bart
PRO
- Сообщения
- 44.548
- Реакции
- 22.517
Искусственный интеллект и его применение к прикладным задачам
Stepik - Олег Максименко
Курс содержит теоретическую информацию, подкрепляемую проверкой путем выполнения небольших проверочных заданий.
Цель курса:
- Получение первичных теоретических знаний в области искусственного интеллекта, его разновидностях и сферах применения;
- Рассматриваются типы данных, используемые в работе с искусственным интеллектом;
- Даётся обзор принципов работы искусственного интеллекта.
Для кого этот курс:
- Постановщики бизнес-задач;
- Пользователи решений на основе искусственного интеллекта;
- Желающие приобрести знания в области основ искусственного интеллекта.
Начальные требования:
- Знание основ математики;
- Желание развивать знания и навыки в области искусственного интеллекта.
Спойлер: Программа курса
История развития искусственного интеллекта
01 Зарождение ИИ
02 Рождение термина ИИ
03 Начало эпохи ИИ
04 Новая волна: экспертные системы 70-х - 80-х
05 Виды ИИ
06 Виды Искусственного Интеллекта: философский взгляд
07 Типы Искусственного Интеллекта: по методам обучения
08 Итоги
Машинное обучение
01 Что это?
02 Традиционное Программирование vs. Машинное обучение
03 Парадигма машинного обучения
04 Типы машинного обучения
05 Supervised Machine Learning
06 Unsupervised Machine Learning
07 Reinforcement Machine Learning
08 Области применения машинного обучения
09 Недостатки машинного обучения
10 Итоги
Нейронные сети и глубокое обучение
01 Нейронные Сети
02 Глубокое Обучение
03 Машинное Обучение vs. Глубокое Обучение
04 Области применения Глубокого Обучения
05 Типы Архитектур для Нейронных Сетей
06 Итоги
Обработка данных и проектирование признаков
01 Dataset
02 Как работает машинное обучение
03 Проектирование признаков
04 Итоги
Продажник:
Скачать:
Stepik - Олег Максименко
Курс содержит теоретическую информацию, подкрепляемую проверкой путем выполнения небольших проверочных заданий.
Цель курса:
- Получение первичных теоретических знаний в области искусственного интеллекта, его разновидностях и сферах применения;
- Рассматриваются типы данных, используемые в работе с искусственным интеллектом;
- Даётся обзор принципов работы искусственного интеллекта.
Для кого этот курс:
- Постановщики бизнес-задач;
- Пользователи решений на основе искусственного интеллекта;
- Желающие приобрести знания в области основ искусственного интеллекта.
Начальные требования:
- Знание основ математики;
- Желание развивать знания и навыки в области искусственного интеллекта.
Спойлер: Программа курса
История развития искусственного интеллекта
01 Зарождение ИИ
02 Рождение термина ИИ
03 Начало эпохи ИИ
04 Новая волна: экспертные системы 70-х - 80-х
05 Виды ИИ
06 Виды Искусственного Интеллекта: философский взгляд
07 Типы Искусственного Интеллекта: по методам обучения
08 Итоги
Машинное обучение
01 Что это?
02 Традиционное Программирование vs. Машинное обучение
03 Парадигма машинного обучения
04 Типы машинного обучения
05 Supervised Machine Learning
06 Unsupervised Machine Learning
07 Reinforcement Machine Learning
08 Области применения машинного обучения
09 Недостатки машинного обучения
10 Итоги
Нейронные сети и глубокое обучение
01 Нейронные Сети
02 Глубокое Обучение
03 Машинное Обучение vs. Глубокое Обучение
04 Области применения Глубокого Обучения
05 Типы Архитектур для Нейронных Сетей
06 Итоги
Обработка данных и проектирование признаков
01 Dataset
02 Как работает машинное обучение
03 Проектирование признаков
04 Итоги
Продажник:
Для просмотра вы должны войти или зарегистрироваться.
Скачать:
Скрытое содержимое могут видеть только пользователь группы: PRO
Качать без ограничений Купить доступ к 1 теме
Качать без ограничений Купить доступ к 1 теме
Скрытое содержимое для пользователей: Ferr