Путь к странице
Введение в искусственный интеллект
Начало занятий: гибкие сроки
Срок обучения: 12 недель
Выдаваемый документ: Сертификат не выдаётся

На платформе online.hse.ru курсы доступны для студентов вузов-партнеров НИУ ВШЭ. Индивидуальные слушатели могут изучить курс на платформе Открытое Образование: https://openedu.ru/course/hse/INTRAI/

За последние десятилетия человечество накопило большие объемы данных в разных областях науки и индустрии. Получили распространение методы, позволяющие извлекать из этих данных знания и экономическую пользу. Современные методы анализа данных позволяют решать настолько сложные задачи, что в применении к ним всё чаще используют термин “искусственный интеллект”.

Наука об автоматическом извлечения знаний из данных называется машинное обучение, именно это тема будет первая в курсе. Во второй части курса вы познакомитесь с основами статистики и теории вероятности, а последняя часть курса будет посвящена искусственным нейронным сетям.

В процессе обучения вы узнаете больше о мире искусственного интеллекта, его методах и даже самостоятельно научитесь обучать несложные модели на готовых данных. Онлайн курс от ВШЭ позволит вам дистанционно получить новые знания, которые вы сможете использовать как для дальнейшей учебы, так и для научных исследований и работы.

Курс состоит из коротких видеолекций от 5 до 15 минут длиной. После каждого фрагмента лекции предлагаются не оцениваемые вопросы на понимание прослушанного материала. Если вам не удается ответить на вопрос, мы очень рекомендуем прослушать фрагмент еще раз и затем только переходить к следующему фрагменту лекции.

На каждой неделе будет представлен оцениваемый тест из 10-15 вопросов. Также для нескольких тем будут предложены расчетные задачи и задания с взаимным оцениванием. Эти задания помогут закрепить полученные знания.


Особых требований к обучающимся нет.

В результате усвоения курса слушатели научатся:  

  • Обучать несложные модели на готовых данных в Orange
  • Интерпретировать статистические данные
  • Проводить разведывательный анализ данных
  • Понимать основные ошибки в рассуждениях на основе данных
  • “Отличать случайное от неслучайного” — проверять гипотезы
  • Грамотно визуализировать результаты исследований

  1. Введение в искусственный интеллект
  2. Введение в машинное обучение
  3. Машинное обучение в задачах классификации
  4. Введение в машинное обучение: кластеризация и визуализация данных
  5. Введение в теорию вероятностей
  6. Введение в математическую статистику
  7. A/B тестирование
  8. Основы визуализации данных
  9. Введение в нейронные сети
  10. Нейронные сети в задачах распознавания изображений
  11. Нейронные сети в задачах стилизации изображений
  12. Другие задачи искусственного интеллекта: рекомендательные системы и  ассоциативные правила
Направление подготовки: Информационные технологии
Авторы курса: Мягких П.И., Преподаватель Ф-та компьютерных наук, Трусов И.А., Преподаватель Ф-та компьютерных наук, Бурова М.Б., Магистр, Факультет компьютерных наук