Openedu.ru

Дополнительное профессиональное образование
уровень образования
Русский
язык программы
5 недель
длительность программы
2 зачётных единицы
72 академических часа
Стоимость 30 000 Р
за обучение

Программа повышения квалификации «Основы искусственного интеллекта» предлагает слушателям комплексное введение в ключевые концепции и методы, формирующие современную область искусственного интеллекта. Лектор программы, Душкин Роман Викторович, эксперт в области искусственного интеллекта и старший преподаватель кафедры 22 «Кибернетика» НИЯУ МИФИ, освещает историческое развитие искусственного интеллекта, начиная с античности и заканчивая современными подходами, такими как машинное обучение, эволюционные алгоритмы и системы, основанные на знаниях. Слушатели познакомятся с базовыми задачами искусственного интеллекта, такими как поиск пути на графе и обработка естественного языка, а также важными инструментами, включая формулу Байеса и структуры данных. Программа также включает изучение символьного подхода, генетических алгоритмов и нейронных сетей, что позволит понять разнообразие методов и их практическое применение. Особое внимание уделяется обучению с подкреплением и архитектурному подходу к когнитивным процессам, что помогает осознать взаимодействие агентов с окружающей средой. Программа завершается обсуждением современных тенденций и будущих направлений в области искусственного интеллекта, предоставляя слушателям возможность углубить свои знания и подготовиться к решению актуальных задач в этой области.

Требования

Базовые знания в области информатики и математики.

Интерес к искусственному интеллекту и его приложениям.

Опыт работы с компьютером на уровне пользователя.

Желание изучать новые технологии.

Программа обучения

Модуль 1. Базовые концепции искусственного интеллекта

Урок 1. Что такое искусственный интеллект?
Урок 2. Поиск пути на графе как базовая задача искусственного интеллекта
Урок 3. Обработка естественного языка как центральная задача искусственного интеллекта
Урок 4. Формула Байеса
Урок 5. Краткое введение в базы данных и базы знаний
Урок 6. Введение в структуры данных для организации памяти

Модуль 2. Парадигмы и направления искусственного интеллекта

Урок 7. Символьный подход в искусственном интеллекте
Урок 8. Краткое введение в генетические алгоритмы
Урок 9. Машинное обучение
Урок 10. Краткое введение в теорию нейронных сетей
Урок 11. Обучение с подкреплением
Урок 12. Введение в архитектурный подход к когнитивным процессам

Результаты обучения

В результате обучения по курсу слушатель будет

Знать:

Основные понятия и принципы искусственного интеллекта (ИИ).
Общие алгоритмы и модели, применяемые в ИИ.
Основы машинного обучения и нейронных сетей.
Модели и методы обработки данных в ИИ.
Междисциплинарные аспекты применения ИИ в науке, технике и бизнесе.
Методики разработки и внедрения ИИ в практические задачи.

Уметь:

Анализировать и разрабатывать алгоритмы ИИ в различных областях, включая обработку изображений, текстов и данных.
Примененять методов машинного обучения для решения практических задач.
Создавать и обучать модели машинного обучения, примененять нейронные сети для обработки данных.
Использовать ИИ для автоматизации и оптимизации процессов.

Владеть:

Навыками разработки и внедрения моделей ИИ для анализа и прогнозирования данных.
Навыками применения инструментов и платформ для разработки ИИ-решений.
Навыками экспериментальных исследований и оптимизации алгоритмов ИИ в разнообразных задачах.