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.
КУРС УЖЕ ИДЁТ
Присоединиться ещё не поздно
Выберите ниже: начать с первого урока или открыть последнюю опубликованную неделю.
Генеративный ИИ — наш помощник. Framingham, несколько AI, prompts, Orange → AI → Python → App, «СТОП. ПРОВЕРЯЕМ!», критическое мышление и cross-validation. Слайды, умное саммари, трейлер урока, квиз и домашняя работа уже доступны.
Скачайте небольшой файл, чтобы перенести результаты на другое устройство или восстановить их позже.
Хранится в этом браузере
❤️
Добровольная поддержка
Курс остаётся бесплатным ❤️
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.
Сертификаты достижений отмечают пройденные миссии курса.
Квиз, игра или брифинг могут открыть отдельный именной сертификат. Сохраняйте полученные сертификаты на телефон или компьютер.
1Пройдите задание и выполните условие, указанное внутри квиза, игры или брифинга.
2Введите своё имя и сохраните открывшийся сертификат.
3Следите за полученными медалями в «Альбоме достижений» на панели курса.
4В конце курса появятся финальное испытание и финальный проект.
Важно: недельные сертификаты — это сертификаты отдельных достижений, а не главный сертификат всего курса.
Условия получения главного сертификата будут объявлены вместе с финальным этапом курса 🍊
Альбом достижений
Ваш маршрут
Достижения открываются за миссии курса, просмотр видео, прослушивание песен и поддержку проекта. Серые карточки ещё ждут своего часа.
🧭Ловец данныхКвиз недели 1✈️Спасатель АльбатросаИгра недели 1🫀КардиодетективБрифинг недели 1📊Специалист по визуализацииКвиз недели 2🛡️Командир Data TankИгра недели 2🔎Стоп, проверяем!Брифинг недели 2🧮Статистический спасательСертификат квиза недели 3🕵️Шерлок‑Ватсон данныхСертификат игры недели 3📐Дирижёр статистикиСертификат Orange недели 3🍷Прогноз созрел!Квиз недели 4🚙Покоритель ПирсонаИгра «Корреляционный удар»☕Кофейный прогнозистБрифинг Orange недели 4🧪Страж честной моделиСертификат квиза недели 5🚀Космический аналитикМиссия Orange «Космический ланчбокс»💖Миллионер аналитика данныхВыиграл миллион сердечек в игре недели 5🫀Кардиостраж моделиСертификат квиза недели 6☀️Спаситель солнечного сердца логитаИгровая миссия недели 6🛒Охотник за потерянными корзинамиOrange-практика недели 6🔬Контекстный аналитикКвиз «Текст под микроскопом»🕵️Детектив пропавшего контекстаEscape room недели 7📩Антиспам-следовательРеальный SMS-проект в Orange🧠Страж человеческого решенияКвиз «AI под контролем»🤖Дирижёр AI-помощникаДомашняя работа · AI-практикум🏆Главврач недели 3Получены все 3 сертификата недели⚖️Вероятность спасаетПрочитана история Салли Кларк
Учебные привычки
Эти достижения отмечают не отдельное задание, а ваш стиль учёбы.
📚Любитель саммариОткрыл умные саммари четырёх разных недель🗓️Учёба по выходнымЗашёл на сайт в субботу или воскресенье
Видео курса
Просмотры считаются автоматически после воспроизведения заметной части уникального видео.
Каждая песня засчитывается один раз после прослушивания заметной части во встроенном плеере.
🎵Прослушал 1 песнюПервая песня курса🎧Прослушал 5 песенМузыкальный маршрут продолжается🎤Прослушал 10 песенДесять учебных хитов
Помогаю курсу расти
Лайки, комментарии, репосты и добавление в контакты LinkedIn отмечаются добровольно после выполненного действия.
👍Первый лайкПоддержано 1 видео💙Пять лайковПоддержано 5 видео💬Первый комментарийКомментарий к 1 видео🗣️Голос курсаКомментарии к 5 видео↗️Поделился курсомРепост 1 видео📣Амбассадор курсаРепосты 5 видео🐣Ранняя пташкаВошёл в неделю 3 с 18:00 до 19:00 18 июля🤝Связь установленаДобавил доктора Игоря в контакты LinkedIn
Бонусные карты недели 5
Все четыре открываются одновременно после выполнения шести обязательных материалов недели 5.
