ՀՀ բարձր տեխնոլոգիական արդյունաբերության նախարարության կողմից հայտարարված դրամաշնորհային ծրագրի շրջանակում «Armenian Code Academy»-ն համաֆինանսավորմամբ իրականացնում է «Machine Learning» դասընթաց:

Դասընթացի նպատակը

«Armenian code Academy»-ն համաֆինանսավորմամբ իրականացնում է սկսնակ և միջին մակարդակի «Machine Learning» դասընթացներ 150 սկսնակ և 50 միջին մակարդակի մասնակիցների համար։

Սկսնակ մակարդակի «Machine Learning» դասընթացի ավարտին ուսանողնեերը

  • Պատկերացում կունենան մեքենայական ուսուցման հիմնական խնդիրների ու բարդությունների մասին՝ այդ թվում տվյալների հավաքագրում և գործածում, մոդելի ընտրություն, մոդելի բարդություն և այլն
  • Պատկերացում կկազմեն տվյալների ձևափոխությունների ու դրանց անհրաժեշտության մասին
  • Պատկերացում կկազմեն մեքենայական ուսուցման մոդելների, տարբեր մոտեցումների առավելությունների ու սահմանափակումների մասին
  • Կծանոթանան մոդելների հիմքում ընկած մաթեմատիկական խնդիրների ու դրանց լուծման հետ
  • Կկարողանան կիրառել հիմնական Supervised Learning ալգորիթմները պրակտիկ խնդիրներ լուծելիս

Միջին մակարդակի դասընթացի ավարտին ուսանողները կունենան անհրաժեշտ գիտելիքներ, հմտություններ և կարողություններ, որոնք պահանջվում են մեքենայական ուսուցման սկսնակ մասնագետից, մասնավորապես՝

  • Տիրապետել supervised և unsupervised ուսուցման դասական խնդիրներին և լուծման մեթոդներին
  • Ունենալ Python լեզվի, ինչպես նաև հարակից գրադարանների հիմքային գիտելիքներ (pandas, numpy, scikit)
  • Ունենալ խնդիրները հասկանալու և դրանց լուծման լավագույն ալգորիթմները գտնելու համար անհրաժեշտ գիտելիքներ և հմտություններ
  • Կարողանալ վերլուծել մեծածավալ տվյալներ և օգտագործել վերլուծության արդյունքները մեքենայական ուսուցման մոդելներում
  • Ծանոթ լինել deep learing-ի հիմունքներին և կարողանալ կիրառել դրանք դասական մեքենայական ուսուցման մոդելների կատարելագործման համար
  • Կարողանալ գնահատել կիրառված մոդելների արդյունավետությունը
  • Կարողանալ կիրառել գոյություն ունեցող լուծումները առկա խնդիրների վերլուծության ընթացքում
  • Կարողանալ ինքնուրույն ծանոթանալ մեքենայական ուսուցման այլ մոդելներին և ունենալ դրանք գործնականում կիրառելու համար անհրաժեշտ գիտելիքներ և հմտություններ

ինչ պետք է իմանալ

Armenian Code Academy-ն (ACA) կրթական հաստատություն է, որն առաջարկում է ինտենսիվ դասընթացներ, սեմինարներ և պրակտիկայի հնարավորություններ ՏՏ ոլորտի ամենապահանջված նորարարական մասնագիտացումներով։ Armenian Code Academy-ին նախագծում է ուսումնական ծրագրեր թե՛ ոլորտի սկսնակների, թե՛արդեն փորձառու մասնագետների համար, ովքեր ցանկանում են վերապրոֆիլավորվել կամ խորացնել գիտելիքները:

Ունենալով կրթական ծրագրերի իրականացման մեծ փորձ և համագործակցելով նվիրյալ դասախոսների հետ՝ ACA-ը պատրաստում է առաջատար մասնագետներ, ովքեր աշխատանքի են հրավիրվում հայաստանյան և արտասահմանյան լավագույն ՏՏ կազմակերպությունների կողմից։

Ծրագրին կարող են մասնակցել ՀՀ-ում և Արցախի Հանրապետությունում բնակվող ՀՀ և ԱՀ քաղաքացիները (Երևանից` 18, իսկ ՀՀ մարզերից և Արցախի Հանրապետությունից` 16 տարին լրացած անձինք) ովքեր կանցնեն դասընթացի ընդունելության կարգը և կհամապատասխանեն ծրագրի նպատակին:

