课程项目
学生将在 KTBlocks 系统上构建、测试和发布自己的游戏项目
编码平台
KTCoder 一体化编码平台支持我们的互动在线课程、专业化课程体系，以及学生对学习的热情。
学生答疑辅导时间
答疑辅导时间由我们高素质的助教团队主导。这是帮你的代码获取即时反馈的免费便捷途径。
进度报告
KTBYTE 将通过电子邮件的方式向家长发送学生的课堂表现和成绩报告
结业证书
学生完成每门课程后均可申请结业证书。
課程描述:
本课程为数据科学科学博览会项目提供小组辅导。
详细说明：[AI 3]是一个独立的实习课，整个课程中，每个学生只做一个大型研究项目。虽然[AI 2]数据集来自以前项目中的AI文献， [AI 3]数据集通常是全新的。学生需要抓取，收集或模拟系统以生成他们需要的数据。与以前的课程不同，这节课没有问题集。相反，导师将提供指导，让学生走在正确的轨道上，保证完成最终交付产品， 例如研究论文或演示文稿。这也是KTBYTE唯一一个包括一对一辅导的课程，课程固定配备导师。学生可根据需要重复多修[AI 3]几个学期或几年，以完成或扩展他们的项目。除了机器学习，学生还将了解科学探究的过程以及自学所需的所有时间管理和沟通技巧。
当你对以下几点掌握熟练后才可以选择该课程：
- 在scratch python项目中独立撰写超过300行代码，包括if语句，for循环，类的概念，导入和运用第三方library，读懂python library API
- 使用Keras建立深度学习模型
- 通过别人的源代码自己写出成型代码
- 独立下载，预处理和输入数据集
- 能够用输入/输出来定义一个模型，（对损失函数和回归之间的区别有深层理解）
- 对不同类别的问题有一些理解（如：监督学习/无监督学习）
- 熟悉专业术语
Research Projects from KTBYTE students
入班要求
修完[AI 2]，或获得导师同意。
Class Description:
本课程为数据科学科学博览会项目提供小组辅导。
详细说明：[AI 3]是一个独立的实习课，整个课程中，每个学生只做一个大型研究项目。虽然[AI 2]数据集来自以前项目中的AI文献， [AI 3]数据集通常是全新的。学生需要抓取，收集或模拟系统以生成他们需要的数据。与以前的课程不同，这节课没有问题集。相反，导师将提供指导，让学生走在正确的轨道上，保证完成最终交付产品， 例如研究论文或演示文稿。这也是KTBYTE唯一一个包括一对一辅导的课程，课程固定配备导师。学生可根据需要重复多修[AI 3]几个学期或几年，以完成或扩展他们的项目。除了机器学习，学生还将了解科学探究的过程以及自学所需的所有时间管理和沟通技巧。
当你对以下几点掌握熟练后才可以选择该课程：
- 在scratch python项目中独立撰写超过300行代码，包括if语句，for循环，类的概念，导入和运用第三方library，读懂python library API
- 使用Keras建立深度学习模型
- 通过别人的源代码自己写出成型代码
- 独立下载，预处理和输入数据集
- 能够用输入/输出来定义一个模型，（对损失函数和回归之间的区别有深层理解）
- 对不同类别的问题有一些理解（如：监督学习/无监督学习）
- 熟悉专业术语
Prerequisites:
修完[AI 2]，或获得导师同意。