Тензори от нулата
Данни и ИИСредно ниво
Преди този курс: Python или умение за програмиране на друг език
От Dorian Chávez · основател и главен изпълнителен директор на Hábil. Така обучаваме тези, които изграждат системи, които не могат да се провалят.
От списъка в Python, който вече умееш да пишеш, до детектор на измами, който се учи от данните.
За кого е: за студенти по информатика, които вече програмират малко на Python, и за хора от бизнес администрацията, които искат да разберат какво стои под изкуствения интелект, използван в банките, застрахователите и магазините. Курсът е със средно ниво: не обяснява какво е променлива или цикъл, но всяка нова дума се обяснява, когато се появи. Всяка сесия има каре „Ако идваш от бизнес администрацията“ с въпроса, който си струва да се зададе на среща.
Какво ще знаеш в края:
- Да създаваш тензор на PyTorch от реални данни и да казваш формата му, преди да изпълниш кода.
- Да извличаш и обобщаваш данни по всяка от осите им и да проверяваш всеки резултат със същото изчисление, направено с
for. - Да разчиташ грешка във формата в PyTorch, дума по дума, и да я поправяш.
- Да обучиш малък детектор на измами и да обясниш защо 91 % попадения не стигат.
Какво ти трябва, преди да започнеш: основен Python (променливи, списъци, цикли for и функции; уроци 0 до 4
от курса по Python са достатъчни), Python 3.11 или по-нов и терминал. Първата
сесия не инсталира нищо; PyTorch се инсталира във втората. Изпробвано на Linux (Mint 22.3 и Ubuntu 24.04) и на
macOS; на Windows не е изпробвано. Не е нужна видеокарта.
Осемте сесии
Два урока от по четири сесии, всяка от около 2 часа: горе-долу един час за четене и следване на примера и един за упражнения. Всички следват една и съща история: книжарница, банков терминал, който таксува в повече, и студент, който има време до 23 декември да разбере какво се е случило.
| Сесия | Какво научаваш | |
|---|---|---|
| 1 | Едно число, един списък, една таблица, един куб | какво е тензор, със списъците на Python; броене на измеренията; откъде идва думата |
| 2 | Твоят първи тензор | инсталиране на PyTorch; torch.tensor, shape и dtype; PyTorch и TensorFlow |
| 3 | Осите имат имена | извличане на част по която и да е ос; какво става с формата |
| 4 | Сумиране по лист | сумиране и осредняване по една ос с dim |
| 5 | Промяна на формата, без да се променят данните | reshape и как се разчита грешка във формата |
| 6 | Операции с цели тензори | broadcasting и капанът на * срещу @ |
| 7 | Детектор на измами, който се учи от данните | цикълът на обучение; точност (accuracy), recall и прецизност (precision) |
| 8 | Тензори в банката, застрахователя и магазина | разчитане на реален случай и определяне на формата на тензора му; предпазните мерки, които не са по избор |
Кодът
Всяка сесия има своя папка в това хранилище (от sesion-01 до sesion-08), с всяка
програма и изхода, който трябва да получиш. verificar.py ги изпълнява всичките и ги сравнява с казаното в урока.
Инсталирането стъпка по стъпка е в основния README.
Къде се публикува
По една сесия седмично в „En construcción“, Substack бюлетина на Hábil, в сряда в 8:00, от 4 ноември до 23 декември 2026 г.: https://enconstruccionmx.substack.com
Уроци
- Урок 1 — Тензори от нулата (1): едно число, един списък, една таблица, един куб
- Урок 2 — Тензори от нулата (2): твоят първи тензор
- Урок 3 — Тензори от нулата (3): осите имат имена
- Урок 4 — Тензори от нулата (4): сумиране по лист
- Урок 5 — Тензори от нулата (5): промяна на формата, без да се променят данните
- Урок 6 — Тензори от нулата (6): операции с цели тензори
- Урок 7 — Тензори от нулата (7): детектор на измами, който се учи от данните
- Урок 8 — Тензори от нулата (8): тензори в банката, застрахователя и магазина