Logo
Logo

Хочешь приобрести востребованные компетенции и создать свой проект? Присоединяйся к нам.

Контакты

  • +7 (495) 608-06-07, 1059
  • dd@mgppu.ru
  • Москва, ул. Сретенка, д. 29

Решение прикладных задач нейронаук и робототехники средствами Python

Записаться на курс

Цифровая трансформация и внедрение современных информационно-коммуникационных технологий в сферу психологии и образования – это современный международный тренд

О программе

Программа направлена на развитие у обучающихся не ИТ-профиля прикладных цифровых компетенций в области программирования и информационных технологий для решения задач робототехники, а также психофизиологии и исследования человека с использованием современных цифровых средств регистрации и анализа данных. Программа включает освоение пакета PsychoPy для использования в исследованиях в области нейронаук и экспериментальной психологии, а также знакомство с основами проектирования, конструирования и программирования роботов на языках Python и Scratch. Программа предполагает разработку индивидуальных или групповых проектов на базе Технопарка МГППУ под руководством опытных преподавателей. Слушатели получат навыки работы в команде и смогут применить приобретенные компетенции в профессиональной деятельности. Слушатели, успешно завершившие программу, приобретут новую квалификацию «Программист» в области образования.

Предусмотрен обязательный входной, промежуточный и выходной ассесмент – независимая оценка компетенций на платформе АНО ВО «Университет Иннополис».

200 000 рублей

в среднем получают разработчики моделей компьютерного зрения, по данным hh.ru

На 10%

снизят затраты на обслуживание складов системы искусственного интеллекта, по прогнозу Deloitte

Более 500 вакансий

доступно для специалистов по компьютерному зрению и ML-инженеров

14 млрд долларов

оценка стоимости мирового рынка CV от экспертов кластера информационных технологий Фонда «Сколково»

Длительность обучения

252 часа

Количество модулей

4

Формат обучения

Очный + ЭИОС

Документ по окончании

Диплом профессиональной переподготовки

Чему вы научитесь

Разработка образовательных робототехнических комплексов

Научитесь разрабатывать алгоритмы управления роботом, программировать контроллеры, настраивать датчики, сенсоры и механизмы, а также системы навигации и движения робота. Приобретете навыки обработки данных с камер и обучения робота распознаванию объектов.

Программирование на языке Python в прикладной психологии и робототехнике

Освоите способы обработки электрофизиологических сигналов при помощи инструментов языка Python. Познакомитесь с методами интеллектуального анализа данных, машинного обучения и построения нейронных сетей для электрофизиологических показателей: ЭЭГ, ЭКГ, кожно-гальваническая реакция, электромиограмма, дыхание, пульс. Научитесь применять средства программной разработки языков Scratch и Python для программирования образовательных робототехнических комплексов и приложений к ним.

Регистрация и анализ электрофизиологических сигналов

Освоите способы регистрации электрокардиограммы, электроэнцефалограммы, кожно-гальванической реакции и электромиограммы. Изучите типовые психологические задачи, для которых возможно и/или необходимо сопряжение с регистрацией физиологических показателей. Освоите пакет PsychoPy для использования в исследованиях в области нейронаук и экспериментальной психологии.

Кому подходит этот курс

Студентам направлений 37.00.00 «Психологические науки» и 44.00.00 «Образование и педагогические науки»

39.04.02 «Социальная работа», 39.04.03 «Организация работы с молодежью», будет также интересна и полезна для направлений 38.04.04 «Государственное и муниципальное управление», 45.04.02 «Лингвистика»

Программа курса

    1. Типы данных в Python. Переменные и функции. Математические операторы и математические операции, строковые методы, сравнения, логические операции, Math, numpy.

    2. Циклы и ветвления.

    3. Диапазоны, итераторы и генераторы.

    4. Списки и встроенные методы для их обработки.

    5. Словари и встроенные методы для их обработки.

    6. Анализ данных в среде Google Colaboratory: создание расчетов с использованием больших данных и методов машинного обучения.

