно только начинает приключение.
Визуальные рабочие процессы, первая модель и работа с авторскими модулями курса. Код пока может немного отдохнуть.
Типы переменных, пропуски, ошибки, выбросы, новые признаки и базовая статистика. Приведём данные в порядок до того, как они приведут в беспорядок нас.
Графики, корреляция, причинность, скрытые факторы, парадокс Симпсона и сомнительные выводы. Научимся замечать результаты, которые выглядят красиво, но подозрительно.
Случайность, метод Монте-Карло и исследование процессов с помощью моделирования. Иногда проще создать тысячу виртуальных миров, чем один раз спорить наугад.
Прогноз числовых показателей, несколько факторов, интерпретация модели и R². Постараемся не испугаться этой буквы и понять, что она действительно сообщает.
Логистическая регрессия и прогноз категорий на примерах здоровья, клиентов и сообщений. Научим модель выбирать вариант, а затем обязательно спросим, почему она так решила.
Матрица ошибок, AUC, кросс-валидация, переобучение и проверка надёжности результата. Проверим, действительно ли модель умная или просто хорошо запомнила ответы.
Поиск естественных групп в данных, иерархическая кластеризация и метод k-means. Разложим объекты по компаниям без анкет и долгих собеседований.
Подготовка текста, классификация спама, анализ отзывов и совместная работа Orange с ИИ. Посмотрим, как превратить слова в данные и не потерять их смысл.
Основы компьютерного зрения, глубокого обучения и практическая работа с изображениями. Попробуем понять, как машина видит мир и почему иногда принимает кота за тостер.
Полный путь от задачи и данных до модели, проверки, объяснения и презентации решения. Все собранные навыки объединятся в один полноценный аналитический проект.
В зависимости от темпа группы программа может включать временные данные, деревья решений, случайный лес, графы, этику и разбор проектов участников. План может немного меняться: данные любят сюрпризы, а хороший курс должен уметь на них реагировать.
Курс идёт с 4 июля 2026 года. Новые занятия проходят по субботам в 19:00 по времени Израиля.
Пропущенные занятия можно посмотреть в записи. Следующая живая лекция: суббота, 25 июля, 19:00. Всего запланировано 14 занятий.
Meeting ID: 883 0475 9062
Passcode: Data2026
Визуальная среда позволяет строить анализ из модулей без обязательного программирования.
Нажмите кнопку «Перейти к установке Orange».
Windows: выберите обычный установщик Standalone installer и запустите скачанный файл.
macOS: выберите версию для вашего процессора — Apple Silicon или Intel. Тип процессора можно посмотреть в меню → Об этом Mac.
Следуйте подсказкам установщика. Никаких секретных заклинаний: несколько нажатий — и апельсин почти пойман.
🍊 Совет от опытного сборщика апельсинов: если установщик предлагает выбрать папку, используйте короткий путь на английском языке, без пробелов и русских букв. Например: C:\Orange или C:\Programs\Orange. Так меньше шансов, что программа или дополнительные модули позже начнут капризничать.
После запуска вы увидите пустое рабочее поле и список модулей слева. Не пугайтесь пустоты: скоро здесь появится целая фабрика данных.
Найдите модуль File, перетащите его на рабочее поле, затем добавьте Data Table и соедините их линией.
Получилось? Поздравляем: ваш первый workflow уже жив!
Для Windows можно скачать Portable Orange: его не нужно устанавливать — достаточно распаковать архив и запустить программу из папки.
Уже отправили приглашение? Подтвердите это добровольно и откройте достижение.
Преподаватель, исследователь и человек, который умеет превратить регрессию, Orange и искусственный интеллект в понятный курс без шаманства.
Объясняет статистику и машинное обучение людям, которые не обязаны были родиться с коэффициентом R² в руках. Любит хорошие вопросы, проверяемые гипотезы и фразу: «Стоп. Из этих данных это пока не следует».
Иногда превращает формулы в песни, квизы и острова. Формулы от этого остаются корректными.
Х. Теймс, И. Клейнер · 18 коротких историй о применениях вероятности — от азартных игр до оптимальной остановки.
Официальная страница книги ↗Обложка и библиографические данные: издательство МЦНМО, 2025.Не нажимать кнопки вслепую, не верить красивым выводам без проверки и научиться задавать данным хорошие вопросы.
Нет. Материалы будут открываться постепенно, по ходу курса. Так удобнее двигаться вместе и не заблудиться сразу в двенадцати неделях, тридцати графиках и одном особенно хитром апельсине 🍊
Некоторые материалы могут обновляться и улучшаться после занятия. Если в процессе мы найдём более понятный пример, полезный набор данных или особенно удачную шутку, они появятся на странице недели.
Да, можно и нужно, но с умом.
ИИ будет нашим помощником: поможет искать идеи, объяснять непонятное, работать с кодом и анализировать результаты. Но думать, проверять выводы и принимать решения всё равно придётся нам. Фраза «так сказал ИИ» доказательством не считается 🙂
Да. На курсе будут реальные и максимально приближённые к реальности наборы данных: здоровье, клиенты, сообщения, изображения, результаты экспериментов и другие примеры.
Настоящие данные редко бывают идеально чистыми. В них встречаются пропуски, ошибки и странности. Именно поэтому с ними интересно работать.
Да. Мы научимся подготавливать текстовые данные, находить важные слова, классифицировать сообщения, распознавать спам и анализировать отзывы.
Посмотрим, как Orange и ИИ могут работать вместе, когда таблицы заканчиваются, а слова только начинаются.
Да. Мы не ограничимся стандартными возможностями программы.
Будем подключать авторские модули курса, менять рабочие процессы и постепенно превращать Orange в собственную аналитическую лабораторию 🍊
Нет. Большую часть работы мы начнём выполнять визуально в Orange.
При желании будем заглядывать в код и использовать ИИ как помощника, но знание программирования не является условием для старта.
Сложной математики на входе не требуется.
Формулы будут появляться только там, где они действительно помогают понять идею. Главная задача курса не запомнить набор символов, а научиться понимать данные и не верить подозрительно красивым результатам.
Запись и материалы занятия появятся на странице соответствующей недели. Можно будет посмотреть их позже и вернуться в общий поток.
Но живое участие полезнее: можно задавать вопросы, обсуждать результаты и вместе наблюдать, как модель уверенно ошибается.
Да. На курсе будут небольшие эксперименты, аналитические миссии и задания с данными.
Цель не просто посмотреть, как работает преподаватель, а самому собрать модель, проверить её и объяснить результат человеческим языком.
Конечно. Вопросы приветствуются, особенно те, которые начинаются словами: «А почему модель решила именно так?»
Именно с таких вопросов обычно начинается настоящий анализ данных.