Введение в искусственный интеллект
Дисциплина: Технологии Индустрии 4.0
Код курса: DIGI035
|
Уровень курса:
Средний
4.7
(12 оценок)
0 отзывов
1000+ студенты
Wishlist
Последнее обновление: 07.04.2021
О чем этот курс?

Данный курс дает основное понимание ключевых концепций и объясняет потенциал искусственного интеллекта. Модуль исследует эволюцию искусственного интеллекта (ИИ) и его технологии, обеспечивает широкое понимание сфер искусственного интеллекта и разъясняет то, почему так важно иметь стратегию искусственного интеллекта и как искусственный интеллект может быть применен к различным сценариям и проблемам.

Модуль «Искусственный интеллект» представляет потенциал искусственного интеллекта (ИИ) - интеллекта, демонстрируемого машиной, когда она воспринимает окружающую среду и предпринимает действия, которые максимизируют вероятность достижения конкретных целей.

Открывая правильную сторону технологии искусственного интеллекта, предприятия и организации могут экономить время и деньги и могут внедрять инновации, автоматизируя рутинные процессы и задачи, повышая производительность и операционную эффективность, а также принимая более быстрые бизнес-решения на основе результатов когнитивных технологий

Ближайшие сессии
Дата Инструктор Место проведения Язык Цена Формат
🌐 Для кого этот курс?
Этот модуль подходит для широкого круга слушателей; например, нетехнические специалисты, которые хотят развить и продемонстрировать понимание искусственного интеллекта, способствуя взаимодействию со своими техническими коллегами или поставщиками, или студенты, которые хотят добавить общие технические знания к отраслевым или общим исследованиям
📋 Предварительные требования
  • Базовое понимание цифровизации и искусственного интеллекта
Чему Вы научитесь?
Объяснять «искусственный интеллект» и как идентифицировать системы с использованием искусственного интеллекта
Понимать и различать основные типы и методологии, используемые в искусственном интеллекте
Объяснить, как искусственный интеллект обеспечивает возможности, выходящие за рамки традиционных технологий
Описать вклад и приложения искусственного интеллекта
Объяснять роль агентов искусственного интеллекта и то, как они связаны с окружающей средой, включая способы оценки того, как агенты действуют, устанавливая цели.
Понимать основы представления знаний, методов рассуждения и знать, как создавать простые системы, основанные на знаниях
Понимать основы некоторых более сложных тем искусственного интеллекта, таких как машинное обучение, глубокое обучение, агенты и робототехника
Понимать основные концепции и базовые подходы к синтаксису и семантике обработки естественного языка.
Определить, что такое системы на основе правил и нечеткие экспертные системы
Понимать фундаментальные проблемы подходов к машинному обучению, а также проблемы машинного обучения и сложности моделей
Ознакомиться с некоторыми из основных методов обучения
Понимать основы фундаментальных знаний методологии глубокого обучения
Обсудить историю, концепции и ключевые компоненты роботов
Понять роль искусственного интеллекта в анализе «больших данных»
Объяснять основы платформ искусственного интеллекта и способы их использования
Содержание курса
  • • Значение искусственного интеллекта (ИИ).
  • • Определение термину «интеллект» и его компоненты, такие как рассуждение, обучение, решение проблем. Определение человеческого интеллекта.
  • • Определение искусственного интеллекта, описывая его четыре категории: реактивная машина, ограниченная память, теория разума и самосознание.
  • • Дисциплины искусственного интеллекта, такие как философия, математика, нейробиология, психология, компьютерная инженерия, лингвистика, теория управления и экономическая кибернетика.
  • • История искусственного интеллекта, начиная с зарождения искусственного интеллекта, рождения искусственного интеллекта, за которым последовал ранний энтузиазм, затем большие ожидания до сегодняшнего дня.
  • • Цели искусственного интеллекта и их взаимосвязь, например: рассуждение, представление знаний о данных, восприятие, способность перемещать объекты и обработка естественного языка
  • • Подходы искусственного интеллекта, такие как когнитивная наука, законы мышления, тест Тьюринга и рациональный агент.
  • • Разница между сильным, слабым, узким и широким искусственным интеллектом.
  • • Типы алгоритмов искусственного интеллекта, такие как символическое мышление, соединения, смоделированные на основе нейронов мозга, байесовский вывод и системы, которые обучаются по аналогии.
  • • Основные направления искусственного интеллекта, такие как распознавание образов, представление знаний, эвристика и обучение.
  • • Основные области искусственного интеллекта, такие как машинное обучение и естественные языки, а также классификацию каждой области. Разница между распознаванием речи и голоса и представьте примеры полевых приложений искусственного интеллекта.
  • •Проблемы при масштабировании приложений искусственного интеллекта и почему так важен графический процессор.
  • • Самые популярные языки программирования искусственного интеллекта и цели каждого языка
  • • Терминология агента и как агент взаимодействует со средой через датчики и исполнительные механизмы.
  • • Концепции рациональности и ее терминология
  • • Свойства среды, такие как наблюдаемые / частично наблюдаемые, и различия между ними
  • • Основные агенты, которые могут формировать представления о сложном мире, и значение опыта.
  • • Термин «представление знаний» и классификация срочных решений, например: оптимальное, удовлетворительное, приблизительно оптимальное и вероятное.
  • •Механизм вывода и как он обеспечивает методологию рассуждений об информации в базе знаний
