Online course

Системы искусственного интеллекта

  • 6 sections
  • 34 materials
  • 1 test
Log in and start → Course programme
Description

About the course

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

Contents

Course programme

Section materials and tests open once you are enrolled.

  1. Модуль 1 6 items
    • File Лекция 1
    • URL Видео лекция 1
    • File Лекция 2
    • URL Видео лекция 2
    • File Лекция 3
    • URL Видео лекция 3
  2. Модуль 2 6 items
    • File Лекция 4
    • URL Видео лекция 4
    • File Лекция 5
    • URL Видео лекция 5
    • File Лекция 6
    • URL Видео лекция 6
  3. Модуль 3 6 items
    • File Лекция 7
    • URL Видео лекция 7
    • File Лекция 8
    • URL Видео лекция 8
    • File Лекция 9
    • URL Видео лекция 9
  4. Модуль 4 6 items
    • File Лекция 10
    • URL Видео лекция 10
    • File Лекция 11
    • URL Видео лекция 11
    • File Лекция 12
    • URL Видео лекция 12
  5. Модуль 5 6 items
    • File Лекция 13
    • URL Видео лекция 13
    • File Лекция 14
    • URL Видео лекция 14
    • File Лекция 15
    • URL Видео лекция 15
  6. Итоговый контроль по МООК 1 item
    • Quiz Тест
Recommended
All courses in this area →