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)
-
- Определение графа
- Граф и изображение графа
- Мультиграф
- Атрибуты графа: веса вершин и дуг
- Граф соцсети
- Задача о Кенигсбергских мостах
-
- 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
-
- Дерево графа
- Понятие планарного и непланарного графа
- Гипотеза о четырех красках
- Формула Эйлера
- Понятие стохастического графа. Задача продажи билетов
- Практика
-
- Источники неопределенности
- Представление неопределенности
- Понятие лингвистической переменной
- Нечеткие переменные, множества, логики
- Основные понятия нечетких множеств
- Виды нечетких логик
- Практика. Построить лингвистическую модель
-
- Определения
- Операции над нечеткими множествами и их свойства
- Композиция и импликация
- Преобразование нечетких высказываний
-
- Логико-лингвистическое описание систем
- Нечеткие модели
- Примеры нечетких моделей
- Практика. Сформировать систему нечетких множеств и высказываний для модели
Расписание курса
-
Преподаватель
Динцис Данил
Дата
Удобные для Вас даты
Формат обучения
Место
Онлайн, из удобного местаЯзык
РусскийСтоимость
4990 ₪
Оставьте заявку на корпоративное обучение *
* Корпоративное обучение обеспечивает рост результативности, соответствие более высоким профессиональным стандартам, формирует эффективно работающую команду специалистов.