Начните изучать искусственный интеллект с серии обучающих материалов ODSC West Data Primer

Начните изучать искусственный интеллект с ODSC West Data Primer

Серия учебных пособий «Data Primer» в рамках мини-буткемпа ODSC West – это ваш золотой билет для начала пути в мир искусственного интеллекта. Эти онлайн-сессии, проводимые с августа по октябрь, подготовят вас к максимально эффективному участию в конференции ODSC West, которая состоится с 30 октября по 2 ноября. Не можете посещать все сессии в прямом эфире? Вы также получите доступ к записям на требование. Ознакомьтесь с курсами «Data Primer» по изучению искусственного интеллекта ниже.

Data Primer

Доступно по запросу

Данные – это основной строительный блок для науки о данных, машинного обучения и искусственного интеллекта. Этот курс призван научить вас основным навыкам и знаниям, необходимым для понимания, работы с данными и их анализа. Он охватывает такие темы, как сбор данных, их организация, профилирование и трансформация, а также основной анализ. Он поможет вам начать свой путь в мир искусственного интеллекта и получить ценные знания, которые мы будем развивать в последующих курсах SQL, программирования и искусственного интеллекта:

Модуль 1: Модуль 2: Модуль 3: Модуль 4:
Введение в данные Сбор данных Трансформация данных Анализ данных
  • Что такое данные
  • Почему данные важны
  • Жизненный цикл данных
  • Понимание типов данных
  • AI с фокусом на данных
  • Сбор данных
  • Получение данных
  • Внешние данные
  • Лицензирование данных
  • Инструменты сбора данных
  • Данные

Трансформация – Обогащение данных – Корреляции и выбросы – Качество данных – Инструменты трансформации данных

  • Профилирование данных
  • Описание набора данных
  • Форматирование данных и примеры форматирования
  • Инструменты анализа данных

SQL Primer

Четверг, 7 сентября 2023 года, 14:00 по восточному времени

Этот курс по SQL-кодированию обучает студентов основам языка структурированных запросов, который является стандартным языком программирования для управления и манипулирования данными и является неотъемлемым инструментом в изучении искусственного интеллекта. В курсе рассматриваются такие темы, как проектирование и нормализация баз данных, обработка данных, агрегатные функции, подзапросы и операции слияния. Вы научитесь проектировать и писать SQL-код для решения реальных задач. По окончании обучения студенты будут иметь прочные основы в SQL и сможут эффективно использовать его для извлечения информации из данных.

Модуль 1: Модуль 2: Модуль 3: Модуль 4:
Обработка данных Таблицы и базы данных Синтаксис SQL Манипулирование данными
  • Введение в обработку данных
  • Почему SQL для обработки данных?
  • Обзор жизненного цикла данных
  • Типы данных SQL
  • Получение и сбор данных
  • Хранение данных
  • Популярные базы данных
  • Таблицы и базы данных
  • Реляционное проектирование данных
  • Данные

Нормализация – Внешние и первичные ключи

  • Введение в синтаксис SQL
  • Синтаксис запросов SQL
  • Понимание SQL CRUD (Create, Read, Update, Delete)
  • Фильтрация данных с помощью SQL
  • Профилирование данных с помощью SQL
  • Подзапросы в SQL
  • Загрузка и вставка данных
  • Управление транзакциями
  • Агрегатные функции и группировка
  • Операции объединения
  • Обновление данных с помощью SQL

Курс основ программирования с использованием Python

Четверг, 21 сентября 2023 года, 14:00 по Восточному стандартному времени (EST)

Язык программирования Python является одним из самых популярных языков программирования в области науки о данных и машинного обучения, так как предлагает множество мощных и доступных библиотек и фреймворков, специально разработанных для этих областей. Данный курс по программированию искусственного интеллекта разработан для того, чтобы дать участникам быстрое введение в основы кодирования с использованием языка Python.

Он охватывает такие темы, как структуры данных, управляющие структуры, функции, модули и обработку файлов. Этот курс имеет целью предоставить базовые основы Python и помочь участникам развить навыки, необходимые для развития в области науки о данных и машинного обучения.

Модуль 1: Модуль 2: Модуль 3: Модуль 4:
Введение Структуры данных Функции и модули ООП и библиотеки
  • Введение
  • Основные концепции
  • Переменные и типы данных
  • Операторы
  • Управляющие структуры
  • Функции
  • Структуры данных
  • Массивы
  • Списки
  • Кортежи
  • Словари
  • Манипуляция структурами
  • Определение функций
  • Вызов функций
  • Передача и возвращение значений
  • Встроенные функции
  • Импорт модулей
  • Работа с файлами
  • Объектно-ориентированное программирование
  • Определение классов и объектов
  • Наследование
  • Обработка исключений
  • Внешние библиотеки

Курс основ искусственного интеллекта

Четверг, 5 октября 2023 года, 14:00 по Восточному стандартному времени (EST)

Обработка данных является основой любого проекта, основанного на данных, и Python является одним из самых мощных инструментов в этой области. Данный курс предлагает участникам практический опыт, чтобы овладеть необходимыми техниками обработки данных. От очистки и преобразования исходных данных до их подготовки для анализа, этот курс поможет вам освоить навыки, необходимые для работы с реальными задачами по обработке данных.

