İş için AI ve Makine Öğrenimi - çevrimiçi kurs

Southampton Data Science Academy

Program Açıklaması

Resmi açıklamayı okuyun

İş için AI ve Makine Öğrenimi - çevrimiçi kurs

Southampton Data Science Academy

Bu ders hakkında

Öyle ya da böyle, AI teknolojinin geleceğini belirleyecek. Vokal destekçileri ve muhalifleri olsa da, etkisinin dönüşümsel olacağından şüphe yoktur. Alan hızla değişirken, öğrenecek çok şey var, aynı zamanda onu şekillendirmenin ve katkıda bulunmanın birçok yolu var. Bu kurs, bu yolculuğun bir parçası olmak için bilmeniz gerekenleri öğretir.

Kursa Genel Bakış

AI, son on yılın en şaşırtıcı teknik gelişmelerinden bazılarını, görüntü tanıma, doğal dil anlayışı, desen algılama, tahmin ve özerk aygıtlar gibi farklı alanlardaki insan yeteneklerinden daha iyi bir performans sergilemiştir. Tüm endüstrileri birkaç yıl boyunca değiştirebildiğini ve yaşamlarımız, işlerimiz, işletmeler, hükümet ve toplum hakkında düşündüğümüz yolu değiştirebileceğini gösterdi.

Kurs, çekirdek AI yeteneklerinin bir çerçevesine göre düzenlenmiştir. Her bir AI kabiliyetinin bir iş durumu çalışması bağlamında ele alındığı, probleme dayalı bir öğrenme yaklaşımını izler. Kısa video dersleri, rehberli yürüyüşler, sunumlar, çevrimiçi alıştırmalar ve daha fazla okuma da dahil olmak üzere öğrenim materyallerinin bir karışımını kapsamakta ve kamu ve özel sektördeki profesyonellerin nasıl kullanılacağını anlamalarını sağlayacak bilgi ve becerileri kazanmaları için tasarlanmıştır. AI kuruluşlarında.

Amaçlar ve öğrenme çıktıları

Bu dersin sonunda, işinizdeki AI için potansiyel uygulamaları tespit edebilmek için beceri ve bilgi geliştirmiş olacaksınız. Yapabileceksin:

  • AI'nın ne olduğunu, oynayabileceği rolü ve organizasyonunuzu getirebileceği potansiyel faydaları açıklayın.
  • Yapay zekanın temel yeteneklerini ve bunları iletmek için gerekli temel teknolojileri tanımlayın.
  • Özerk otomobiller veya akıllı yardımcılar gibi karmaşık AI sistemleri sunmak için gereken farklı bileşenleri özetleyin.
  • AI'nın ekonomi, hükümet ve toplumun farklı alanlarındaki etik etkilerini tartışmak
  • AI çözümlerinde farklı türlerin, özelliklerin ve kullanımların tanımlanması
  • Temel bilgi çıkarma sınıflarını, kümeleme, tahmin ve arama ve planlama tekniklerini açıklar.
  • Analiz ve anlayış geliştirmek için doğal dil, görüntü ve sayısal verilerden anlam çıkarmak, analiz etmek ve anlam çıkarmak için kullanılabilecek yazılımı tanımlayın.

değerlendirme

Ödev 1 - İşletmeniz için bir AI fırsatı tanımlayın ve belirtin

Kursun ilk haftasında başlatılan konulara dayanarak, kurumunuzda bir AI çözümünün geliştirilmesi ve uygulanması yoluyla geliştirilebileceği veya çözülebileceğine inandığınız 'basit' bir meseleyi tanımlamanız istenir.

Ödev 2 - Bu fırsatın nasıl gerçekleştirileceğini planlayın ve ölçün

2., 3. ve 4. haftalarda sunulan vaka çalışmalarının her biri göz önünde bulundurulduğunda, uzman olmayan bir kitle için bir rapor hazırlamanız istenir. Her çalışmada geliştirilen AI çözüm çeşitlerini, AI çözümünün seçim mantığını, kuruluşa faydaları ve beklenen 'değeri' ya da çözümün yatırım getirisini karşılaştırırsınız.

Ödev 3 - Teklifinizi bilemek için derste öğrendiklerinizi uygulayın

Her vaka çalışmasıyla ilgili bir tartışma yoluyla elde edilen bilgiyi kullanmak, ilk ödevde tanımlanan basit konuyu yeniden gözden geçirecek ve gözden geçirilmiş bir çözüm önerecektir. Bu konuyla ilgili AI tabanlı bir çözümü açıklayan bir rapor hazırlamakla, gözden geçirilmiş çözümünüzün orijinal çözümden niçin ve nasıl farklılaştığını açıklarken, aynı zamanda belirlenen herhangi bir yasal, ahlaki veya etik meseleyi ele aldığınızı belirtmek istersiniz.

