Улучшаемые навыки
Машинное обучение
Нейронные сети
Классификация
Регрессия
Кластеризация
Компьютерное зрение
Обработка текста
Оценка моделей
Инструменты
DeepSeek
Чему вы научитесь
01
Понимать основные понятия и концепции в сфере искусственного интеллекта.
02
Знать, какие классы задач есть в сфере искусственного интеллекта, уметь различать их.
03
Уметь формулировать задачи, используя принятую среди разработчиков терминологию.
Программа курса
01
Области искусственного интеллекта
Искусственный интеллект
Машинное обучение
Нейронные сети
Примеры применения ИИ
Практика: ИИ-детектив
Классификация
Регрессия
Кластеризация
Прогнозирование
Детектирование
Распознавание речи
Генерация
Анализ текста
Поиск аномалий
Обучение с подкреплением
Определение типа задачи в реальном проекте
Практика: Сортируем кейсы
Возможности и ограничения классических методов
Данные и датасеты
Популярные инструменты машинного обучения
Оценки качества распознавания
Применение машинного обучения
Практика: Думаем как ИИ и обучаем модель поиска дефектов
Что могут и не могут нейронные сети Обучение нейронных сетей
Особенности внедрения нейронных сетей в проект
Применение нейронных сетей
Практика: Визуализации нейросетей и DeepSeek
05
Итого на курс 16 часа: теория – 12 ч (75%), практика – 4 ч (25%)
Для кого
Архитектор ПО
Руководитель группы\Тимлид
Руководитель проекта
Предварительная подготовка
Для руководителей, которые хотят узнать о понятиях и концепциях машинного обучения, чтобы говорить с разработчиками на одном языке и что-то в этом понимать.