Технологии машинного обучения и искусственного интеллекта Повышение квалификации 09.00.00 Информатика и вычислительная техника 74 часа
  • Форма обучения
    заочная с применением ЭОиДОТ
  • Документ
    Удостоверение о повышении квалификации
  • Контакты
    Шалыгина Александра Александровна +7-960-954-5600 shalygina@mail.asu.ru
  • Центр подготовки
    Учебный центр по дополнительному профессиональному образованию института математики и информационных технологий
    сайт центра программы центра 656049, Алтайский край, г Барнаул, пр-кт Красноармейский, д. 90, аудитория 506К
  • Условия обучения
    • количество часов: 74 ак. часа
    • форма обучения: заочная с применением ЭОиДОТ
    • к освоению программы допускаются лица, имеющие высшее или среднее профессиональное образование, получающие высшее образование
  • Необходимые документы
    • документ об образовании (диплом ВО, диплом СПО) или справка об обучении для лиц, получающих высшее образование
    • паспорт гражданина РФ или документ, заменяющий его
    • документ об изменении фамилии, имени, отчества (при необходимости)

Информация опрограмме

Целью реализации программы является формирование у слушателей умений и навыков решения ML-задач и создания модулей машинного обучения (МО) для решения прикладных задач

Структура курса

  • Основные разделы и темы Модуль 1.01
    • Облачная среда Google Colab. Разведочный анализ данных. Визуализация данных.
    Модуль 1.02
    • Задача кластеризации данных. Методы k-means и иерархическая кластеризация
    Модуль 1.03
    • Корреляционно-регрессионный анализ. Метрики качества регрессии
    Модуль 1.04
    • Бинарная классификация. Логистическая регрессия. Метрики качества классификации
    Модуль 1.05
    • Деревья решений. Древесные модели: случайный лес (Random Forest), бустинг (XGBoost, Catboost)
    Модуль 2.01
    • Основы работы с изображениями в Open CV. Статистический анализ изображений. Попиксельная обработка и пороговая бинаризация изображений.
    Модуль 2.02
    • Фильтрация изображений. Операции математической морфологии.
    Модуль 2.03
    • Поиск контуров. Измерение размеров объектов на изображении.
    Модуль 2.04
    • Использование библиотеки Tesseract для распознавания текстов
    Модуль 3.01
    • Введение в глубокое обучение. Принципы обучения нейросетей: backpropagation, функции потерь, оптимизаторы. Использование фреймворка TensorFlow для построения и обучения нейросетевых моделей
    Модуль 3.02
    • Сверточные нейронные сети. Аугментация данных. Перенос обучения и использование предобученных нейронных сетей
    Модуль 3.03
    • Задача детекции объектов. Использование сверточной нейронной сети YOLO для обнаружения объектов на изображениях и в видео
    Модуль 4.01
    • Обзор языковых моделей для работы с текстом. Методология написания эффективных промтов (запросов) для генерации лекций, планов, семинаров, тестовых заданий. Использование AI для проверки работ
    Модуль 4.02
    • Генерация презентаций на основе подготовленных планов. Подготовка изображений, видео и звуки с помощью нейросетей
  • Особенности программы
    • Практическая направленность
    • Преподаватели-практики
    • Индивидуальная траектория обучения
  • Как проходит курс
    • Возможность проходить курс в любое удобное время
    • Удобный формат обучения
    • Возможность индивидуальных консультаций с преподавателями
  • А также
    • Удостоверение о повышении квалификации
    • Повышаются ваши шансы в конкурсном отборе при трудоустройстве
    • Возможность зачисления в кадровый резерв

Успешный выпускник нашей программы

  • ПК-1 Разрабатывает программное обеспечение
  • Уметь - самостоятельно разрабатывать программное обеспечение и применять языки программирования для решения технически сложных задач
  • Владеть - навыками разработки программного обеспечания с использованием технологий искусственного интеллекта
  • ПК-2 Применяет искусственный интеллект и машинное обучение
  • Знать - Теоретические основы технологий искусственного интеллекста и методы машинного обучения
  • Уметь - Применять технологии искуственного интеллекта и машинного обучения для решения поставленных задач
  • Владеть - Навыками применения технологий искусственного интеллекта и методами машинного обучения под контролем опытного специалиста
  • Знает Методы и подходы к разработке программного обеспечения и языки программирования для решения технически сложных задач
  • Знает Методы манинного обучения и классы задач МО
  • Умеет Применять принципы и методы МО при решении задач, сопоставлять класс задач МО задачам предметной области при внешней постановке задачи
  • Владеет Навыками разработки модулей подпрограммы с использованием методов машинного обучения под контроем опытного специалиста
  • Разрабатывает модули машинного обучения (МО) для решения задач

Какпоступить?

  • Выбери интересующую программу и заполни форму заявки
  • Ответь на звонок нашего специалиста
  • Собери полный комплект документов
  • Отправь документы для зачисления