По окончании этого краткосрочного курса по искусственному интеллекту участники будут полностью оснащены знаниями и навыками для управления жизненным циклом данных и превращения сырых данных в действенные идеи, подготавливающие почву для передового анализа данных и приложений искусственного интеллекта.

Модуль 1: Модуль 2: Модуль 3: Модуль 4:
Введение Очистка данных Преобразование данных Манипулирование данными
  • Введение в обработку данных
  • Значение и роль обработки данных в процессе анализа данных
  • Обзор очистки данных

преобразования и изменения формы данных

  • Источники данных
  • Техники получения данных
  • Обработка отсутствующих данных
  • Работа с выбросами и дубликатами
  • Решение проблем качества данных
  • Изменение формы данных
  • Поворот, расплавление и стекание данных
  • Работа с категориальными переменными
  • Преобразование между типами данных
  • Нормализация и масштабирование
  • Библиотека Pandas
  • Фильтрация, сортировка и агрегация данных
  • Интеграция и объединение данных
  • Комбинирование данных
  • Слияние и объединение наборов данных

Курс по обработке данных с использованием Python

Четверг, 19 октября 2023 года, 14:00 по Восточному стандартному времени (EST)

Этот курс по основам искусственного интеллекта (AI) и машинного обучения (ML) предназначен для знакомства участников с основами искусственного интеллекта и машинного обучения. Вы изучите различные типы искусственного интеллекта, а затем перейдете к основным концепциям, таким как алгоритмы, функции и модели. Вы изучите рабочий процесс машинного обучения и то, как он используется для разработки, создания и развертывания моделей, которые могут обучаться на основе данных для прогнозирования. Это включает в себя обучение модели и типы машинного обучения, включая обучение с учителем и без учителя, а также некоторые из наиболее распространенных моделей, таких как регрессия и кластеризация методом k-means.

По окончании курса у слушателей будет основное понимание машинного обучения и его возможностей, а также они будут в хорошей позиции для получения практического опыта в области машинного обучения и науки о данных на начальном уровне.

Модуль 1: Модуль 2: Модуль 3: Модуль 4:
Введение Типы ML Обучение с учителем Обучение без учителя
  • Обзор искусственного интеллекта
  • Стек AI
  • Определения машинного обучения
  • ML против традиционного программирования
  • Алгоритмы и модели
  • Рабочий процесс машинного обучения
  • Независимые и зависимые переменные
  • Выбор признаков
  • Маркировка данных
  • Тренировка и тестирование моделей
  • Структурированные и

Неструктурированные данные – типы машинного обучения

  • Обучение с учителем
  • Популярные алгоритмы ML
  • Модели классификации
  • Модели регрессии
  • Какую модель использовать?
  • Извлечение признаков
  • Обучение без учителя
  • Обучение с учителем против

Обучения без учителя – модели кластеризации методом k-means – Обзор глубокого обучения – Глубокое обучение против машинного обучения

LLMs, Техника формулировки сообщений и генеративный AI

Ожидается осень 2023 года

В быстро развивающейся области искусственного интеллекта курс “LLMs, Техника формулировки сообщений и генеративный AI” является передовым предложением, разработанным для оснащения учащихся последними достижениями в области крупных языковых моделей (LLMs), техники формулировки сообщений и генеративных методов искусственного интеллекта. В этом курсе рассматривается архитектура и функционирование LLMs, искусство создания эффективных подсказок для направления ответов искусственного интеллекта, а также принципы создания креативного и последовательного контента. Поскольку эти компоненты становятся неотъемлемой частью стека AI, понимание их является необходимым для тех, кто стремится к инновациям, оптимизации и успеху в приложениях, основанных на искусственном интеллекте.

Будь вы исследователем, разработчиком или энтузиастом искусственного интеллекта, этот курс предоставит вам знания и практический опыт, необходимые для освоения возможностей этих трансформационных технологий и оставания на переднем крае революции в области искусственного интеллекта.

Модуль 1: Модуль 2: Модуль 3: Модуль 4:
Основы LLM Техника формулировки сообщений API ChatGPT  Настройка LLM
  • Крупные языковые модели (LLMs)
  • Трансформер

архитектура

Применение LLMs – Использование LLMs “из коробки” – Поток процесса цепочки – Текстовое

краткое изложение – Вопросно-ответная система – Сходство текста

  • Основы
  • Примеры техники формулировки сообщений
  • Манипуляция подсказкой
  • Ограничения техники формулировки сообщений
  • Влияние ответов от подсказки
  • Температура

    предсказуемые и креативные результаты

  • Токены и подсказки
  • Итеративное развитие подсказки
  • Оценка эффективности

подсказки – Направление поведения модели – Создание собственного чат-бота – Основные недостатки подсказок – Галлюцинации, справедливость, предубеждения и возможности

разблокировки

  • Настройка

введение – Когда проводить настройку – Стадии модели – Классификация – Примеры тематического моделирования, анализа тональности и распознавания сущностей – Предварительное обучение – Аппаратное и данные

соображения

Начните учиться сегодня!

Возможно, вы считаете себя слишком старым для школы, но вы никогда не слишком стары, чтобы учиться. В этом учебном сезоне получите пропуск на мини-буткемп ODSC West и освойте новые навыки, получите новые знания и завяжите новые связи. Зарегистрируйтесь сейчас — скидка 50% на все пропуски, как в режиме очной, так и виртуальной форме.