0 из 43 достижений · 0 секретных карт найдено
Материалы по неделям
Единый маршрут курса
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.
1. Мир данных и роль ИИ
Постановка задачи, этапы аналитического проекта, возможности и ограничения искусственного интеллекта. Выясним, почему фраза «пусть ИИ всё сделает» обычно только начинает приключение.
2. Orange Data Mining
Визуальные рабочие процессы, первая модель и работа с авторскими модулями курса. Код пока может немного отдохнуть.
3. Подготовка и исследование данных
Типы переменных, пропуски, ошибки, выбросы, новые признаки и базовая статистика. Приведём данные в порядок до того, как они приведут в беспорядок нас.
4. Визуализация и критическое мышление
Графики, корреляция, причинность, скрытые факторы, парадокс Симпсона и сомнительные выводы. Научимся замечать результаты, которые выглядят красиво, но подозрительно.
5. Симуляции и виртуальные эксперименты
Случайность, метод Монте-Карло и исследование процессов с помощью моделирования. Иногда проще создать тысячу виртуальных миров, чем один раз спорить наугад.
6. Линейная регрессия
Прогноз числовых показателей, несколько факторов, интерпретация модели и R². Постараемся не испугаться этой буквы и понять, что она действительно сообщает.
7. Классификация
Логистическая регрессия и прогноз категорий на примерах здоровья, клиентов и сообщений. Научим модель выбирать вариант, а затем обязательно спросим, почему она так решила.
8. Качество моделей
Матрица ошибок, AUC, кросс-валидация, переобучение и проверка надёжности результата. Проверим, действительно ли модель умная или просто хорошо запомнила ответы.
9. Кластеризация
Поиск естественных групп в данных, иерархическая кластеризация и метод k-means. Разложим объекты по компаниям без анкет и долгих собеседований.
10. Анализ текстов
Подготовка текста, классификация спама, анализ отзывов и совместная работа Orange с ИИ. Посмотрим, как превратить слова в данные и не потерять их смысл.
11. Изображения и нейронные сети
Основы компьютерного зрения, глубокого обучения и практическая работа с изображениями. Попробуем понять, как машина видит мир и почему иногда принимает кота за тостер.
12. Финальная аналитическая миссия 🚀
Полный путь от задачи и данных до модели, проверки, объяснения и презентации решения. Все собранные навыки объединятся в один полноценный аналитический проект.
Дополнительные темы
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.
Zoom курса
Анализ данных в век ИИ — доктор Игорь
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.
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.
2. Установите программу
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.
3. Запустите Orange
После запуска вы увидите пустое рабочее поле и список модулей слева. Не пугайтесь пустоты: скоро здесь появится целая фабрика данных.
4. Проверьте, что всё работает
Найдите модуль File, перетащите его на рабочее поле, затем добавьте Data Table и соедините их линией.
Получилось? Поздравляем: ваш первый workflow уже жив!
Если Orange сопротивляется
Для Windows можно скачать Portable Orange: его не нужно устанавливать — достаточно распаковать архив и запустить программу из папки.
Преподаватель, исследователь и человек, который умеет превратить регрессию, Orange и искусственный интеллект в понятный курс без шаманства.
Шутливо, но точно
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.
Книга автора
Сюрпризы в теории вероятностей — восемнадцать коротких историй
Х. Теймс, И. Клейнер · 18 коротких историй о применениях вероятности — от азартных игр до оптимальной остановки.
Не нажимать кнопки вслепую, не верить красивым выводам без проверки и научиться задавать данным хорошие вопросы.
Частые вопросы 🍊
Все недели откроются сразу?
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.
Можно ли использовать искусственный интеллект?
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 🙂
Будем ли мы работать с настоящими данными?
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.
Будет ли работа с текстами?
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.
Будем ли мы сами изменять Orange?
Да. Мы не ограничимся стандартными возможностями программы.
Будем подключать авторские модули курса, менять рабочие процессы и постепенно превращать Orange в собственную аналитическую лабораторию 🍊
Нужно ли уметь программировать?
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.
Нужны ли знания математики?
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.
Что делать, если я пропустил занятие?
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.
Будут ли практические задания?
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.
Можно ли задавать вопросы во время курса?
Конечно. Вопросы приветствуются, особенно те, которые начинаются словами: «А почему модель решила именно так?»
Именно с таких вопросов обычно начинается настоящий анализ данных.