Модуль 1. "Искусственный интеллект: нейронные сети"
- Как устроена сфера больших данных
- Что такое нейросети и как они появились, какими сервисами пользоваться
- Основные понятия и принципы работы нейронных сетей
- Задачи и подходы в машинном обучении
- Навыки критического мышления и нейросети
- Практическое применение в разных профессиях: кейсы, примеры использования в разных сферах
Модуль 2. "Текстовые нейросети: практическое применение"
- Обзор текстовых нейросетей: Chat GPT, Notion AI, YaGPT, Giga Chat и т.д.
- Команды для нейросетей: Prompt b и архитектор prompt-запросов
- Структура разных форматов текстового контента
- Сценарии применения: создание текстового контента в разных текстовых нейросетях
- Фактчекинг текстов от нейросети
- Написание SQL запросов с помощью нейросетей
- Разработка и реализация собственного проекта с использованием нейросетей в области текста
Модуль 3. "Работа с визуальными нейросетями: генерация изображений. Нейро-сервисы"
- Графические нейросети, какие задачи решают, где применяются, их возможности
- Обзор графических ИИ
- Генерация картинок в нейросети Midjourney: простые запросы и их усложнение
- Графика в Stable Diffusion
- Как работать с Lensa, Kandinsky, Шедеврум и др.
- Практическое применение в разных профессиях
- Автоматизация процессов
- Нейро-сервисы: от создания презентация до видео
- Разработка и реализация собственного проекта с использованием визуальных нейросетей
Модуль 4. "Обучение нейросети: принципы работы, структура нейронной сети"
- Основные компоненты нейронной сети: нейроны, веса, активационные функции, слои
- Принципы работы нейронных сетей
- Структура нейронной сети
- Обучение нейросети
- Методы оптимизации
- Виды нейронных сетей: для какой задачи лучше использовать конкретный вид
Модуль 5. "Python: создание кода с помощью нейросети"
- Искусственный интеллект. Базовый синтаксис Python
- Data Science. Базовый синтаксис Python
- Машинное обучение. Базовый синтаксис Python
- Глубокое обучение. Базовый синтаксис Python
- Нейросети для разработчиков: написание кода по текстовому описанию, анализ кода и ошибок
Модуль 6. "Машинное и глубокое обучение"
- Понятие машинного обучения
- Методы предобработки данных
- Построение прогностической модели
- Основы глубокого обучения
- Принципы работы алгоритмов машинного обучения
- Написание нейронных сетей
- Основные типы моделей машинного обучения
- Компьютерное зрение и нейросети
Итоговая аттестация
Итоговая аттестация в формате зачета.
