Машинное обучение и искусственный интеллект: с нуля до результата

Август 8, 2022

Главная
Образование
Машинное обучение и искусственный интеллект: с нуля до результата

Содержание

2. Общие сведения Область реализации компетенций цифровой экономики - Искусственный интеллект. Общая трудоемкость программы – 72 академических
3. Список разделов/модулей
4. Аттестация Для зачисления на программу необходимо пройти входное диагностическое тестирование. Каждый модуль завершается тестированием. Обучение по
5. Планируемые результаты обучения Знание (осведомленность в областях). Базовые операторы и структуры данных языка Python; Реализация основных
6. Планируемые результаты обучения Умение (способность к деятельности). Использование операторов и базовых структур данных языка Python при
7. Планируемые результаты обучения Навыки (использование конкретных инструментов). Использования средств языка Python для решения практических задач; Подбора
9. Скачать презентацию

Слайд 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.

Слайд 3

Список разделов/модулей

Слайд 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).

Слайд 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.

Слайд 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

Слайд 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

Машинное обучение и искусственный интеллект: с нуля до результата

Содержание

Общие сведенияОбласть реализации компетенций цифровой экономики - Искусственный интеллект. Общая трудоемкость

Список разделов/модулей

АттестацияДля зачисления на программу необходимо пройти входное диагностическое тестирование.Каждый модуль завершается

Планируемые результаты обученияЗнание (осведомленность в областях).Базовые операторы и структуры данных языка

Планируемые результаты обученияУмение (способность к деятельности). Использование операторов и базовых структур

Планируемые результаты обученияНавыки (использование конкретных инструментов).Использования средств языка Python для решения

Похожие презентации

Общие сведения
Область реализации компетенций цифровой экономики - Искусственный интеллект.
Общая трудоемкость

Аттестация
Для зачисления на программу необходимо пройти входное диагностическое тестирование.
Каждый модуль завершается

Планируемые результаты обучения
Знание (осведомленность в областях).
Базовые операторы и структуры данных языка

Планируемые результаты обучения
Умение (способность к деятельности).
Использование операторов и базовых структур

Планируемые результаты обучения
Навыки (использование конкретных инструментов).
Использования средств языка Python для решения