  • • Как определять термин экспертная система.
  • • Взаимосвязь между типичными компонентами экспертной системы, такими как механизм вывода, база знаний, модуль сбора данных, экспертные знания, эксперт-инженер, механизм вывода, данные, специфичные для предметной области, и пользовательский интерфейс.
  • • Основные возможности экспертной системы.
  • • Характеристики экспертной системы.
  • • Обычные системы и экспертные системы.
  • • Основные преимущества и недостатки экспертной системы. Перечислите наиболее часто используемые приложения.
  • • Шаги по разработке экспертной системы.
  • • Как использовать экспертную систему для классификации неизвестного животного на основе диалога вопросов и ответов.
  • • MYCIN - одна из первых экспертных систем, которая должна работать на уровне эксперта-человека и предоставлять пользователям полное объяснение ее логических рассуждений
  • • Нечеткая система как новый метод рассуждений, которые напоминают человеческие рассуждения.
  • • Основные преимущества и недостатки нечеткой логики.
  • • Как нечеткая система реализована в нескольких областях
  • • Использование компьютеров для манипулирования естественным языком
  • • Определение обработки естественного языка (NLP) и ее основной терминологии.
  • • Как программировать компьютеры для обработки и анализа больших объемов
  • • Языковые данные, такие как лексический анализ, синтаксический, семантический анализ, интеграция раскрытия информации и программный анализ.
  • • Основные компоненты НЛП, необходимые для понимания естественного языка (машинного или устного).
  • •Пять основных этапов построения обработки естественного языка, таких как распознавание / преобразование и сегментация / синтаксический анализ.
  • • Две основные задачи обработки естественного языка: обработка текста и обработка речи, а также определить основные задачи обработки текста. Основные задачи распознавания речи и преобразования текста в речь.
  • • Сильные и слабые стороны обработки естественного языка
  • • Почему агентам нужно учиться?
  • • Три категории обратной связи в машинном обучении
  • • Значение обучения с подкреплением и то, как оно используется машинами.
  • • Значение контролируемого обучения и то, как оно используется машинами. Разница между усиленным обучением и обучением с учителем.
  • • Значение обучения без учителя и то, как оно используется машинами. Разница между обучением с учителем и без учителя
  • • Терминология машинного обучения, как модель, обучение и прогнозирование, и понимать взаимосвязь и различия между ними.
  • • Как машинное обучение уже внедрено в повседневную жизнь.
  • • Разница между машинным обучением и искусственным интеллектом
  • • Простая биологическая структура нейронной сети и ее характеристики. Концепции ИНС по отношению к нейронным сетям.
  • • Как отличить биологические нейроны от искусственных нейронов.
  • • Характеристики искусственной нейронной сети
  • • Как несколько нейронов устроены или искусственно расположены относительно друг друга. Концепция слоев, прямой связи и обратной связи для потока информации и связи нейронов.
  • • Причины, по которым используются нейронные сети. Помните о различных областях, которые может выполнять ИНС, которые просты для человека, но сложны для машины
  • • Основные концепции глубокого обучения как подполя машинного обучения. Основные задачи, которые в настоящее время поддерживает глубокое обучение, и то, что оно может поддерживать в будущем.
  • • Шаги, необходимые для обработки глубокого обучения.
  • • Как глубокое обучение можно применить к распознаванию изображений и почерку.
  • • Разница между глубоким обучением и машинным обучением.
  • • Некоторые способы применения глубокого обучения в настоящее время
  • • Термин «автоматизация процессов робототехники».
  • • Основные преимущества использования робототехники и некоторых часто используемых действиях.
  • • Особенности автоматизации процессов с помощью роботов.
  • • Различия между роботами и программами искусственного интеллекта.
  • • Краткая история роботов, включая то, как они развивались и в каких отраслях
  • • Необходимые компоненты робота, такие как: движение, привод, датчик и система управления.
  • • Что нужно роботам для разных типов движения.
  • • Почему зрение важно для роботов во многих отраслях промышленности
  • • Роботы теперь построены так, чтобы напоминать человеческое тело, и уметь обрисовывать некоторые текущие способы их использования.
  • • Как классифицировать программное обеспечение для автоматизации обработки роботов, и знать примеры роботов, которые в настоящее время используют или будут использовать это в будущем
  • • Термин «большие данные» и его основные типы. Концепции хранилища репозитория.
  • • Признанные типы источников больших данных.
  • • Большие данные являются мощным инструментом и как они способствуют улучшению таких областей, как: образование, здоровье, безопасность, правоохранительные органы и умные города.
  • • Термин «аналитика» и четыре типа анализа данных: диагностический, описательный, прогнозные и предписывающие. Отношение между ними.
  • • Различные типы технологий, которые обрабатывают большие данные. Популярная платформа для хранения и обработки больших объемов данных
  • • Что такое платформа искусственного интеллекта.
  • • Примеры платформ машинного обучения и что они предоставляют
Доступные форматы
Обучение с инструктором онлайн (вебинар)
Тренинг матрица
Данный курс является частью рекомендованной тренинг-матрицы. Узнайте о других курсах, рекомендованных по данной дисциплине
Расценки
Формат Базовая цена Минимальная цена
Под руководством инструктора онлайн $ $
Часто задаваемые вопросы (FAQ)

