Введение в основные концепции и методы искусственного интеллекта, от алгоритмов поиска и представления знаний до машинного обучения и этических аспектов применения искусственного интеллекта в обществе. Вы получите фундаментальное понимание истории, эволюции и значения ИИ для различных отраслей.

Этот модуль устраняет разрыв между теорией и практическим применением машинного обучения. Вы изучите основные методы обучения с учителем и без него, уделяя особое внимание всему конвейеру машинного обучения, включая предварительную обработку данных, выбор модели и этические соображения.

Начиная с фундаментальных концепций, вы перейдете к передовым методам глубокого обучения, охватывающим перцептроны, сверточные нейронные сети (CNN), рекуррентные нейронные сети (RNN) и модели внимания. Вы получите практический опыт проектирования и обучения сетей, а также решения вопросов объяснимости и этики.

Этот модуль изучает системы поддержки принятия решений на основе ИИ, их роль в различных отраслях и их способность улучшать процесс принятия решений человеком. Вы получите представление о применении ИИ для достижения оптимальных результатов, включая роль моделирования и этические последствия автоматизации принятия решений.

Кульминация курса потребует от вас продемонстрировать свои знания, определив критические проблемы, проведя тщательный обзор литературы и разработав инновационные решения в области искусственного интеллекта. Вы проведете независимые исследования и разработаете ИИ-решение под руководством опытных сотрудников.

Этот модуль посвящен распределенному хранению данных, платформам обработки, а также разработке и развертыванию масштабируемых облачных приложений. Вы будете обучены решать проблемы, связанные с управлением большими объемами данных в облаке, что имеет решающее значение для современных решений искусственного интеллекта.