Цель курса:
- Получение первичных теоретических знаний в области искусственного интеллекта, его разновидностях и сферах применения;
- Рассматриваются типы данных, используемые в работе с искусственным интеллектом;
- Даётся обзор принципов работы искусственного интеллекта.
Для кого этот курс
Постановщики бизнес-задач; Пользователи решений на основе искусственного интеллекта; Желающие приобрести знания в области основ искусственного интеллекта.
Начальные требования- Знание основ математики;
- Желание развивать знания и навыки в области искусственного интеллекта.
- Программа курса
- Зарождение ИИ
- Рождение термина ИИ
- Начало эпохи ИИ
- Новая волна: экспертные системы 70-х - 80-х
- Виды ИИ
- Виды Искусственного Интеллекта: философский взгляд
- Типы Искусственного Интеллекта: по методам обучения
- Итоги
- Машинное обучение
- Что это?
- Традиционное Программирование vs. Машинное обучение
- Парадигма машинного обучения
- Типы машинного обучения
- Supervised Machine Learning
- Unsupervised Machine Learning
- Reinforcement Machine Learning
- Области применения машинного обучения
- Недостатки машинного обучения
- Итоги
- Нейронные сети и глубокое обучение
- Нейронные Сети
- Глубокое Обучение
- Машинное Обучение vs. Глубокое Обучение
- Области применения Глубокого Обучения
- Типы Архитектур для Нейронных Сетей
- Итоги
- Обработка данных и проектирование признаков
- Dataset
- Как работает машинное обучение
- Проектирование признаков
- Итоги
Подробнее:
Скачать:
Для просмотра скрытого содержимого вы должны войти или зарегистрироваться.
