Основы искусственного интеллекта: основы машинного обучения и глубокого обучения

Мир искусственного интеллекта быстро меняется, но обеспечение глубокого понимания начинается с овладения основными концепциями того, как эти системы учатся и работают. Этот курс предоставляет четкое, текстовое введение в основные столпы современного ИИ. Вы пройдете мимо шумихи и получите ясность в ключевых парадигмах, таких как обучение с наблюдением и без наблюдения, архитектура нейронных сетей и то, как ИИ применяется к задачам реального мира, таким как обработка текста и распознавание изображений. Что вы узнаете: * Понять основные различия между парадигмами искусственного интеллекта, машинного обучения и глубокого обучения. * Изучите основные алгоритмы машинного обучения, включая линейные модели, деревья решений и методы кластеризации. * Освоить структуру и функции нейронных сетей и то, как они лежат в основе современных решений Deep Learning. * Применять ключевые концепции в области обработки естественного языка (NLP) и компьютерного зрения (CV) для общих задач, таких как классификация и распознавание. * Настройка простых шаблонов поиска-дополненного генерирования (RAG) для улучшения выхода языковой модели с использованием внешних источников данных. * Практика интерпретации показателей производительности модели и решения общих проблем, таких как перенастройка и предвзятость. Курс начинается с основных терминов и математических понятий, а затем переходит к практическому применению алгоритмов обучения. Мы охватываем теоретические основы, необходимые для понимания современных рамок и методов ИИ. Этот курс предназначен для абсолютно начинающих, у которых нет предыдущего опыта в области искусственного интеллекта, науки о данных или продвинутой математики. Начните накапливать знания в области технологий, формирующих будущее, сегодня.