Курс на Stepik
Обложка курса «artificial intelligence (Ru)» на Stepik
Бесплатно

artificial intelligence (Ru) 4.000

Открыть на
STEPIK.ORG

Курс открывает мир искусственного интеллекта простым и понятным языком. Теория сочетается с практическими заданиями. Вы не только узнаете, как работают ИИ-системы, но и научитесь применять их на практике.

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «artificial intelligence (Ru)»Учеников на курсе 64
Сертификаты, выданные на курсе «artificial intelligence (Ru)»Сертификатов выдано 0
Отзывы о курсе «artificial intelligence (Ru)»Отзывов получено 2
Рейтинг курса «artificial intelligence (Ru)»Рейтинг курса 4.000
Уроки в курсе «artificial intelligence (Ru)»Количество уроков 30
Тесты в курсе «artificial intelligence (Ru)»Количество квизов 68
Время прохождения курса «artificial intelligence (Ru)»Время прохождения курса
Обновления курса «artificial intelligence (Ru)»Обновления курса
Дата публикации курса «artificial intelligence (Ru)»Дата публикации курса
Последнее обновление курса «artificial intelligence (Ru)»Последнее обновление

Содержание курса

Разделы в курсе «artificial intelligence (Ru)» 6 разделов Уроки в курсе «artificial intelligence (Ru)» 30 уроков Тесты в курсе «artificial intelligence (Ru)» 68 тестов Время прохождения курса «artificial intelligence (Ru)» 0 ч. Последнее обновление курса «artificial intelligence (Ru)» обн. 16 августа 2026

Дерево решений

5 уроков
1. Ввведение в машинное обучение
2. Основы дерева решений
3. Построение дерева решений (1)
4. Построение дерева решений (2)
5. Проект

Обучение без учителя

5 уроков
1. Введение в обучение без учителя
2. Метод k-средних
3. Иерархическая кластеризация
4. Оценка производительности
5. Итоги

SVM (Метод опорных векторов)

3 урока
1. Введение
2. Математическая постановка задачи
3. Применение SVM

Проект

1 урок
1. Описание проекта

Обучение с учителем

2 урока
1. Перцептроны
2. Модель нейронной сети с обратным распространением ошибки

Обучение без учителя

14 уроков
1. Сигнальный метод обучения Хебба
2. Алгоритм Кохонена
3. Нейронная сеть Хопфилда
4. Нейронная сеть Хэмминга
5. Метод потенциальных функций
6. Метод предельных упрощений
7. Алгоритм с ковариациями и с квадратичными описаниями
8. Коллективы решающих правил
9. Кластерный анализ
10. Иерархическое группирование
11. Модели применения падежей или времен
12. Раскрытие скобок в выражениях
13. Поиск пути в лабиринте
14. Элементы нечеткой логики