Искусственный интеллект и машинное обучение в электронике, фотонике и радиотехнике
Практический очный курс изучения технологий искусственного интеллекта и машинного обучения.
Этот гибкий курс можно адаптировать под конкретную отрасль и задачи вашей компании
О программе
Обучение проводится в формате тренинга-интенсива. 10% процентов важной теории и 90% реальной практики. С первого дня курса погружение в конкретные кейсы и техники:
- Разбор всех ключевых механизмов, лежащих в основе методов ИИ, а не только популярного на курсах механизма обучения (Machine Learning)
Разбор всех рассматриваемых методов и алгоритмов ИИ на кейсах в профильных для слушателей областях, а не просто на примерах из IT-сферы
Практикумы по ИИ на Python проводятся на реальных выборках данных из области специализации слушателей для получения максимальной профессиональной ценности от курса
Максимально комфортный вход в практическую реализацию ИИ и Python: дизайн курса выполнен таким образом, что к слушателю не предъявляются входные требования к знаниям в области ИИ и машинного обучения, а также к навыкам работы с языком и библиотеками Python
Преподаватель курса сам по своему базовому образованию является специалистом в области электронной техники, поэтому курс спроектирован не в традиционной чисто IT-шной парадигме, а с пониманием профильной специфики деятельности слушателей
Открыта предзапись
Сроки обучения уточняются. Если вас заинтересовала программа, подайте заявку на обучение сейчас и станьте первыми в списке к зачислению.
Кому подойдет
Инженерам в области радиотехнических систем и устройств электронной техники
Специалистам в фотонике и оптоэлектронике
Разработчикам и проектировщикам в электронике, фотонике и радиотехнике
Документ об окончании курса
Удостоверение о повышении квалификации ведущего технического вуза России с занесением в Федеральный реестр документов об образовании (ФРДО)
Результаты обучения
Знаю и понимаю ключевые механизмы, лежащие в основе методов ИИ и машинного обучения; принципы функционирования конкретных алгоритмов ИИ, их достоинства и недостатки, а также примеры их применения в электронике, фотонике и радиотехнике.
Умею использовать методы искусственного интеллекта и машинного обучения для решения прикладных задач в радиотехнике, электронике и фотонике; проводить исследования влияния параметров алгоритма ИИ и параметров выборки данных на качество получаемых моделей с целью получения более высокого качества решения задачи.
Владею навыками применения библиотек и инструментария Python для решения профессиональных задач в профессиональной области, а также базовыми приемами борьбы за повышение точности и прогнозирующей способности получаемых моделей.
Программа обучения
Очное обучение с преподавателем экспертом в сфере по проверенным материалам с отработкой практических кейсов.
Для начала обучения не нужны знания в области искусственного интеллекта (ИИ) и машинного обучения, а также навыки работы с Python.
Тема 1. Основные механизмы (источники) машинного интеллекта
Тема 2. Введение в механизм обучения (Machine Learning)
Тема 3. Машинное обучение «с учителем»: задача классификации
Тема 4. Машинное обучение «без учителя»: задача кластеризации
Тема 5. Машинное обучение с подкреплением
Тема 6. Современные технологии ИИ в электронике, фотонике и радиотехнике
Преподаватели
Андраханов Анатолий Александрович
Сооснователь и руководитель отдела исследований и развития ISCRA. Эксперт Передовой инженерной школы «Электронное приборостроение и системы связи» им. А.В. Кобзева ТУСУ
Стоимость
Не нашли то,
что искали?
Заполните форму или свяжитесь с нами в удобном мессенджере