Программы - Дополнительное профессиональное образование

Технологии искусственного интеллекта, визуализации и анализа данных Повышение квалификации 09.00.00 Информатика и вычислительная техника 256 часов

Форма обучения

очно-заочная с применением ЭОиДОТ
Документ

Удостоверение о повышении квалификации
Контакты

Ракитин Роман Юрьевич +7 (3852) 29-81-18 college@asu.ru
Центр подготовки

Центр дополнительного профессионального образования Колледжа АлтГУ
сайт центра программы центра 656038, Алтайский край, г Барнаул, пр-кт Комсомольский, д. 100, аудитория 307Кс

Условия обучения
- количество часов: 256 ак. часов
- форма обучения: очно-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

Образовательная программа «Технологии искусственного интеллекта, визуализации и анализа данных» направлена на формирование у слушателей следующих компетенций: способность применять методы обработки, визуализации и анализа данных в профессиональной деятельности, способность разрабатывать системы искусственного интеллекта и модели поддержки принятия решений для задач профессиональной деятельности.

Обучение начинается по мере формирования групп от 3 слушателей.

Структура курса

Основные разделы и темы
- Алгоритмы обучения с учителем
- Введение в машинное обучение
- Визуализация данных
- Другие типы данных в Python
- Задача классификации
- Задача кластеризации
- Задача регрессии
- Инструкции в Python
- Корреляционный анализ
- Модули и пакеты
- Общие сведения о языке программирования
- Операторы в Python
- Описательная статистика
- Оптимизация моделей
- Основы объектно ориентированного программирования (ООП)
- Переменные в Python
- Пользовательские функции в Python
- Среды разработки и работа с документацией
- Строковый тип данных
- Теория вероятностей и основы математической статистики
- Числовые массивы NumPy. Работа с объектами DataFrame и Serias
- Числовые типы данных
Особенности программы
- Практическая направленность
- Преподаватели-практики
- Индивидуальная траектория обучения
Как проходит курс
- Возможность проходить курс в любое удобное время
- Занятия проходят в дистанционном ассинхронном формате
- 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

Знает основы и принципы искусственного интеллекта, включая понимание различных подходов к машинному обучению и обучению с подкреплением
Владеет разработкой и выполнением проектов, связанных с анализом данных и применением методов искусственного интеллекта
Умеет понимать основные концепции и принципы искусственного интеллекта
Знает основы программирования на языках, используемых в анализе данных и искусственном интеллекте, таких как Python
Знает принципы выбора и настройки моделей машинного обучения, включая нейронные сети, решающие деревья и другие
Знает понимание различных типов данных, включая структурированные и неструктурированные данные (текст, изображения и др.)
Знает основные концепции и методы анализа данных, включая статистику, методы предварительной обработки данных и кластеризацию
Владеет навыками создания презентации и отчетов, демонстрирующих результаты анализа данных и использование ИИ-технологий
Владеет способностью выбирать наиболее подходящие методы и инструменты для решения конкретных задач
Умеет критически оценивать результаты анализа данных и выбирать наиболее подходящие методы и подходы для конкретных задач
Умеет разрабатывать и реализовывать проекты, включая создание моделей машинного обучения, анализ данных и визуализацию результатов
Умеет программировать на языках, используемых в анализе данных и искусственном интеллекте, таких как Python
Умеет производить исследовательский анализ данных (EDA), выявляя закономерности и паттерны
Умеет применять нейронные сети и другие методы глубокого обучения для анализа изображений, текстов и других типов данных
Умеет работать с различными типами данных, включая структурированные, неструктурированные и временные ряды
Умеет изучать и разрабатывать модели машинного обучения для решения задач классификации, регрессии, кластеризации и других

Какпоступить?

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