Müfredat

1. Hafta - AI'ya Giriş

  • AI'nın ne olduğunu ve ana uygulama ve yetenek sınıflarını anlayın.
  • Farklı AI türleri arasındaki farkı anlayın ve bu alanların her birinde sanatın durumuna genel bir bakış yapın.
  • AI ve alandaki ana oyuncularla ilgili temel teknolojileri tanımak
  • AI ile Büyük Veri, Bulut Bilişim veya Nesnelerin İnterneti (IoT) gibi diğer teknoloji trendleri arasındaki ilişkiyi anlayın.
  • AI'deki verilerin rolünü anlama
  • Veri kalitesi, şeffaflık, önyargı ve gizlilik dahil olmak üzere kuruluşlarda AI uygulamasının en büyük zorluklarını anlayın.
  • AI'nın sınırlamalarını anlayın

2. Hafta - Örnek olay: Müşterilerinizi tanımak

  • Denetlenen ve denetlenmeyen makine öğrenimi algoritmaları arasındaki farkı anlamak
  • Regresyon, sınıflandırma ve kümeleme gibi temel makine öğrenim sınıflarını anlamak
  • Makine öğreniminin hangi tür problemleri çözebileceğini ve bir uygulama bağlamında yararlı olan makine öğrenimi görevlerini seçebileceğini anlayın.
  • Doğal Dil İşleme (NLP) boru hattı oluşturmak için kullanılan ana etkinlikleri ve teknolojileri anlamak
  • İstatistiksel işlem ve kelime dağılımları
  • Makine öğrenim modellerine girdi olarak sunmak için metin verilerinden özelliklerin nasıl oluşturulduğunu öğrenin
  • Bilgi çıkarmak ve satın almak için öğeler önermek için regresyon, sınıflandırma ve kümeleme uygulama
  • Duygu analizini gerçekleştirmek için denetlenen sınıflandırmayı uygula
  • Makine öğrenim modellerinin sonuçlarını analiz eder, değerlendirir ve yorumlar.

3. Hafta - Örnek olay: Müşteri deneyimini geliştirmek

  • Turing testinin neyle ilgili olduğunu ve AI sistemlerini iyileştirmek için nasıl kullanılabileceğini öğrenin
  • Doğal dil üretiminde en önemli yöntem ve teknolojilere hakim olun
  • NLP için derin öğrenme yaklaşımları ve bunların ne için kullanıldığına dair genel bir bakış
  • Doğal dil anlama ve konuşma tanımada en önemli yöntemleri ve araçları anlama
  • Konuşmacı ajanların nasıl tasarlanacağını (ör. Chatbots) öğrenin

4. Hafta - Örnek olay: Arama ve öneri

  • Kümeleme algoritmaları
  • Konu modelleme
  • Bilgi tabanları: Nasıl inşa edilir? Hangi amaca hizmet ediyorlar?
  • Adlandırılmış Öğe Tanıma (NER) için bir bilgi tabanı kullanma
  • Anlamsal ağa giriş
  • İlgili bilgileri elde etmek için bilgi tabanını kullanma (örn. SPARQL ve Google Bilgi Grafiği)

5. Hafta - Vaka çalışması: Bilgisayar vizyonu

  • Görüntü işleme ve bilgisayar vizyonuna geleneksel yaklaşımlar
  • Görüntü sınıflandırması ve kümeleme
  • Özellik çıkarma
  • Konvolüsyel sinir ağları: Biyolojik olarak ilham alınmış bir model.
  • Bir resim 100 (0) kelimeden oluşuyor: Metinsel tanımlamalar yapmak için konuşmacılarla Convolutional nöral ağların (CNNs) birleştirilmesi
  • Otomatik gözetim sistemleri

6. Hafta - AI için gelecek yönergeler

  • Güncel sınırlamalar
  • Teknolojik gelişmeler
  • Toplumsal ve kültürel değişimler
  • Etik konular
  • Ahlaki meseleler
  • Yasal sorunlar

Kursun Gerçekleri

  • Süre: 60 saat (6 hafta boyunca)
  • Tarih:
    • 1 Ekim - 9 Kasım
    • 5 Kasım - 14 Aralık
  • Kurs başı: Elena Simperl
  • % 100 online teslimat: Kişisel ve grup eğitimleri, çekirdek materyaller aracılığıyla rehberli bir çalışma, Q
  • Önkoşullar: Teknolojinin iyi bir şekilde anlaşılması. Önceki kodlama deneyimi gerekli değil
  • Hedef kitle: İş pratisyenleri, analistler, danışmanlar, yöneticiler, yöneticiler vb.
  • Öğrenme materyalleri: Rehberli yürüyüş yolları, video eğitimleri, slayt desteleri, çevrimiçi alıştırmalar, daha fazla okuma
  • Değerlendirme ve geri bildirim: Her biri% 33, 3. Her ödevin not ve yorumlarını içeren kursun sonunda geribildirim
Bu okul şu programları sunmaktadır:
  • Ingilizce


Son Güncellenme Tarihi August 19, 2018
Süre ve Fiyat
Bu kurs bir Online
Start Date
Başlangıç tarihi
Kas. 2018
Eki. 2019
Duration
Süre
60 hafta
Yarı zamanlı
Tam zamanlı
Price
Fiyat
1,500 GBP
KDV dahil kişi başı 1500 Sterlin.
Information
Deadline
Locations
Birleşik Krallık - Cambridge, England
Başlangıç tarihi : Kas. 2018
Son başvuru tarihi Bilgi iste
Bitiş tarihi Ara. 14, 2018
Başlangıç tarihi : Eki. 2019
Son başvuru tarihi Bilgi iste
Bitiş tarihi Bilgi iste
Dates
Kas. 2018
Birleşik Krallık - Cambridge, England
Son başvuru tarihi Bilgi iste
Bitiş tarihi Ara. 14, 2018
Eki. 2019
Birleşik Krallık - Cambridge, England
Son başvuru tarihi Bilgi iste
Bitiş tarihi Bilgi iste