III уровень Искусственный интеллект

Искусственный интеллект и нейротехнологии для "чайников"

Донской государственный технический университет
72,00 часа длительность
Онлайн формат
Начальный уровень

Описание

Курс рассчитан на начальный  уровень подготовки.

Компетенции цифровой экономики, достигаемые в курсе: 1. Способность к управлению информацией и данными, 2. Способность человека ставить себе образовательные цели под возникающие жизненные задачи.

Требования для вхождения в курс: базовые знания математики (алгебра на уровне 11 класса средней школы, основные знания математической статистики), основы программирования на любом языке программирования, владение ПК на уровне продвинутого пользователя (ОС семейства Windows, текстовые редакторы и электронные таблицы (например: MS Word, MS Excel)), устойчивый доступ в Интернет.

Актуальность программы: слушатель познакомится с библиотеками языка программирования Python (Pandas, Statistics, Numpy, Sklearn, надстройками Keras, Tensorflow для реализации искусственной нейронной сети). В качестве дополнительной среды разработки будет использована среда Anaconda, и произойдет знакомство с возможностью on-line разработки в среде Google Colaboratory.

Цель: формирование систематических знаний об искусственном интеллекте и нейротехнологиях, их месте в науке, промышленности и бизнесе; получение и углубление знаний о применении языка программирования Python для построения нейронных сетей.

По окончанию курса обучающийся будет знать: общие понятия искусственного интеллекта и нейросетей; уметь использовать инструментальные программные средства для построения нейронных сетей и иметь опыт применения данных знаний, умений и навыков на практике.

Цель программы
Формирование систематических знаний и навыков управления информацией и данными в областях искусственного интеллекта и нейротехнологий. Формирование способности человека ставить и получать образовательные цели под возникающие жизненные задачи в областях искусственного интеллекта и нейротехнологий. Получение и углубление знаний о применении языка программирования Python для построения нейронных сетей.

Требования

1  Образование  - среднее, среднее профессиональное  

2  Квалификация  - любая    

3 Наличие опыта профессиональной деятельности  необязательно 

4 Предварительное освоение иных дисциплин/курсов /модулей  - алгебра и начало анализа-11 класс, основы математической статистики, информатика-11 класс  

 

Иные требования и рекомендации для обучения по программе

1  Образование  - среднее, среднее профессиональное  

2  Квалификация  - любая    

3 Наличие опыта профессиональной деятельности  необязательно 

4 Предварительное освоение иных дисциплин/курсов /модулей  - алгебра и начало анализа-11 класс, основы математической статистики, информатика-11 класс  

 

Модули

свернуть
Модуль 1 Введение в искусственный интеллект и нейротехнолог
Тема 1.1 Введение в искусственный интеллект (3 час.) История развития, современное применение, программы и ресурсы Тема 1.2 Введение в машинное обучение: классификация и кластеризация(3 час.) Регрессия, случайный лес, методы ближайших соседей и главных компонент, примеры применения Тема 1.3 Введение в нейротехнологии (6 час.) История возникновения нейронных сетей, биологическая аналогия, структурные компоненты, функции активации, процесс обучения с учителем и без, сверточные сети, проблема компьютерного зрения Тема 1.4 Рекомендательные системы и ассоциативные правила (3 час.) User-to-User системы, Item-to-Item системы, ассоциативные правила, применение в дизайне и моде
Модуль 3 Основы практической реализации нейронных сетей на
Модуль 3. Основы практической реализации нейронных сетей на языке Python (31 час.) Тема 3.1. Работа с платформой Google Colaboratory (9 час.) Тема посвящена облачной платформе от Google для продвижения технологий машинного обучения Тема 3.2. Простейшая нейронная сеть на Python (11 час.) тема посвящена реализации искусственной нейронной сети на высокоуровневом языке программирования Python Тема 3.3. Распознавание предметов одежды с применением Keras (11 час.) Рассматриваем, как в Keras в составе TensorFlow создать и обучить нейронную сеть для распознавания предметов одежды. Используется полносвязная нейронная сеть. Подробно рассматриваются все этапы обучения нейросети
Модуль 2 Основы программирования на Python
Тема 2.1. Основы синтаксиса, типы и структуры в Python (5 час.) Синтаксис, типы, структуры в Python Тема 2.2. Основные операторы и операции языка Python. Основные алгоритмы и их реализация на Python (5 час.) Основные операторы, операции, алгоритмы и их реализация на Python Тема 2.3. Операторы ввода и вывода данных, условные конструкции и операторы цикла в Python (8 час.) Операторы ввода и вывода данных, условные конструкции и операторы цикла в Python Тема 2.4. Функции и методы работы со строками, списки, методы работы со списками и кортежи в Python (8 час) Строки, списки и кортежи в Python
Модуль 1 Введение в искусственный интеллект и нейротехнолог
Тема 1.1 Введение в искусственный интеллект (3 час.) История развития, современное применение, программы и ресурсы Тема 1.2 Введение в машинное обучение: классификация и кластеризация(3 час.) Регрессия, случайный лес, методы ближайших соседей и главных компонент, примеры применения Тема 1.3 Введение в нейротехнологии (6 час.) История возникновения нейронных сетей, биологическая аналогия, структурные компоненты, функции активации, процесс обучения с учителем и без, сверточные сети, проблема компьютерного зрения Тема 1.4 Рекомендательные системы и ассоциативные правила (3 час.) User-to-User системы, Item-to-Item системы, ассоциативные правила, применение в дизайне и моде
Модуль 2 Основы программирования на Python
Тема 2.1. Основы синтаксиса, типы и структуры в Python (5 час.) Синтаксис, типы, структуры в Python Тема 2.2. Основные операторы и операции языка Python. Основные алгоритмы и их реализация на Python (5 час.) Основные операторы, операции, алгоритмы и их реализация на Python Тема 2.3. Операторы ввода и вывода данных, условные конструкции и операторы цикла в Python (8 час.) Операторы ввода и вывода данных, условные конструкции и операторы цикла в Python Тема 2.4. Функции и методы работы со строками, списки, методы работы со списками и кортежи в Python (8 час) Строки, списки и кортежи в Python
Модуль 3 Основы практической реализации нейронных сетей на
Модуль 3. Основы практической реализации нейронных сетей на языке Python (31 час.) Тема 3.1. Работа с платформой Google Colaboratory (9 час.) Тема посвящена облачной платформе от Google для продвижения технологий машинного обучения Тема 3.2. Простейшая нейронная сеть на Python (11 час.) тема посвящена реализации искусственной нейронной сети на высокоуровневом языке программирования Python Тема 3.3. Распознавание предметов одежды с применением Keras (11 час.) Рассматриваем, как в Keras в составе TensorFlow создать и обучить нейронную сеть для распознавания предметов одежды. Используется полносвязная нейронная сеть. Подробно рассматриваются все этапы обучения нейросети

Преподаватели

Андрющенко

Сергей Андреевич

Донской государственный технический университет

Климова

Елена Николаевна

Донской государственный технический университет

Нестерова

Анна Вячеславовна

Донской государственный технический университет

Развеева

Ирина Федоровна

Донской государственный технический университет
Авторизуйтесь чтобы записаться

Ответственный за программу

ds@donstu.ru

+79185251946