Основы искусственного интеллекта. Области применения и типовые задачи

Курс
Учебный курс, посвященный определенной области знаний
Онлайн и очно
Вы можете сами выбрать удобный формат обучения
8 часов

Настоящий курс поможет сформировать представление о том, что такое искусственный интеллект, и как отделить его полезную сущность от маркетингового хайпа. Вы узнаете о том, как развивались методы ИИ и чего они достигли на современном этапе. Ознакомитесь с рядом прикладных задач, которые можно решать с помощью машинного обучения и нейронных сетей, попробуете пройти весь процесс подготовки данных, создания и проверки ML-модели, а также изучите работу моделей ИИ на примере задач по обнаружению фрода и распознаванию изображений.

12,500 руб.

Курс адресован

  • руководителям информационно-аналитических отделов
  • аналитикам всех профилей
  • специалистам по ИТ и большим данным
  • руководителям и сотрудникам подразделений безопасности
  • сотрудникам правоохранительных органов и частным детективам

Программа обучения

Курс является модулем комплексной программы «Специалист по OSINT», но может рассматриваться и в качестве самостоятельной программы обучения.

Введение в методы искусственного интеллекта, машинного обучения и нейронных сетей. Сходства и различия, особенности применения и развитие технологий.
Основы машинного обучения (Machine Learning, ML)Терминология, область применения и актуальность методаТиповые ML задачиОбучение с учителем: классы алгоритмов и разбор конкретных алгоритмовОбучение без учителя: классы алгоритмов и разбор конкретных алгоритмовПовышение и понижение размерностиCase Study: создание модели для антифродаData Science - процесс
  • Поиск и источники данных
  • Препроцессинг данных
  • Дизайн признаков (feature engineering)
  • Выбор подходящего ML-алгоритма
  • Тренировка модели
  • Оценка результата
Data science инструменты: основные языки программирования, ML-фреймворки и облачные сервисыПрактика: создание ML-модели с использованием облачного сервиса
Основы глубокого обучения (Deep Learning, DL)Терминология, область применения и актуальность методаОсновы нейронных сетей. ПерсептронСовременные нейросетевые архитектурыСверточные нейронные сетиРекуррентные нейронные сетиData science инструменты: DL-фреймворкиПрактика/демонстрация
  • Основы Python
  • Лабораторная работа по распознаванию изображений с помощью нейронных сетей

Преподаватели

Виноградов
Евгений
Преподаватель-эксперт по машинному обучению и AI
Начальник отдела разработки хранилищ данных и аналитических сервисов, компания ЮMoney