В результате освоения программы слушатель должен приобрести или усовершенствовать знания и умения, необходимые для качественного изменения компетенций.
Слушатели будут:
Знать:
- краткую историю развития технологий ИИ, роль ИИ и других сквозных технологий в современной цифровой экономике;
- основные понятия, связанные со слабым ИИ (машинное обучение, глубокое обучение, нейросеть, компьютерное зрение, анализ данных, обработка естественного языка и др.);
- этапы разработки проекта с использованием ИИ;
современный дискурс относительно рисков использования ИИ и этики;
- основные методы планирования и подготовки уроков с использованием цифровых инструментов и сервисов;
- основы работы с библиотеками numpy, pandas, matplotlib, sqlite, nltk, opencv, scikit-learn и др.;
- основы дизайн-мышления для создания востребованных продуктов с использованием технологий ИИ;
- базовые операции по сбору и предобработке наборов данных для проектов ИИ;
- алгоритмы машинного обучения с учителем, без учителя, обучения с подкреплением и параметры, важные для обучения этих алгоритмов;
- метрики для оценки эффективности работы моделей машинного обучения.
Уметь:
- использовать язык Python создания моделей машинного обучения;
- разрабатывать и вести собственные проекты с использованием ИИ;
- работать с библиотеками numpy, pandas, matplotlib, sqlite, nltk, opencv, scikit-learn и др.;
- проводить сбор и предобработку наборов данных;
- создавать и обучать модели машинного обучения;
- оценивать эффективность моделей;
- производить развертывание моделей ИИ на конечных устройствах.
Владеть навыками и будут способны и готовы:
- работать над проектами машинного обучения в среде PyCharm и облачной среде Google Colab;
- создавать модели машинного обучения для задач анализа данных, компьютерного зрения, обработки естественного языка;
- визуализировать и интерпретировать исходные данные и результаты работы модели;
- производить нормирование, стандартизацию и масштабирование исходных данных сообразно требованиям модели машинного обучения.