TOP kursy programowania od Open Education

Program stanowi wprowadzenie w interdyscyplinarną dziedzinę LegalTech. Zawiera przegląd podstaw i podstawowych zasad praktyki prawniczej niezbędnych do zrozumienia LegalTech, a także analizę istniejących rozwiązań. Równolegle poruszane są zagadnienia cyfryzacji, transformacji cyfrowej, sztucznej inteligencji oraz kwestie etyki i bezpieczeństwa w korzystaniu z narzędzi LegalTech. Po opanowaniu programu student rozwinie wiedzę na temat tego obszaru i możliwych kierunków dalszego rozwoju w nim.

Celem przedmiotu jest zdobycie wiedzy na temat technologii fotografii lotniczej z wykorzystaniem bezzałogowych statków powietrznych (UAV). Cele przedmiotu obejmują zapoznanie się z: typami statków powietrznych i ładunkami, konstrukcją statku powietrznego, budową uzasadnienie geodezyjne pomiarów, z planowaniem i wykonaniem lotu, z głównymi etapami przetwarzania danych i wykorzystaniem uzyskanych danych materiały. Osobny rozdział poświęcono prawnym aspektom wykorzystania fotografii lotniczej z UAV.

Cele kursu Poznaj QisKit – najważniejsze narzędzie w arsenale programisty algorytmów kwantowych. Poznaj inne funkcje platformy IBM Quantum Experience — poznaj nowe (i zaskakująco przydatne) algorytmy. Cieszyć się! Ci, którzy uważają, że teoria umarła bez praktyki – dołącz do nas! Ćwiczmy i ocalmy od śmierci ciężko zdobytą wiedzę teoretyczną z zakresu obliczeń kwantowych!

Program ten stanowi kontynuację programów „Wprowadzenie do LegalTech” oraz „Automatyzacja w działalności prawniczej: analiza praktyk”. Podobnie jak poprzednie programy, ma on na celu rozwój wiedzy niezbędnej do promowania zrozumienia tak interdyscyplinarnej dziedziny, jak LegalTech. Główną cechą tego programu jest jednak to, że skupia się on przede wszystkim na analizie narzędzi i praktyk wdrażania i rozwoju rozwiązań LegalTech. Po jego opanowaniu student uzyska pełniejsze zrozumienie tej interdyscyplinarnej dziedziny i możliwych kierunków dalszego rozwoju w niej.

Program ten jest kontynuacją programu Wprowadzenie do LegalTech. Podobnie jak poprzedni program, celem programu „Automatyzacja w działalności prawniczej: analiza praktyk”. kształtowanie niezbędnych pomysłów, które przyczyniają się do zrozumienia takiej interdyscyplinarnej dziedziny jak LegalTech. Jednak główną cechą tego programu jest to, że w pełni koncentruje się na analizie istniejących praktyk automatyzacji w dziedzinie prawa. Po jego opanowaniu student uzyska pełniejsze zrozumienie tej interdyscyplinarnej dziedziny i możliwych kierunków dalszego rozwoju w niej.

Architektury poznawcze inspirowane biologią (BICA) – To obiecujący, aktywnie rozwijający się kierunek na styku sztucznej inteligencji, biologii i kognitywistyki Nauka. Dowodem na to jest zwiększona liczba publikacji naukowych, w tym wydań specjalnych, a także konferencji i programów finansowanych, w taki czy inny sposób związanych z tą dziedziną.

Na tym kursie poznasz podstawy systemów operacyjnych Unix i Linux. Pokaże Ci, jak takie systemy są zorganizowane i pokaże, jak z nich korzystać na poziomie zaawansowanym. Po ukończeniu tego kursu będziesz dobrze rozumieć zasady działania tych systemów. Stosując te umiejętności, będziesz w stanie wykonywać podstawowe zadania operacyjne, czy to na komputerze z systemem Unix/Linux, czy w systemie zdalnym. Kurs prowadzony jest na poziomie angielskim z rosyjskimi napisami.

Kurs zapewnia dostęp do podstawowego zestawu wiedzy z teorii prawdopodobieństwa, statystyki matematycznej i matematycznych podstaw algorytmów rozwiązywania problemów uczenia maszynowego. Zapewnia również praktyczne umiejętności analizy danych i tworzenia modeli uczenia maszynowego w języku programowania Python.

Kurs analizuje podstawowe podejścia i biblioteki do przetwarzania i wizualizacji danych w Pythonie. Studenci poznają metody pracy z różnymi typami danych – od częściowo ustrukturyzowanych po tabelaryczne Uczą się także rozwiązywania praktycznych zadań związanych z przygotowaniem danych przy użyciu otwartych zbiorów danych API. W trakcie zajęć studenci zapoznają się z bibliotekami niezbędnymi do skutecznego rozwiązywania szerokiego zakresu problemów analitycznych, takimi jak Ipython, Pandas, Numpy, Matplotlib i Scikit-learn itp.