Ծրագրի թիրախային խմբերն են՝

  • Ուսանողները
  • Կորոնավիրուսի (Covid-19) հետևանքով խոցելի խմբերի (տուրիզմ, սպասարկման և ծառայությունների մատուցման ոլորտ և այլն) մասնակիցները
  • ԲՏ ոլորտի սկսնակները
  • ԲՏ ոլորտում աշխատող մասնագետները
  • Ցանկացած անձ, ով ցանկանում է ստանալ ԲՏ ոլորտում բազային և նեղ մասնագիտացված տեխնիկական կրթություն

Դասընթացին մասնակցելու համար դիմորդը պետք է ունենա անհրաժեշտ նվազագույն գիտելիքներ և հմտություններ։

Սկսնակ մակարդակի դասընթացի մասնակցից պահանջվող նվազագույն գիտելիքներ և հմտություններ՝

  • Դպրոցական մաթեմատիկայի իմացություն
  • Անգլերեն կարդալու և հասկանալու կարողություններ
  • Անալիտիկ մտածողություն

* Այս դասընթացին մասնակցելու համար ծրագրավորման նախնական գիտելիքներ չեն պահանջվում

Միջին մակարդակի դասընթացի մասնակցից պահանջվող գիտելիքներ և հմտություններ՝

  • Ծրագրավորման հիմունքային գիտելիքներ (նախապատվությունը կտրվի այն դիմորդներին, որոնք ունեն մասնավորապես Python լեզվի սկզբնական գիտելիքներ)
  • Մաթանալիզի և գծային հանրահաշվի իմացություն
  • Հավանականության տեսության և վիճակագրության նախնական գիտելիքներ
  • Անգլերենի իմացություն
  • Անալիտիկ մտածողություն

Մինչ դասընթացի մեկնարկը առցանց թեստի միջոցով կիրականացվի դիմորդների գիտելիքների գնահատում։

Դիմորդներին կառաջադրվեն 8-10 տրամաբանական, մաթեմատիկական և ծրագրավորման առաջադրանքներ։ Սկսնակ մակարդակի ծրագրավորման առաջադրանքները կլինեն բոնուսային՝ ոչ պարտադիր։

60% և բարձր արդյունք ցուցաբերած մասնակիցների հետ կանցկացվեն անհատական առցանց հարցազրույցներ։

Նախապատվությունը տրվելու է առավել բարձր միավորներ ստացած մասնակիցներին, ովքեր հաջողությամբ հաղթահարել են հարցազրույցի փուլը՝ ցուցաբերելով անալիտիկ մտածողություն, հաղորդակցման զարգացած հմտություններ և բարձր մոտիվացիայի մակարդակ։

*Տեղեկացնում ենք, որ դասընթացի մասնակիցների քանակի սահամանափակ լինելու պատճառով, կարող է առաջանալ մրցակցություն, որի արդյունքում նախապատվությունը կտրվի ընդունելության ընթացակարգում առավելագույնս բարձր միավորներ հավաքած դիմորդներին:

Դասընթացները իրականացվում են համաֆինանսավորմամբ: Պետությունը կֆինանսավորի դասընթացի արժեքի մի մասը, որը կախված կլինի ընդունելության մրցույթի արդյունքներից (սանդղակը տե՛ս այստեղ)

Քննության և հարցազրույցի արդյունքների հիման վրա կսահմանվի դասընթացի վճարի այն մասը, որը պետք է կատարի դասընթացի մասնակիցը։ Դասընթացին մասնակցելու համար դիմորդը պետք է դասընթացի մեկնարկից առաջ կատարի վճարումը։

Դասընթացի արժեք

  • Սկսնակ մակարդակ – 162,000 ՀՀ դրամ
  • Միջին մակարդակ - 600,000 ՀՀ դրամ

Օրինակ, եթե սկսնակ մակարդակի քննության և հարցազրույցի արդյունքում մասնակիցը ցուցաբերել է 76%-ից բարձր ցուցանիշ և

