Программа курса
День первый
- История развития ИИ
- ИИ сегодня
- Актуальные проблемы ИИ
- Области применения
- Компании, имеющие комплексные решения ИИ
День второй
- Другие способы и инструменты для реализации проектов ИИ
- Процесс разработки моделей машинного обучения
- Подготовка набора данных для разработки моделей МО
День третий
- Типы алгоритмов машинного обучения
- Алгоритмы классического машинного обучения
День четвертый
- Алгоритмы глубокого машинного обучения
День пятый
- Методы оценки полученной модели
- Развертывание модели в качестве готового решения
- Библиотеки Python для разработки моделей МО и обработки данных
- Scikit Learn
- TensorFlow
- Pandas
- Numpy
- PyTorch
- Case studies - примеры использования ИИ в зависимости от области интересов слушателей (медицина, финансы, искусство)
Лабораторные работы
- Установка среды для работы
- Введение в Python для ИИ
- Введение в Python для ИИ
- Работа с данными
- Создание модели классического машинного обучения
- Создание модели глубокого машинного обучения
- Оценка и развертывание модели (Docker)