Машинное обучение и искусственный интеллект: с нуля до результата

1.

Машинное обучение и
искусственный интеллект: с
нуля до результата
Дополнительная профессиональная программа повышения квалификации

2.

Общие сведения
Область реализации компетенций цифровой экономики Искусственный интеллект.
Общая трудоемкость программы – 72 академических часа.
К освоению программы повышения квалификации
допускаются лица: имеющие среднее профессиональное и
(или) высшее образование.
Программа полностью реализуется с применением
дистанционных образовательных технологий.

3.

Список разделов/модулей
№
1
2
Наименование раздела, дисциплины (модуля)
Основы ИИ
Основы Python
3
4
5
Базовые методы машинного обучения
Нейронные сети
Современные методы ИИ и их применение

4.

Аттестация
Для зачисления на программу необходимо пройти входное
диагностическое тестирование.
Каждый модуль завершается тестированием.
Обучение по программе завершается итоговым
тестированием.
Для получения КПК необходимо успешно пройти все тесты (на
положительную оценку).

5.

Планируемые результаты обучения
Знание (осведомленность в областях).
Базовые операторы и структуры данных языка Python;
Реализация основных алгоритмов на языке Python;
Основные задачи и базовые методы машинного обучения;
Принципы выбора методов машинного обучения при решении
практических задач;
Современные сервисы, построенные на основе ИИ;
Основы построения и обучения нейронных сетей различного типа
с использованием фреймворка PyTorch.

6.

Планируемые результаты обучения
Умение (способность к деятельности).
Использование операторов и базовых структур данных языка Python при
решении задач;
Подбор наиболее подходящих алгоритмов при решении задач на языке
Python;
Решение основных задач машинного обучения;
Построение базовых моделей машинного обучения;
Использование сервисов на основе ИИ для решения практических
задач;
Использование фреймворка PyTorch для построения и обучения
нейронных сетей различного типа

7.

Планируемые результаты обучения
Навыки (использование конкретных инструментов).
Использования средств языка Python для решения практических задач;
Подбора наиболее релевантного алгоритма для решения практических
задач;
Анализа условий задач машинного обучения;
Реализации методов машинного обучения на языке Python;
Работы с различными онлайн-сервисами, в основе которых лежит ИИ;
Решения практических задач с использованием нейронных сетей и
фреймворка PyTorch

8.

Требуемое ПО
Anaconda with Python 3.8 (для операционной системы Windows)
https://www.anaconda.com/products/individual
64-Bit Graphical Installer (466 MB)
https://repo.anaconda.com/archive/Anaconda3-2020.07Windows-x86_64.exe
32-Bit Graphical Installer (397 MB)
https://repo.anaconda.com/archive/Anaconda3-2020.07Windows-x86.exe