Описание форматов обучения:

  • Самостоятельно
  • Гибридное обучение
  • Обучение с инструктором онлайн (вебинар)
  • Обучение с инструктором оффлайн (в классе)

Описание форматов обучения:

  • Самостоятельное обучение или электронное обучение означает, что вы можете учиться в удобное для вас время, а также контролировать объем потребляемого материала. Нет необходимости выполнять задания и проходить курсы одновременно с другими учащимися.
  • Гибридное обучение или «смешанное обучение» означает, что вы можете комбинировать самостоятельное обучение или электронное обучение с традиционными занятиями в классе или вебинарами под руководством инструктора. Этот подход требует физического присутствия как учителя, так и ученика в физических или виртуальных (вебинары) классах или семинарах. Вебинар - это семинар или презентация, которая проходит в Интернете, позволяя участникам из разных мест увидеть и услышать докладчика, задать вопросы и иногда отвечать на опросы.
  • Обучение под руководством инструктора, или ILT, означает, что обучение может проводиться в формате лекции или аудитории, как интерактивный семинар, как демонстрация под наблюдением и контролем квалифицированного тренера или инструктора с возможностью для учащихся практиковаться, или даже виртуально, используя инструменты видеоконференцсвязи.

При формировании групп студентов особое внимание уделяется важным критериям - одинаковый уровень знаний и интересов у всех слушателей курса, для поддержания стабильной групповой динамики во время обучения.

Групповая динамика — это развитие группы во времени, которое вызвано взаимодействием участников между собой и внешним воздействием на группу. Иначе говоря, это этапы, которые проходит тренинговая группа в процессе общения с тренером и между собой.

