Информационные системы и технологии

ВВЕДЕНИЕ В ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ

Код курса

16.1

Форма обучения

Очная

Сроки обучения

1 неделя

Стоимость

Дата проведения курсов

По согласованию с заказчиком

Ключевые слова

Искусственный интеллект, большие данные

Программа

    

Программа курса

Основные элементы анализа данных

Подготовка данных. Формат данных. Типы переменных. Выбор переменных. Конструирование признаков. Неполные данные. Выбор алгоритма. Обучение без учителя. Обучение с учителем. Обучение с подкреплением. Другие факторы. Настройка параметров. Оценка результатов. Метрики классификации. Метрика регрессии. Валидация. Обзор темы

Кластеризация методом k-средних

Поиск кластеров клиентов. Пример: профили кинозрителей. Определение кластеров. Сколько кластеров существует. Что включают кластеры. Ограничения. Обзор темы

Метод главных компонент

Изучение пищевой ценности. Главные компоненты. Пример: анализ пищевых групп. Ограничения. Обзор темы

Ассоциативные правила

Поиск покупательских шаблонов. Поддержка, достоверность и лифт. Пример: ведение продуктовых продаж. Принцип A priori. Поиск товарных наборов с высокой поддержкой. Поиск товарных правил с высокой достоверностью или лифтом. Ограничения. Обзор темы

Анализ социальных сетей

Составление схемы отношений. Пример: геополитика в торговле оружием. Лувенский метод. Алгоритм PageRank. Ограничения. Обзор темы

Регрессионный анализ

Выведение линии тренда. Пример: предсказание цен на дома. Градиентный спуск. Коэффициенты регрессии. Коэффициенты корреляции. Ограничения. Обзор темы

Метод k-ближайших соседей и обнаружение аномалий

Пищевая экспертиза. Яблоко от яблони недалеко падает. Пример: истинные различия в вине. Обнаружение аномалий. Ограничения. Обзор темы

Метод опорных векторов

«Нет» или «о, нет!». Пример: обнаружение сердечно-сосудистых заболеваний.

 Построение оптимальной границы. Ограничения. Обзор темы

Дерево решений

Прогноз выживания в катастрофе. Пример: спасение с тонущего «Титаника». Создание дерева решений. Ограничения. Обзор темы

Случайные леса

Мудрость толпы. Пример: предсказание криминальной активности. Ансамбли. Бэггинг. Ограничения. Обзор темы

Нейронные сети

Создание мозга. Пример: распознавание рукописных цифр. Компоненты нейронной сети. Правила активации. Ограничения. Обзор темы

A/B-тестирование и многорукие бандиты

Основы A/B-тестирования. Ограничения A/B-тестирования. Стратегия снижения эпсилона. Пример: многорукие бандиты. Забавный факт: ставка на победителя. Ограничения стратегии снижения эпсилона. Обзор темы

Приложения

  1. Обзор алгоритмов обучения без учителя
  2. Обзор алгоритмов обучения с учителем
  3. Список параметров настройки
  4. Другие метрики оценки
  5. Метрики классификации
  6. Метрики регрессии