Курс на Stepik
Обложка курса «Искусственный интеллект и машинное обучение» на Stepik
Бесплатно

Искусственный интеллект и машинное обучение ★ 0.000

Открыть на
STEPIK.ORG

Курс "Введение в искусственный интеллект" познакомит вас с основами ИИ и машинного обучения, включая работу с данными, алгоритмами и нейронными сетями. Вы узнаете о ключевых приложениях ИИ в реальных проектах, этических вопросах его использования и перспективах развития. Курс подготовит вас к первым шагам в карьере в области искусственного интеллекта и машинного обучения.

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «Искусственный интеллект и машинное обучение»Учеников на курсе 3
Сертификаты, выданные на курсе «Искусственный интеллект и машинное обучение»Сертификатов выдано 0
Отзывы о курсе «Искусственный интеллект и машинное обучение»Отзывов получено 0
Рейтинг курса «Искусственный интеллект и машинное обучение»Рейтинг курса 0.000
Уроки в курсе «Искусственный интеллект и машинное обучение»Количество уроков 21
Тесты в курсе «Искусственный интеллект и машинное обучение»Количество квизов 21
Обновления курса «Искусственный интеллект и машинное обучение»Обновления курса — —
Дата публикации курса «Искусственный интеллект и машинное обучение»Дата публикации курса — ———
Последнее обновление курса «Искусственный интеллект и машинное обучение»Последнее обновление — ———
Сложность easy — ———

Содержание курса

Разделы в курсе «Искусственный интеллект и машинное обучение» 7 разделов Уроки в курсе «Искусственный интеллект и машинное обучение» 21 урок Тесты в курсе «Искусственный интеллект и машинное обучение» 21 тест Последнее обновление курса «Искусственный интеллект и машинное обучение» обн. 2 года назад

1. Введение в искусственный интеллект

3 урока
Закрытый
1.1 Понятие искусственного интеллекта ↗
4
1
-
0
Закрытый
1.2 История и развитие ИИ ↗
2
1
-
0
Закрытый
1.3 Применение ИИ в реальном мире ↗
2
1
-
0

2. Основы машинного обучения (МО)

3 урока
Закрытый
2.1 Различие между ИИ и машинным обучением ↗
2
2
-
0
Закрытый
2.2 Типы машинного обучения: контролируемое, неконтролируемое и обуч ↗
2
2
-
0
Закрытый
2.3 Основные компоненты модели МО: данные, алгоритмы, обучение ↗
2
2
-
0

3. Работа с данными

3 урока
Закрытый
3.1 Понятие данных: что такое данные и их виды (структурированные и ↗
2
1
-
0
Закрытый
3.2 Подготовка данных: сбор, очистка и обработка данных для моделей ↗
1
1
-
0
Закрытый
3.3 Важность данных в обучении моделей ИИ ↗
1
1
-
0

4. Алгоритмы машинного обучения

3 урока
Закрытый
4.1 Линейная регрессия и её применение ↗
1
1
-
0
Закрытый
4.2 Классификация: алгоритмы, такие как логистическая регрессия и k- ↗
1
1
-
0
Закрытый
4.3 Кластеризация: алгоритмы, такие как k-средних ↗
1
1
-
0

5. Глубокое обучение

3 урока
Закрытый
5.1 Различие между машинным обучением и глубоким обучением ↗
1
1
-
0
Закрытый
5.2 Нейронные сети: структура и работа ↗
1
1
-
0
Закрытый
5.3 Основы многослойных перцептронов (MLP) ↗
1
1
-
0

6. Применение ИИ в реальных проектах

3 урока
Закрытый
6.1 Построение моделей для классификации и регрессии на примере реал ↗
1
1
-
0
Закрытый
6.2 Прогнозирование и принятие решений на основе ИИ. ↗
2
1
-
0
Закрытый
6.3 Этика ИИ: моральные вопросы и ответственность в использовании ИИ ↗
1
1
-
0

7. Будущее ИИ и карьерные возможности

3 урока
Закрытый
7.1 Перспективы развития ИИ: текущие тенденции и будущие технологии ↗
2
1
-
0
Закрытый
7.2 Карьерные возможности в ИИ и МО: профессии, навыки, направления. ↗
2
1
-
0
Закрытый
7.3 Как продолжить обучение и углубить знания в ИИ ↗
2
1
-
0