Оптимальный размер групп для различных видов обучения:

  • Самостоятельно: 1
  • С инструктором в классе: 6 – 12
  • С инструктором онлайн (вебинар): 6 – 12
  • Гибридное обучение: 6 – 12
  • Практика в мастерских: 6 – 12
  • На рабочем месте: 2 – 4
  • На симуляторе: 1 – 2

Обратная связь в виде оценок и рекомендаций дается студентам при прохождении обучения с участием инструктора и сохраняется в карточке курса и профиле студента.

C целью контроля качества оказываемых услуг слушатели могут оценить качество и программу обучения. Формы оценки качества обучения отличаются для курсов с участием инструктора и тех, что проходят в формате self-paced (самостоятельно).

Для курсов с участием инструктора указываются даты начала и завершения обучения. При этом важно обращать внимание на сроки сдачи тестов, экзаменов и практических заданий. В случае пропуска указанных сроков студент может не быть допущен к завершению всей программы курса.

Личный кабинет - это пространство для хранения ваших предпочтений по обучению, результатов тестов и экзаменов, оценок о пройденном обучении, а также вашего индивидуального плана профессионального и личного развития

Пользователям личного кабинета открывается доступ к статьям и блогам по специализированным направлениям, а также возможность выставлять оценки пройденному обучению и оставлять комментарии под статьями и блогами наших инструкторов и технических авторов

Зарегистрированные пользователи личного кабинета могут иметь различные роли, включая роль студента, инструктора или разработчика контента. Однако для всех ролей, кроме роли студента, потребуется пройти дополнительную процедуру верификации для подтверждения своей квалификации

По результатам прохождения обучения студентам выдается сертификат об обучении. Все сертификаты об обучении подразделяются на три основные категории:

  • Сертификат о прохождении - студенты, успешно прошедшие курс, но не сдававшие тестов и экзаменов, могут подать заявление на получение сертификата о прохождении.
  • Сертификат об успешном завершении - студенты, успешно завершившие курс и сдавшие тесты, и экзамены, могут подать заявку на получение сертификата об успешном завершении, этот тип сертификата часто требуется для обязательных программ обучения.
  • Подтвержденный сертификат - это проверенный сертификат, который выдается, когда учащиеся сдали экзамены под контролем специального проктора.

Копию своего сертификата об обучении в формате PDF всегда можно скачать в личном кабинете.

У вас по-прежнему будет доступ к курсу после его завершения, при условии, что ваша учетная запись активна и не скомпрометирована, а у Tecedu по-прежнему есть лицензия на данный курс. Так что, если вы хотите просмотреть конкретный контент в курсе после его завершения или повторить все заново, вы можете легко это сделать. В редких случаях преподаватели могут удалить свои курсы с торговой площадки Tecedu, или нам, возможно, придется удалить курс с платформы по юридическим причинам.

Во время прохождения обучения вы можете столкнуться с различными формами тестирования и проверки знаний. Самыми распространенными методами оценки являются:

  • предварительное (base-line assessment) – для определения текущего уровня знаний и адаптации персонального учебного плана
  • промежуточное – для проверки прогресса обучения
  • финальное – для завершения обучения и финальной оценки знаний и навыков, может быть в виде проекта, тестирования или практического экзамена

Проезд к месту проведения очного обучения не включен в стоимость обучения. Проживание во время очного обучения может быть включено в стоимость обучения с полным пансионом.

Хотя Tecedu не является аккредитованным учебным заведением, мы предлагаем курсы на основе навыков, которые проводят настоящие эксперты в своей области, и каждый утвержденный платный курс имеет сертификат об окончании или посещаемости, подтверждающий ваши достижения.

Вы можете предварительно просмотреть образцы учебных материалов и ознакомиться с ключевой информацией о курсе на нашем веб-сайте. Вы также можете просмотреть отзывы и рекомендации студентов, которые уже прошли этот курс.

Мы хотим, чтобы вы остались довольны, поэтому практически все приобретенные курсы можно будет вернуть в течение 30 дней. Если вас не устраивает курс, вы можете запросить возврат, при условии, что запрос соответствует нашей политике возврата.

30-дневная политика возврата денег позволяет студентам получать качественные услуги по обучению с минимальными рисками, мы также должны защищать наших преподавателей от мошенничества и предоставлять им разумный график платежей. Платежи отправляются инструкторам через 30 дней, поэтому мы не будем обрабатывать запросы на возврат средств, полученные после периода возврата.

