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.

Теги

Great! You've successfully subscribed.
Great! Next, complete checkout for full access.
Welcome back! You've successfully signed in.
Success! Your account is fully activated, you now have access to all content.