Описание курса

В последнее время эксперты все чаще пугают нас искусственным интеллектом и тем, что компьютеры заберут наши рабочие места. Насколько все это может стать реальностью – пока большой вопрос, но есть профессионалы, которые точно могут не опасаться конкуренции с вычислительными средствами. Это те, кто занимается развитием того самого искусственного интеллекта, а также машинным обучением.

Чтобы работать в этих направлениях, нужно иметь определенную базовую подготовку. В данном случае – это работа с большими данными. На курсе вы освоите основы применения графов и нечетких логик для построения моделей систем обработки больших данных, машинного обучения и искусственного интеллекта. Также вы познакомитесь с основными понятиями графовых и нечеткологических моделей; инструментами их обработки и оптимизации; требованиями к входным данным.

В программе курса рассматриваются такие инструменты и техники теории графов, как работа с ориентированными и неориентированными графами, решение задач на соцсетях и построение маршрутов, детерминированные и стохастические графы.

В части теории нечетких множеств вы познакомитесь с лингвистическими переменными, нечеткими отношениями и множествами, освоите операции над нечеткими множествами, построение нечетких моделей.

Курс будет полезен бизнес- и системным аналитикам; аналитикам данных; программистам, работающим в области машинного анализа данных; бизнес-руководителям, чья деятельность связана с постановкой задач по аналитике данных; маркетологам, включая веб-маркетинг; другим сотрудникам, вовлеченным в аналитическую деятельность компании.

Курс является частью подготовки специалистов в области машинного обучения и анализа больших данных.

Приходите учиться в Unitraining - обеспечьте свое будущее!

Вы научитесь

  • определять источники данных для графовых и нечетких моделей и требования к ним;
  • строить ориентированные и неориентированные, детерминированные и стохастические графы;
  • понимать области применения различных типов графовых моделей;
  • проводить базовую оптимизацию графовых моделей;
  • определять область применения нечетких моделей;
  • формировать простые нечеткие модели;
  • проводить операции над нечеткими моделями;
  • решать типовые задачи с применением анализа на графах;
  • формировать и преобразовать нечеткие модели.

Предварительная подготовка

Требуемая подготовка:

Базовая математика. Уровень 2-3 курса технического или экономического вуза

Рекомендуемая подготовка (необязательная):

Успешное окончание курса Основы работы с большими данными (Data Science) или эквивалентная подготовка.

Программа курса (24 ак. ч. + 8 ак. ч. Самостоятельно)

  • Модуль 1. Введение в теорию графов. Основные понятия и область применения (2 ак.ч)

    • Определение графа
    • Граф и изображение графа
    • Мультиграф
    • Атрибуты графа: веса вершин и дуг
    • Граф соцсети
    • Задача о Кенигсбергских мостах
  • Модуль 2. Ориентированные, неориентированные графы. Задача поиска в соцсетях. Задача поиска маршрута (4 ак.ч)

    • Маршруты в графе
    • Ориентированные и неориентированные графы
    • Связность графа
    • Степень вершины
    • Путь на графе
    • Задача нахождения кратчайшего пути на неориентированном и ориентированном графах на примере социальных сетей и логистических маршрутов
    • Практика. Найти кратчайший путь на ориентированном и неориентированном графе
  • Модуль 3. Характеристики графа. Планарные графы. Задача о четырех красках (6 ак.ч)

    • Дерево графа
    • Понятие планарного и непланарного графа
    • Гипотеза о четырех красках
    • Формула Эйлера
    • Понятие стохастического графа. Задача продажи билетов
    • Практика
  • Модуль 4. Нечеткие или лингвистические переменные. Понятие нечетких множеств (3 ак.ч)

    • Источники неопределенности
    • Представление неопределенности
    • Понятие лингвистической переменной
    • Нечеткие переменные, множества, логики
    • Основные понятия нечетких множеств
    • Виды нечетких логик
    • Практика. Построить лингвистическую модель
  • Модуль 5. Нечеткие отношения и высказывания. Операции над нечеткими переменными и множествами (5 ак.ч)

    • Определения
    • Операции над нечеткими множествами и их свойства
    • Композиция и импликация
    • Преобразование нечетких высказываний
  • Модуль 6. Логико-лингвистические описания систем. Примеры построения нечетких моделей (4 ак.ч)

    • Логико-лингвистическое описание систем
    • Нечеткие модели
    • Примеры нечетких моделей
    • Практика. Сформировать систему нечетких множеств и высказываний для модели

Расписание курса

Оставьте заявку на корпоративное обучение *

* Корпоративное обучение обеспечивает рост результативности, соответствие более высоким профессиональным стандартам, формирует эффективно работающую команду специалистов.

Преподаватели

Динцис Данил

Стоимость обучения

4990 ₪