Applied AI from Scratch

Aby wziąć udział w tym kursie, nie trzeba spełniać żadnych szczególnych wymagań.

Jest to 4-dniowy kurs wprowadzający w sztuczną inteligencję i jej zastosowanie. Istnieje możliwość odbycia dodatkowego dnia w celu podjęcia projektu AI po ukończeniu tego kursu.

Uczenie nadzorowane: klasyfikacja i regresja

• Kompromis błędu systematycznego i wariancji
• Regresja logistyczna jako klasyfikator
• Pomiar wydajności klasyfikatora
• Maszyny wektorów nośnych
• Sieci neuronowe
• Lasy losowe

Uczenie bez nadzoru: grupowanie, wykrywanie anomalii

• analiza składowych głównych
• autoenkodery

Zaawansowane architektury sieci neuronowych

• konwolucyjne sieci neuronowe do analizy obrazu
• rekurencyjne sieci neuronowe dla danych o strukturze czasowej
• komórki długiej pamięci krótkotrwałej

Praktyczne przykłady problemów, które może rozwiązać sztuczna inteligencja, np.

• analiza obrazu
• prognozowanie złożonych szeregów finansowych, takich jak ceny akcji,
• rozpoznawanie złożonych wzorców
• przetwarzanie języka naturalnego
• systemy rekomendacji

Platformy programowe wykorzystywane do zastosowań AI:

• TensorFlow, Theano, Caffe i Keras.
• Sztuczna inteligencja na dużą skalę z Apache Spark: Mlib

Zrozumienie ograniczeń metod sztucznej inteligencji: tryby niepowodzenia, koszty i typowe trudności

• nadmierne dopasowanie
• tendencyjność danych obserwacyjnych
• brakujące dane
• zatrucie sieci neuronowej