Основы технологий искусственного интеллекта 2.0 (AIF)
Обновленная программа курса! Получите знания по самым актуальным инструментам и методам в области ИИ на сегодня.
День 4 теперь включает глубокий разбор больших языковых моделей (LLM) с архитектурой Transformers, примерами GPT, BERT и других.
День 5 превращается в практический мастер-класс по Retrieval-Augmented Generation (RAG): вы научитесь работать с векторными базами, подключать LangChain/LlamaIndex и собирать собственное RAG-приложение.
День 4 теперь включает глубокий разбор больших языковых моделей (LLM) с архитектурой Transformers, примерами GPT, BERT и других.
День 5 превращается в практический мастер-класс по Retrieval-Augmented Generation (RAG): вы научитесь работать с векторными базами, подключать LangChain/LlamaIndex и собирать собственное RAG-приложение.
Кому следует посетить
Начинающие специалисты в области ИИ, которые хотят получить базовые знания и навыки
Программисты и разработчики, желающие перейти в область ИИ и машинного обучения
Менеджеры и руководители проектов, заинтересованные в использовании ИИ для улучшения бизнес-процессов
Студенты и исследователи, стремящиеся углубить свои знания в области ИИ
Предварительные требования:
Знания в объеме курса Программирование на языке Python. Базовый уровень (PYTHON_BASIC)
Понимание основных математических и статистических концепций
Цели курса
УМЕТЬ:
- создавать, обучать и развертывать модели машинного и глубокого обучения для решения прикладных задач;
- использовать современные инструменты и библиотеки для разработки и внедрения ИИ-моделей;
- осуществлять оптимизацию и настройке параметров ИИ-моделей для повышения их эффективности;
ЗНАТЬ:
- основы искусственного интеллекта, его ключевые концепции и области применения;
- успешные примеры применения ИИ в различных отраслях;
Содержание курса
В ходе данного курса участники пройдут от основ искусственного интеллекта к конкретному применению технологий машинного обучения и глубокого обучения в практических сценариях
Курс «Основы технологий искусственного интеллекта 2.0» (AIF) — это практическое обучение для начинающих специалистов в области ИИ, программистов и разработчиков, менеджеров и руководителей проектов, студентов и исследователей, которым необходимо получить базовые знания и прикладные навыки работы с искусственным интеллектом, машинным обучением и глубоким обучением. На курсе рассматриваются ключевые понятия ИИ, история развития и области применения искусственного интеллекта, успешные отраслевые кейсы, настройка рабочего окружения, работа с Python, Jupyter Notebook, TensorFlow, PyTorch, Scikit-learn, NumPy и Pandas, подготовка данных, обучение с учителем и без учителя, задачи классификации, регрессии и кластеризации, архитектура нейронных сетей, CNN, RNN, механизмы переобучения, регуляризации и валидации моделей. Отдельное внимание уделяется большим языковым моделям LLM, архитектуре Transformers, примерам GPT, BERT, Claude и LLaMA, практикам MLOps, оптимизации моделей, настройке гиперпараметров, а также технологии Retrieval-Augmented Generation (RAG), работе с векторными базами FAISS, Chroma и Pinecone, интеграции с LangChain и LlamaIndex и созданию простого RAG-приложения.
Программа рассчитана на 5 дней, доступна в очном и онлайн-формате и подходит слушателям со знаниями в объёме базового курса по Python, а также пониманием основных математических и статистических концепций, что делает курс хорошей отправной точкой для изучения технологий искусственного интеллекта, разработки ИИ-моделей и внедрения AI-инструментов в практические проекты.
В ходе данного курса участники пройдут от основ искусственного интеллекта к конкретному применению технологий машинного обучения и глубокого обучения в практических сценариях
внимание уделяется не только теоретическим аспектам, но и развитию практических навыков в создании моделей
слушатели приобретут опыт работы с инструментами и освоят методы эффективной оптимизации и настройки параметров моделей с целью достижения высокой эффективности в реальных проектах в области искусственного интеллекта
Даты и регистрация
Онлайн тренинг
Очный формат
Гарантированные курсы
Гарантирован при получении Вашей заявки
Программа курса
Модуль 1. День 1: Введение в искусственный интеллект
- Основы искусственного интеллекта
-
- Определение ИИ и его происхождение
Модуль 2. День 2: Основы машинного обучения
- Введение в машинное обучение
-
- Что такое машинное обучение и как оно отличается от традиционного программирования
Модуль 3. День 3: Глубокое обучение и нейронные сети
- Основы глубокого обучения
-
- Архитектура нейронных сетей
Модуль 4. День 4: Техническое применение ИИ и большие языковые модели (LLM)
- Инструменты для разработки ИИ-приложений
-
- Популярные библиотеки: TensorFlow, PyTorch, Keras
Модуль 5. День 5: Оптимизация моделей и генерация с поддержкой извлечения (RAG)
- Техники оптимизации и настройки параметров моделей
-
- Настройка гиперпараметров: выбор оптимальных параметров модели