Мы оставляем за собой право по собственному усмотрению ограничивать или отклонять запросы на возмещение в случаях, когда мы считаем, что имеет место злоупотребление возмещением, включая, помимо прочего, следующее:

  • Значительная часть курса была использована или загружена студентом до того, как был запрошен возврат средств.
  • Студент запросил несколько возмещений за один и тот же курс.
  • Студент запросил чрезмерный возврат средств.
  • Пользователи, чья учетная запись заблокирована или доступ к курсам отключен из-за нарушения наших Условий или Правил доверия и безопасности.
  • Мы не возвращаем деньги за услуги по подписке.
  • Эти ограничения на возмещение будут применяться в пределах, допускаемых действующим законодательством.

Мы принимаем большинство международных кредитных и дебетовых карт, таких как Visa, MasterCard, American Express, JCB и Discover. Банковские переводы также принимаются.

Smart Virtual Classroom (открытый цифровой / виртуальный класс).

Проведения занятий основывается на том, что преподаватель демонстрирует на интерактивной доске текст, рисунки, графики, презентации, при этом содержимое появляется в электронном блокноте у обучаемого. Специально разработанные цифровые блокнот и ручка используются для создания и редактирования текста и изображений, которые могут быть перенаправлены на любую поверхность через проектор.

Занятия напрямую транслируются онлайн, автоматически записываются и публикуются на учебном портале, что позволяет сохранять их для повторного использования в любое время, в любом месте, на любых мобильных устройствах. Это дает возможность не пропускать занятий и не отставать занятий и не отставать при прохождении нового материала.

Game Based Learning (обучение с помощью виртуальной игровой среды)

Обучение, имитирующее реальную ситуацию, использует принципы организации игры, что позволяет будущим специалистам репетировать и оттачивать свои умения и навыки в режиме виртуальной чрезвычайной ситуации. Обучение в виде игры дает возможность установить связь между учебным занятием и реальной жизнью.

Технология предоставляет следующие возможности для обучения:

  • Ориентировано под нужды пользователя
  • Мгновенная обратная связь
  • Самостоятельное принятие решений и выбор действий
  • Лучшее усвоение и запоминание материала
  • Адаптивный темп обучения с учетом индивидуальных потребностей студента
  • Лучший перенос навыков, полученных в учебной ситуации, в реальные условия

Основные принципы обучения:

  • Постепенное увеличение уровня сложности в игре;
  • Использование упрощенного варианта проблемной ситуации;
  • Действие в переменной игровой среде;
  • Правильный выбор делается через экспериментирование.

Основные преимущества технологии Game Based Learning:

  • Низкая степень физического риска и ответственности
  • Мотивация к обучению при получении положительных эмоций от процесса;
  • Практика – зеркальное отображение реальной ситуации
  • Своевременная обратная связь
  • Выбор различных игровых ролей
  • Обучение в сотрудничестве
  • Выработка собственной стратегии поведения
Лабораторные практикумы с использованием технологий удалённого доступа

Проведение практических занятий онлайн с использованием технологий удалённого доступа презентаций, мультимедийных решений и виртуальной реальности:

  • Лабораторные практикумы, имитирующие работу дорогостоящего стендового оборудования реальных производств
  • Виртуальный эксперимент, который визуально не отличим от дистанционного выполняемого реального эксперимента
  • Виртуальные приборы, являющие точной копией реальных приборов
  • Математическое моделирование на выяснение физических характеристик, химического содержания исследуемого объекта или явления.
Закажите проведение курса для вашей организации
Часто приобретаются вместе:
Спецпредложение = лучшая цена
Add all to favorite
Отзывы студентов
4.7
Общая оценка курса
70%
24%
4%
1%
1%
Комментарии
Добавить в корзину Добавлено в корзину

Код курса: DIGI035

Дисциплина: Технологии Индустрии 4.0

Уровень:
Средний

Язык: Английский, Русский

Поделиться Купить в подарок Печать Тренинг матрица
Сертификат

Компетенции:

Формат:

  • Под руководством инструктора онлайн
Купон на скидку