Основы теории искусственного интеллекта

Код машин 1 нояб. 2020 г.

АНО ДПО «Корпоративный университет Сбербанка»

Описание

Построение систем машинного обучения (Machine Learning) является на сегодняшний день одной из самых популярных, актуальных и современных областей человеческой деятельности на стыке информационных технологий, математического анализа и статистики. Машинное обучение все глубже проникает в нашу жизнь посредством пользовательских продуктов, созданных с помощью методов искусственного интеллекта. Очевидно, что данные технологии будут развиваться и дальше, постепенно становясь частью повседневной рутины во многих областях человеческой профессиональной деятельности.

Поскольку ожидается масштабная трансформация требований к специалистам, из-за того, что многие операции, которые не были затронуты предыдущими волнами внедрения цифровых технологий, в ближайшем будущем могут быть автоматизированы, ключевой компетенцией, определяющей конкурентные преимущества компаний будущего, становится аналитика данных и построение систем искусственного интеллекта.

Курс направлен на формирование и развитие компетенций цифровой экономики в области искусственного интеллекта, владение инструментарием работы с данными и инструментами визуализации.

Результаты обучения

Планируемые результаты обучения:

Знание (осведомленность в областях)

знание основных структур данных языка программирования Python, понимание их назначения;
понимание функциональной парадигмы программирования;
знание некоторых библиотек и модулей языка программирования Python;
понимания методов машинного обучения, алгоритмов и их ограничений, влияния параметров настройки на результаты;

Умение (способность к деятельности)

умение создавать алгоритмы с ветвлениями, циклами, вложенными структурами;
умение находить и подключать нужные для решения задач библиотеки и модули языка программирования Python;
умение формулировать задачу анализа данных;
умение использовать средства визуализации для работы с данными;

Навыки (использование конкретных инструментов)

работа с данными: вычисление статистики и осуществление поиска в данных тенденций, аномалий, шаблонов или взаимосвязей;
использование самые популярные библиотеки для анализа данных на Python;
использование средств визуализации для работы с данными;
осуществление подготовки данных для машинного обучения;
решение задач классического машинного обучения с помощью программирования на языке программирования Python.