Системы искусственного интеллекта
- 6 разделов
- 34 материала
- 1 тест
О курсе
Тулегулов А.Д. – к.ф.м.н. ассоц.профессор,
Саттыкова Б.Е.- Магистр, ассистент,
1.1. Характеристика МООК
Дисциплина изучает систематизированные знания об основных моделях, методах, средствах и языках, используемые при разработке систем искусственного интеллекта, а также основные методы поиска решений, применяемые в таких системах. Обучающиеся осваивают сравнительный анализ и обосновывают выбор модели и средств представления знаний, строят модели заданной предметной области .
Целью дисциплины «Системы искусственного интеллекта» является формирование у обучающихся теоретических знаний и практических навыков проектирования, разработки и использования систем искусственного интеллекта, включая экспертные системы, машинное обучение и нейронные сети, для решения задач анализа данных, распознавания и автоматизации интеллектуальных процессов.
1.2. Задачи изучения:
- Ознакомить с основными концепциями и методами искусственного интеллекта, включая экспертные системы, логическое и вероятностное выводы, а также интеллектуальные агенты.
- Научить применять алгоритмы машинного обучения и нейронные сети для анализа данных, классификации и прогнозирования.
- Развить навыки разработки ИИ-систем с использованием современных программных средств и библиотек (Python, scikit-learn, TensorFlow, PyTorch).
- Ознакомить с этическими, социальными и практическими аспектами ИИ, включая вопросы ответственности, безопасности и применения ИИ в различных областях.
- Выработать умение анализировать эффективность ИИ-систем, выбирать подходящие методы и корректировать модели для достижения лучших результатов.
1.3. Результаты обучения:
Демонстрирует умение пользоваться изученными методами и средствами, а также методами поиска решений, применяемыми в системах искусственного интеллекта. Применяет новые методы решения задач в своей проблемной области, проводит сравнительный анализ и обосновывает выбор языка искусственного интеллекта для решения своей задачи.
Пререквизиты. Продвинутый Python
Постреквизиты. Введение в архитектуры нейронных сетей
Количество академических кредитов - 5
Уровень сложности курса: средний
Программа курса
Материалы и тесты разделов открываются после записи на курс.
-
Модуль 1 6 элементов
-
Файл Лекция 1
-
Гиперссылка Видео лекция 1
-
-
-
-
-
-
Модуль 2 6 элементов
-
-
-
-
-
-
-
-
Модуль 3 6 элементов
-
-
-
-
-
-
-
-
Модуль 4 6 элементов
-
-
-
-
-
-
-
-
Модуль 5 6 элементов
-
-
-
-
-
-
-
-
Итоговый контроль по МООК 1 элемент
-
Тест Тест
-
Другие курсы направления
Компьютерная инженерия и автоматизацияФизика
Компьютерная инженерия и автоматизацияФизика и физические основы информационных технологий
Компьютерная инженерия и автоматизацияТеория принятия решений
Компьютерная инженерия и автоматизацияИнженерлік графика және 3D модельдеу