Prerekvizity

• žádné

Co si účastník odnese

Kurz je určen pro všechny, kteří chtějí porozumět principům strojového učení a umělé inteligence bez nutnosti zacházet do přílišných technických detailů. Cílem je představit možnosti využití umělé inteligence v různých oblastech průmyslu a informačních technologiích a připravit tak zejména manažery a ředitele firem pro dělání kompetentních rozhodnutí při přechodu na exponenciální technologie.

Osnova

• Co je strojové učení a umělá inteligence
  • Rozdíl mezi strojovým učením a umělou inteligencí
  • Základy strojového učení
  • Nejdůležitější techniky strojového učení
  • Problémy, které nejdou řešit umělou inteligencí
• Datově řízená společnost
  • Důležitost dat
  • Intuice vs. data
  • Exponenciální výhoda
  • Most mezi manažerem a vývojářem umělé inteligence
• Metriky strojového učení a jeho interpretovatelnost
  • Trénovací vs. testovací data set
  • Accuracy, precision, recall, RMSE, MAE, R-Square
  • Odlehlé hodnoty v datech 
  • Vyváženost data setů
  • Spolehlivost modelů
  • Vysvětlitelnost rozhodnutí modelů strojového učení
• A/B testování a porozumění jeho výsledkům
  • Tradiční A/B testování
  • Víceruký bandita a optimalizace
  • Souběžné provádění více A/B testů
  • Intervaly spolehlivosti
• Etika a bezpečnost umělé inteligence
• Příklady úspěšných aplikací strojového učení
  • Text (klasifikace, analýza sentimentu, sumarizace, vyvozování, chat boty
  • Obraz a video (klasifikace, segmentace, zvýšení rozlišení, odstranění šumu)
  • Doporučovací systémy a řazení
  • Predikce časových řad (strojové obchodování, e-commerce)
  • Detekce anomálií

Termíny

V případě zájmu o vypsání nového termínu kurzu nás kontaktujte na info@mlcollege.com.