  • եթե մասնակիցը Երևանից է, դասընթացի 80%-ը (129,600 ՀՀ դրամ) կվճարի ԲՏԱ նախարարությունը, իսկ 20%-ը (32,400 ՀՀ դրամ) կվճարի մասնակիցը։
  • եթե մասնակիցը մարզից է, դասընթացի 90%-ը (145,800 ՀՀ դրամ) կվճարի ԲՏԱ նախարարությունը, իսկ 10%-ը (16,200 ՀՀ դրամ) կվճարի մասնակիցը։

Դասընթացի ընդհանուր տևողությունը սկսնակ մակարդակի համար սահմանված է 13, իսկ միջին մակարդակի համար` 21 շաբաթ:

Սկսնակ մակարդակի «Մեքենայական ուսուցում» դասընթացը տեղի է ունենալու շաբաթական չորս անգամ (2 տեսական, 2 գործնական դաս)` յուրաքանչյուրը 2 ժամ տևողությամբ։ Գործնական դասերը իրականացվելու են մինչև 25 հոգուց բաղկացած խմբերով։

Միջին մակարդակի դասընթացը անցկացվելու է հետևյալ ֆորմատով՝

  • Շաբաթական երեք տեսական դաս, յուրաքաչյուրը երկու ժամ տևողությամբ
  • Մեկ գործնական դաս՝ չորս ժամ տևողությամբ

Միջին մակարդակի գործնական դասերը իրականացվելու են մինչև 20 հոգանոց խմբերով։

Դասընթացները իրականացվելու են առցանց (online) եղանակով՝ լիցենզավորված Clickmeeting webinar և/կամ Zoom ծրագրային ապահովման միջոցով: Դասախոսի և դասընթացի մյուս մասնակիցների հետ ամենօրյա հաղորդակցության համար կօգտագործվի Slack հարթակը։

Տնային հանձնարարությունները ստուգվելու են դասախոսների օգնականների կողմից, ովքեր տալու են անհատական մեկնաբանություններ յուրաքանչյուր ուսանողի աշխատանքի վերաբերյալ (հայտնում ենք, որ դիմորդը կհեռացվի հաջորդական 4 տնային հանձնարարություններ չկատարելու դեպքում):

Ծրագրի սկսնակ մակարդակի մասնակիցները կծանոթանան հետևյալ թեմաներին՝

Մաթեմատիկական բլոկ

  • Գծային հանրահաշիվ
  • Մաթեմատիկական անալիզ
  • Հավանականությունների տեսություն

Ծրագրավորման բլոկ

  • Ծրագրավորման գործիքներ
  • Փոփոխականներ, Գործողություններ, Պնդումներ
  • Պրիմիտիվ տվյալների կառուցվածքնե
  • Հրամանի տողի արգումենտներ (command line arguments)
  • Ոչ պրիմիտիվ տվյալների կառուցվածքներ
  • Պայմանական բլոքեր, ցիկլեր
  • Ֆունկցիաներ և մոդուլներ, Lambda ֆունկցիաներ
  • Օբյեկտ Կողմնորոշված Ծրագրավորում

Մեքենայական ուսուցում

  • Տվյալների հետ աշխատելու գործիքակազմ
  • Տվյալների վիզուալացման գործիքներ
  • Regression
  • Classification
  • Trees
  • Նեյրոնային ցանցերի ներածություն
  • Unsupervised Learning, ներածություն

Միջին մակարդակի դասընթացի ծրագիրը ներառում է հետևյալ թեմաները՝

  • Python
  • Regression
  • Classification
  • Trees
  • Unsupervised Clustering
  • Unsupervised Learning
  • Neural Networks
  • NLP
  • Reinforcement Learning

Ուսումնական ծրագրին առավել մանրամասն կարող եք ծանոթանալ այստեղ.

Սկսնակ մակարդակ

Միջին մակարդակ

Դասընթացի ավարտին ուսանողի տեսական և գործնական գիտելիքների ամփոփիչ գնահատումը կկատարվի տնային աշխատանքների, խմբային կիրառական նախագծի, միջանկյալ և ավարտական քննությունների հետևյալ կշիռներով.

