Дополнительная информация
— Теоретическая часть:
Тема1. Взаимосвязь ИИ, Больших данных и машинного обучения
Тема 2. Задачи и Алгоритмы машинного обучения рассматриваются основные задачи машинного обучения(Искусственного интеллекта):регрессия, классификация, кластеризация, выявления аномалий(например спамовые или мошеннические звонки).
Какой алгоритм предназначен для решения той или иной задачи. Специфика алгоритма. Рассматриваются следующие алгоритмы: МНК,Логистическая регрессия, К-ближайших соседей, Случайный лес и другие
Метрики для оценки качества модели
Приводятся примеры (беспилотники,распознавание объектов на фото и видеоматериалах, прогнозирование стоимости страховых услуг и др)
Тема 3. Архитектура нейронных сетей и их особенности
Рассматриваются рекуррентные, сверточные нейросети
Нейросети на основе трансформера для обработки последовательностей таких,как текст на естественном языке и машинный перевод на иностранные языки
Примеры использования:Яндекса-переводчик,Google-переводчик,Яндекс GPT, Chat-GPT
— Практическая часть:
Тема 4. Основы и функционал Chat-GPT(3.5 и 4.0)
Создание токенов на основе слов и словосочетаний
Определение веса (коэффициентов) каждого токена
Построение предложения (ответа на вопрос) с учетом машинного понимания контекста.
Механика промптинга (написания запросов и условий для более точной генерации текстов).Основные виды механик
Примеры использования текстовых нейросетей для маркетинговых задач,продаж,туризма и других областей
Тема 5. Графические нейросети
Принципы функционирования графических нейросетей
Области применения(компьютерное зрение, графических дизайн,реклама и маркетинг, создания графического контента для презентаций и др)
Примеры создания графического контента с помощью нейросети Ideogram
Тема 6. Практическая работа со слушателями курса
Предлагаются кейсы, в которых необходимо решить определенную задачу(сгенерировать текст — рекламное объявление, описание продукта и т.д, разработать логотип или изображение для сайтов/презентаций и др.)
Слушатели используют инструментарий и приложения, изученные в ходе курса