Использование искусственного интеллекта и нейросетей в профессиональной деятельности

Требования к слушателям:

Категория слушателей:

• Введение в машинное обучение;
• Исусственный интеллект;
• Обработка естественного языка, распознавание и синтез речи;
• Представление знаний в экспертных системах;
• УП Системы искусственного интеллект и др.

• Искусственный интеллект в России разработка и применение;
• Руководство по использованию генеративного искусственного интеллекта
• Руководство по нейросетям для чайников;
• Эффективные отечественные практики применения технологий искусственного интеллекта в промышленности и др.

• Искусственный интеллект: проблемы и перспективы
• Искусственный интеллект: понятие, признаки, классификация;
• Экспертные системы: структура, возможности, классификация.

• теоретические основы анализа данных и машинного обучения;
• специфику работы алгоритмов машинного обучения;
• принципы обучения и применения нейронных сетей;
• архитектуры глубоких нейронных сетей, применяемых в решении практических задач связанных с анализом изображений и текстов;
• теоретические основы и алгоритмы обучения с подкреплением;
• применение обучения с подкреплением для практических задач.

• применять методы машинного обучения, подготавливать данные и интерпретировать результаты;
• настраивать необходимое окружение для работы с нейронными сетями;
• применять и дообучать предобученные нейронные сети из доступных библиотек;
• осуществлять выбор и реализацию алгоритмов обучения с подкреплением с учетом специфики задачи;
• осуществлять адаптацию и настройку алгоритмов обучения с подкреплением под определенную среду.

• изучения новых трендов в своей профессиональной отрасли, рассмотрения их с точки зрения применения в своей деятельности;
• оценивания применимости алгоритмов, возможных рисков и последствий ошибок, нахождения оптимальных решений для рабочих задач;
• проведения полного цикла вычислительного эксперимента, отражения хода выполнения проекта и получения результатов в отчетах и документации;
• использования существующих программных библиотек и моделей, создания программных реализаций глубоких нейронных сетей;
• использования существующих программных библиотек и моделей, создания программных реализаций на основе алгоритмов обучения с подкреплением.

1. Повышение квалификации в своей текущей профессии за счёт внедрения ИИ-инструментов.
2. Переход на новые, перспективные и востребованные роли, связанные с применением ИИ.

Оценка качества обучения