    7. Графический ускоритель (GPU).

    8. Работа в среде Kaggle.

    1. Среды разработки, редакторы кода и интерактивные интерпретаторы - VSCode, PyCharm, Yandex Cloud Functions, установка, настройка, различия, принципы применения.

    2. Отладка программного обеспечения и обработка ошибок.

    3. Создание графических интерфейсов в Python.

    4. Pandas и numpy для решения прикладных задач.

    1. Анализ данных в среде Google Colaboratory. Создание расчетов с использованием методов машинного обучения. Подключение графического ускорителя (GPU), оформление и сохранение результатов расчетов.

    2. Импорт данных из файлов CSV, XLS. Методы предобработки данных: обнаружение и устранение пропусков, шкалирование к стандартным интервалам, числовое кодирование категориальных атрибутов, обнаружение и обработка выбросов, one-hot кодирование. 

    3. Предиктивные модели машинного обучения: логистическая регрессия, опорные векторы (SVM), деревья вывода, случайный лес, нейронная сеть. Модель линейной регрессии на основе нейронной сети.

    4. Валидация и оптимизация моделей машинного обучения. Метрики обучения. Подбор гиперпараметров методом поиска по сетке. Кросс-валидация.

    1. Знакомство с аппаратным комплексом BiTronics Lab - аппаратные и программные компоненты.

    2. Основные датчики для регистрации физиологических показателей - установка и подключение к базовому модулю. Регистрация ЭМГ, ЭКГ, ЭЭГ, ФПГ, КГР.

    3. Инструменты BiTronics Studio для визуализации и анализа физиологических параметров.

    4. Знакомство с PsychoPy - набором программных модулей среды Python для конструирования психологических и психофизиологических исследований.

    1. Знакомство с робототехническим комплексом robomaster s1.Технические особенности конструкции.

    2. Изучение датчиков, моторов, технических плат. Сборка основания модели. Сборка пушки модели. Сборка манипулятора модели.

    3. Первое подключение к компьютеру и смартфону. Среда программирования робота. Дистанционное управление роботом с помощью мобильного устройства.

    4. Первое программирование на языках Scratch и Python.

    1. Установка и первое знакомство с программной средой BiTronics Studio. Установка PsychoPy на компьютер. Подключение и работа с основными датчиками аппаратного комплекса BiTronics Lab.

    2. Типовые виды экспериментов в PsychoPy, синхронизация с регистрацией сигнала в BiTronics Studio.

    3. Регистрация ЭКГ - функциональные пробы, поиск в записи R-зубцов, вычисление индексов вариабельности сердечного ритма.

    4. Регистрация ЭЭГ - функциональные пробы, получение спектра ЭЭГ и мощности различных ритмов.

    5. Исследование динамики вариабельности сердечного ритма в различных функциональных пробах и задачах. Предъявление стимулов и фиксация ответов в среде PsychoPy. Синхронизация предъявления с регистрацией сигналов. Получение потенциалов, связанных с событиями (вызванных потенциалов).

    6. Установка и первое знакомство с программными средами Scratch и Python. Установка программной среды DJI на компьютер и смартфон. Методы подключения робототехнического комплекса robomaster s1.

    7. Первые шаги программирования робота на языке Scratch и взаимодействие с языком Python.

    8. Расшифровка значений сигналов светодиодных индикаторов s1. Калибровка s1. Настройка портов ШИМ. Программирование моторов и контроллера движения на языке Python. Блок программирование датчиков.

    9. Модуль искусственного интеллекта. Распознавание человека. Распознавание жестов. Распознавание траектории. Распознавание хлопков. Распознавание роботов S1. Распознавание опознавательных маркеров.

  1. Применение методов интеллектуального анализа данных и машинного обучения для анализа электрофизиологических показателей (ЭФП): ЭЭГ, ЭКГ, кожно-гальваническая реакция, электромиограмма, дыхание, пульс.

  2. Сбор данных ЭФП с помощью аппаратного комплекса BiTronics Lab. Загрузка записанных данных в среду анализа данных Google Colab.

