Программа курса ориентирована на специалистов, желающих получить знания о технологиях обработки данных с использованием Искусственного Интеллекта и получить практический опыт решений компании Huawei в области ИИ. Знания и навыки, полученные в рамках данного курса, помогут успешно сдать сертификационный экзамен H13-311 для получения сертификации HCIA-AI.

Требования к уровню подготовки слушателя:

• Знание основ сетевых технологий.
• Наличие базовых навыков работы в ОС linux
• Владение основами высшей математики.

Курс позволит слушателям:

• Узнать, как выполнять математическое программирование с использованием Python.
• Понимать пропедевтику и основы глубокого обучения.
• Узнать, как выполнять базовое программирование с использованием Python.
• Иметь представление о Huawei cloud EI.
• Узнать, как выполнять базовое программирование для распознавания изображений.
• Овладеть основами математики, необходимыми для глубокого обучения.
• Узнать, как выполнять базовое программирование для диалога человек-машина
• Иметь представление о ИИ.
• Знать, как выполнять базовое программирование с использованием TensorFlow.
• Иметь представление о TensorFlow.
• Узнать, как выполнять базовое программирование для распознавания речи.

В ходе тренинга рассматриваются следующие темы:

• Руководство по практическому использованию основ математики
• Линейная алгебра
• Практики теории вероятностей
• Практические примеры численных расчетов
• Пропедевтика и обзор глубокого обучения
• Обзор глубокого обучения
• Определение и развитие нейронных сетей
• Персептрон и правила обучения
• Функции активации
• Типы нейронных сетей
• Регуляризация в глубоком обучении
• Оптимизатор
• Приложения глубокого обучения
• Пропедевтика глубокого обучения
• Алгоритмы обучения
• Общие алгоритмы машинного обучения
• Гиперпараметр и набор для проверки
• Оценка параметров
• Оценка максимального правдоподобия
• Оценка Байеса
• Руководство по основам программирования на Python
• Списки и кортежи
• Строки
• Словари
• Условные и циклические операторы
• Функции
• Объектно-ориентированное программирование
• Дата и время
• Регулярные выражения
• Управление файлами
• Обзор Huawei Cloud EI
• Подробная информация о Huawei Cloud EI
• Базовые сервисы платформы
• Общие службы
• Отраслевые услуги
• Концепция ИИ и Происхождение ЭИ
• Основы математики
• Численный расчет
• Переполнение и потеря
• Градиентный метод оптимизации
• Ограничение оптимизации
• Линейная алгебра
• Специальные матрицы
• Собственное разложение
• Разложение в единственном числе
• Псевдообратный Мур-Пенроуз
• Оператор трассировки
• Детерминанты
• Теория вероятностей и теория информации
• Случайные переменные
• Распределение вероятностей
• Предельная вероятность
• Условная возможность
• Независимость и условная независимость
• Ожидание, дисперсия и ковариация
• Распределение вероятностей
• Байесовские правила
• Непрерывная переменная
• Теория информации
• Структурированная статистическая модель
• Обзор искусственного интеллекта
• Прошлое, настоящее и будущее ИИ
• Развитие AI индустрии
• Стратегическое планирование в мире ИИ
• Справедливость и равенство в эпоху ИИ
• Человеко-машинные отношения в эпоху ИИ
• AI управление
• ИИ общество в будущем
• Обзор TensorFlow
• Основы TensorFlow
• Характеристики TensorFlow
• Другие рамки глубокого обучения
• TensorFlow Модули
• Настройка среды разработки TensorFlow
• Основные этапы разработки с использованием TensorFlow
• Определение входного узла TensorFlow
• Определение переменной обучающего параметра
• Определение операции
• Оптимизация функций и задач
• Инициализация всех переменных
• Итерация и обновление параметров до оптимального решения
• Тестирование модели
• Использование модели
• Эксперимент по программированию распознавания изображений