սկսնակ մակարդակի դեպքում՝

  • Տնային առաջադրանքներ - 30%
  • Խմբային կիրառական նախագիծ - 25%
  • Ավարտական քննություն - 45%

միջին մակարդակի դեպքում՝

  • Տնային առաջադրանքներ - 20%
  • Միջանկյալ քննություն - 15%
  • Ավարտական քննություն - 25%
  • Խմբային կիրառական նախագիծ - 40%

Դասընթացի ավարտին մասնակիցներին կտրամադրվի՝

  • գերազանցության սերտիֆիկատ (ամփոփիչ գնահատականի` 85% և ավելի միավորի դեպքում)
  • ավարտական սերտիֆիկատ (ամփոփիչ գնահատականի՝ 50%-85% միավորի դեպքում)
  • մասնակցության տեղեկանք (ամփոփիչ գնահատական՝ 50%-ից ցածր միավորի դեպքում)

Դասընթացը գերազանց և լավ ավարտած ուսանողների ինքնակենսագրականները և ավարտական նախագծերը կներկայացվեն ACA-ի գործընկեր կազմակերպություններին, իսկ լավագույն 10-ին կտրվեն նաև երաշխավորության նամակներ:

  • Լրացնել գրանցման թերթիկը (Դիմորդը հաստատում է իր պատրաստակամությունը անձնական տվյալների վերաբերյալ սուտ, սխալ և/կամ թերի տեղեկատվություն փոխանցելու արդյունքում կազմակերպչի կողմից կրած վնասների փոխհատուցման համար)
  • Հանձնել առցանց թեստ

Փորձնական թեստ կարող եք հանձնել հետևյալ հղումներով՝

Սկսնակ մակարդակ

Միջին մակարդակ

  • Ընդունելության թեստի անցողիկ շեմը հաղթահարած դիմորդները կհրավիրվեն անհատական առցանց հարցազրույցի: Հարցազրույցների փուլի ամփոփումից հետո կապ կհաստատվի առավելագույն արդյունք ցուցաբերած դիմորդների հետ և կտրամադրվի հավելյալ տեղեկատվություն դասընթացի մեկնարկի վերաբերյալ:

Պետության կողմից վճարվող դասընթացի գումարի չափ

Դասընթացները իրականցվելու են համաֆինանսավորմաբ։ «Machine Learning» դասընթացին մասնակցելու համար անցկացվելու են ընդունելության քննություններ, որի արդյունքում պետությունը կֆինանսավորի ուսանողների կրթությունը հետևյալ սանդղակով

50%-ից ցածր արդյունք
10
30
Երևան
Մարզեր
51%-75% արդյունք
40
60
Երևան
Մարզեր
76%-ից բարձր արդյունք
80
90
Երևան
Մարզեր

մասնակիցների քանակ

150
Սկսնակ
50
Միջին
200
Ընդհանուր

Ընթացակարգ

1

Լրացնել գրանցման թերթիկը

2

Հանձնել առցանց թեստ

3

Ընդունելության թեստի արդյունքների ամփոփումից հետո կապ կհաստատվի մասնակցի հետ

լրացրե՛ք ստորև ներկայացված առցանց գրանցման թերթիկը։

Դիմի՛ր հիմա

ՀԱՐՑԵՐԻ ԴԵՊՔՈՒՄ

ԵՐԿ-ՈՒՐԲ | 10:00 - 18:00

դասավանդողներ

Աննա Հարությունյան

Աննա Հարությունյան

Research Scientist

Վահան Հուրոյան

Վահան Հուրոյան

Postdoctoral Research Associate in Machine Learning and Data Science

Իրինա Հիգինս

Իրինա Հիգինս

Senior Research Scientist

Գագիկ Ամիրխանյան

Գագիկ Ամիրխանյան

Senior Machine Learning Engineer

Վահե Ճիտոյան

Վահե Ճիտոյան

Machine Learning software engineer

Շահանե Առուշանյան

Շահանե Առուշանյան

Data Scientist

Միքայել Առաքելյան

Միքայել Առաքելյան

Software Engineer

Հովհաննես Շմավոնյան

Հովհաննես Շմավոնյան

Researcher

Նաիրի Հակոբյան

Նաիրի Հակոբյան

Data Scientist

Սերգեյ Հայրաապետյան

Սերգեյ Հայրաապետյան

Function developer for Traffic Light Assist (TLA)

Վաչիկ Խաչատրյան

Վաչիկ Խաչատրյան

Data Scientist