up

Введение в искусственный интеллект

  • Russian

    course language

  • 12 weeks

    course duration

  • от 3 до 4 часов в неделю

    needed to educate

  • 4 credit points

    for credit at your university

 

Курс «Введение в искусственный интеллект» поможет овладеть навыками Data Culture.

About

Курс является вводным и знакомит слушателей с основами науки о данных и принципами работы искусственного интеллекта. Курс будет интересен и полезен не только тем, кто уже знаком с основами анализа данных и программированием, но и тем, кто не имеет бэкграунда в этой области.

За последние десятилетия во многих областях науки и индустрии стали накапливаться большие объемы данных, а также стали развиваться методы машинного обучения, позволяющие извлекать из этих данных знания и экономическую пользу. Сегодня методы анализа данных позволяют решать настолько сложные задачи, что в применении к ним всё чаще используют термин “искусственный интеллект”.

Задача онлайн курса от НИУ ВШЭ — дать слушателям базовое представление о методах искусственного интеллекта, познакомить с терминологией и научить применять некоторые из методов для решения несложных задач. В процессе обучения вы дистанционно узнаете больше о мире искусственного интеллекта, его методах и даже самостоятельно попробуете обучать несложные модели на готовых данных.

Format

Курс состоит из 12 недель. Каждая неделя содержит видеолекции, тестовые задания и материалы для самостоятельного изучения. В открытом доступе вы можете ознакомиться с видеолекциями первых двух недель, остальные материалы станут доступны после оплаты курса. 

  1. Смолин Д. В. Введение в искусственный интеллект: конспект лекций. Учебное пособие. М: ФИЗМАТЛИТ, 2007. 
  2. Osondu O. A First Course in Artificial Intelligence. Bentham Science Publishers Ltd., 2021.
  3. Алексеева И.Ю. Интеллект и технологии: монография. М: Проспект, 2016.

Requirements

Course program

  1. Введение в искусственный интеллект.
  2. Введение в машинное обучение.
  3. Машинное обучение в задачах классификации.
  4. Введение в машинное обучение: кластеризация и визуализация данных.
  5. Введение в теорию вероятностей.
  6. Введение в математическую статистику.
  7. A/B тестирование.
  8. Основы визуализации данных.
  9. Введение в нейронные сети.
  10. Нейронные сети в задачах распознавания изображений.
  11. Нейронные сети в задачах стилизации изображений.
  12. Другие задачи искусственного интеллекта: рекомендательные системы и ассоциативные правила.

Education results

В результате усвоения курса слушатели научатся:  

  • Обучать несложные модели на готовых данных в Orange;
  • Интерпретировать статистические данные;
  • Проводить разведывательный анализ данных;
  • Понимать основные ошибки в рассуждениях на основе данных;
  • “Отличать случайное от неслучайного” — проверять гипотезы;
  • Грамотно визуализировать результаты исследований.

Formed competencies

 Курс позволяет освоить следующие компетенции в соответствии с Рекомендациями к дополнительным профессиональным программам ИТ-профиля, реализуемым в рамках проекта «Цифровые кафедры» университета–участника программы стратегического академического лидерства «Приоритет-2030»:

Сфера: Искусственный интеллект и машинное обучение
Компетенция: Применяет искусственный интеллект и машинное обучение
Уровень: Базовый

Сфера: Искусственный интеллект и машинное обучение
Компетенция: Решает задачи искусственного интеллекта (ИИ)
Уровень: Базовый

Education directions

Отзывы о курсе

Мягких Павел Игоревич


Position: приглашенный преподаватель Департамента больших данных и информационного поиска/Факультет компьютерных наук

Трусов Иван Алексеевич


Position: Приглашенный преподаватель Департамента больших данных и информационного поиска, Факультет компьютерных наук

Бурова Маргарита Борисовна

Магистр
Position: Старший преподаватель Департамента больших данных и информационного поиска Факультута компьютерных наук, академический руководитель образовательной программы "Магистр по наукам о данных" Факультета компьютерных наук, преподаватель Центра непрерывного образования Факультета компьютерных наук

course completion certificate

Certificate

Стоимость доступа ко всем материалам курса, возможности пройти экзамен с прокторингом и получить сертификат составляет 3600 рублей.

The cost of passing the procedures for assessing learning outcomes with personal identification - 3600 Р.

Similar courses