Версия для слабовидящих
Размер текста:
Цветовая схема:
Изображения:
Дополнительное образование Смоленского филиала
Приобретение профессиональных компетенций в сфере обеспечения комплексной защиты персональных данных сотрудников и клиентов в условиях интенсивного развития цифровой экономики; анализирует деловые процессы организации, выявляет угрозы, проводит оценки угроз, планирует и организует мероприятия по обеспечению безопасности персональных данных, разрабатывает необходимые документы.
Слушатель, успешно прошедший обучение по программе профессиональной переподготовки «Искусственный интеллект», должен обладать следующими новыми компетенциями
1.1 Основные понятия: искусственный интеллект, большие данные, машинное обучение. Методы и задачи искусственного интеллекта, машинного обучения и обработки больших данных. Области применения. Возможности и ограничения современных технологий искусственного интеллекта. Основные признаки интеллектуальных информационных систем.
1.2 Области применения. Возможности и ограничения современных технологий искусственного интеллекта. Основные признаки интеллектуальных информационных систем.
2.1 Искусственный нейрон. Искусственная нейронная сеть. Однослойный персептрон. Многослойные нейронные сети. Архитектура и топология искусственной нейронной сети. Обучение искусственной нейронной сети. Эффект переобученности сети. Экстраполяция данных с использованием искусственных нейронных сетей.
2.2 Искусственный нейрон. Искусственная нейронная сеть. Однослойный персептрон. Многослойные нейронные сети. Архитектура и топология искусственной нейронной сети. Обучение искусственной нейронной сети. Эффект переобученности сети. Экстраполяция данных с использованием искусственных нейронных сетей.
3.1 Экспертные системы. Модели представления знаний. Типовая структура экспертной системы. Задачи, решаемые с помощью экспертных систем. Мировой опыт внедрения.
3.2 Экспертные системы. Модели представления знаний. Типовая структура экспертной системы. Задачи, решаемые с помощью экспертных систем. Мировой опыт внедрения.
4.1 Механизмы анализа big data. Алгоритм построения деревьев решений. Файл имён переменных. Файл данных. Файл стоимости ошибки. Структура правила.
4.2 Механизмы анализа big data. Алгоритм построения деревьев решений. Файл имён переменных. Файл данных. Файл стоимости ошибки. Структура правила.
5.1 Оптимизация методом градиентного спуска. Генетические алгоритмы: суть, основные компоненты, алгоритм функционирования. Операторы ГА. Селекция. Скрещивание. Мутация. Применение ГА.
5.2 Оптимизация методом градиентного спуска. Генетические алгоритмы: суть, основные компоненты, алгоритм функционирования. Операторы ГА. Селекция. Скрещивание. Мутация. Применение ГА.
Кандидат педагогических наук, доцент Смоленского филиала Финуниверситета