  3. Анализ статистических показателей временных рядов ЭФП. Спектральный анализ. Анализ аномалий и корреляций в ЭФП, собранных с разных датчиков.

  4. Построение предиктивных моделей для предсказания параметров ЭФП в различных физиологических состояниях. 

  1. После завершения обучения по Программе и прохождения итоговой оценки сформированности цифровых компетенций (ассесмента) обучающиеся допускаются к итоговой аттестации. Итоговая аттестация по Программе проводится в форме Демонстрационного экзамена. На демонстрационном экзамене слушатели должны представить результаты групповых или индивидуальных проектов, включающих кейс-задания из областей нейронаук, образовательной робототехники и интеллектуального анализа данных методами машинного обучения в контексте задач психологии, образования, психолого-педагогических исследований.

Топовые спикеры

Аватар

Алексейчук Андрей Сергеевич

  • к.ф.-м.н., доцент кафедры «Цифровое образование», начальник отдела прикладных программ Управления информационных технологий, ФГБОУ ВО МГППУ
Аватар

Басюл Иван Андреевич

  • младший научный сотрудник Центра профориентации и довузовского образования Про PSY, ФГБОУ ВО МГППУ
Аватар

Ершов Даниил Александрович

  • заведующий сектором технопарка «Кванториум» Центра профориентации и довузовского образования Про PSY ФГБОУ ВО МГППУ

Стань крутым специалистом!

Записаться на курс

Часто задаваемые вопросы

Кто может учиться на цифровой кафедре?

Запись на курс доступна для студентов, ранее не обучавшихся на ЦК и проходящих обучение (в очной или очно-заочной форме) не по IT-профилю на 3-4 курсе бакалавриата или 4-5 курсе специалитета, а также 1-2 курсе магистратуры.

Как записаться на обучение?

Подать заявку можно на странице описания программ. Выбрать из предложенного перечня программу и нажать кнопку записаться на курс. Перед этим необходимо осуществить вход через единую учетную запись Цифрового пространства МГППУ.

Какой документ я получу после прохождения программы переподготовки?

По окончании профессиональной переподготовки выдается диплом о профессиональной переподготовке (п. 1 ч. 10 ст. 60, ч. 15 ст. 76 Закона N 273-ФЗ) одновременно с основным дипломом о получении высшего образования.

В каком формате будет проходить обучение?

Все материалы обучения (в том числе записи вебинаров) доступны на образовательной платформе для дистанционного изучения. В рамках обучения на регулярной основе организованы онлайн вебинары лекционных и практических занятий. Кроме того, Вас ждут интересные очные встречи с преподавателями на которых будет возможность отработать практические цифровые навыки.

Сколько специальностей может освоить один студент? Должны ли они быть связаны с основной получаемой специальностью?

На цифровой кафедре можно пройти обучение только по одной программе профессиональной переподготовки. Получаемая квалификация на цифровой кафедре может быть не связана с основной получаемой специальностью.

Из чего состоит каждая программа?

Любая программа профессиональной переподготовки состоит из нескольких модулей, после прохождения которых проводится тестирование и выполнение практических заданий. В рамках прохождения программы студент совместно с преподавателем выполняет проектную работу. Также в рамках программы проводятся 3 ассесмента со стороны университета Иннополис (входной, промежуточный и итоговый).

Может ли быть студент отчислен с дополнительных профессиональных программ?

Если студент отчисляется из вуза по результатам успеваемости, то он автоматически отчисляется с программы переподготовки.

Как долго будет проходить обучение?

Обучение рассчитано на 9 месяцев.

Какова стоимость курса?

Обучение по программам дополнительного образования проходит совершенно бесплатно.

Можно ли освоить еще одну программу ДПП, если в прошлом году уже проходил(а) обучение в рамках проекта цифровая кафедра?

К сожалению, нет. К записи на программу могут быть допущены только студенты, которые ранее не проходили обучение на цифровой кафедре.