Введение в искусственный интеллект и нейронные сети

Основы ИИ: типы машинного обучения, предобработка данных, классификаторы, регрессоры, ансамбли и нейронные сети (в т.ч. сверточные).
Для всех RU
Записаться
Объём
48 час.
Длительность
45 дней
Нагрузка
8 час.
Формат обучения
Дистанционно (самостоятельно)
Описание Учебный курс посвящен введению в искусственный интеллект и нейронные сети. Рассматриваются понятие искусственного интеллекта, три типа машинного обучения, искусственные нейроны и персептрон, базовая терминология. Изучаются принципы построения систем машинного обучения, предобработка данных, работа с классификаторами и регрессорами, ансамблевое обучение, деревья принятия решений, обработка дисбаланса классов, кластеризация и архитектура нейронных сетей, включая сверточные. Материал адресован студентам и инженерам.
Цели
  • Сформировать понимание базовых задач и методов ИИ.
  • Развить умение применять алгоритмы классификации, регрессии и кластеризации.
  • Подготовить к работе с искусственными нейронными сетями.
Чему я научусь?
  • Описывать типы машинного обучения и их сценарии применения.
  • Применять классификаторы и регрессоры к учебным наборам данных.
  • Использовать ансамблирование для повышения качества моделей.
  • Проектировать архитектуру простой нейронной сети.

Авторы

Румянцев Дмитрий
Чему я научусь?
  • Описывать типы машинного обучения и их сценарии применения.
  • Применять классификаторы и регрессоры к учебным наборам данных.
  • Использовать ансамблирование для повышения качества моделей.
  • Проектировать архитектуру простой нейронной сети.

Учебный план

№ Занятия
Введение в искусственный интеллект и нейронные сети
1 Что такое искусственный интеллект 39 мин
2 Три типа машинного обучения 27 мин
3 Искусственные нейроны и персептрон 111 мин
Машинное обучение
4 Основная терминология 15 мин
5 Принципы построения систем машинного обучения 18 мин
6 Предварительная обработка данных 42 мин
7 Работа с классификаторами 90 мин
8 Создание регрессоров 45 мин
Предсказательная аналитика на основе ансамблевого обучения
9 Введение в ансамблевое обучение 18 мин
10 Деревья принятия решений 93 мин
11 Обработка дисбаланса классов 27 мин
12 Обучение без учителя и кластеризация данных 78 мин
13 Смешанные гауссовские модели 36 мин
Искусственные нейронные сети
14 Введение в искусственные нейронные сети 51 мин
15 Построение однослойной нейронной сети 39 мин
16 Построение многослойной нейронной сети 33 мин
17 Сверточные нейронные сети (CNN) 48 мин
18 Создание CNN для распознавания образов 111 мин
19 Литература. Введение в искусственный интеллект и нейронные сети 3 мин
Экзамен
^