Cursul oferă participanților o introducere solidă în domeniul învățării automate, prezentând concepte de bază, tehnici și algoritmi folosiți în această disciplină. Cursul explorează tipurile de abordări în învățarea automată, cum ar fi învățarea supervizată, nesupervizată și învățarea prin recompensă, precum și diverșii algoritmi utilizați în dezvoltarea de soluții bazate pe învățarea automată. Participanții vor învăța despre gestionarea datelor, infrastructura necesară și cum să evalueze și să implementeze soluțiile de învățare automată în diferite contexte.
Cursul se adresează persoanelor care doresc să se familiarizeze cu conceptele și tehnicile de bază din învățarea automată, fără a necesita experiență prealabilă în domeniu. Acest curs este potrivit pentru studenți, profesioniști din domeniul IT, analiști de date, cercetători și orice persoană interesată să înțeleagă și să aplice învățarea automată în diferite contexte. Cunoștințele dobândite în acest curs vor servi ca o bază solidă pentru aprofundarea ulterioară a domeniului învățării automate și a inteligentei artificiale.
După finalizarea acestui curs, participanții vor dobândi cunoștințe și abilități precum:
• Înțelegerea conceptelor și principiilor de bază ale învățării automate, cum ar fi învățarea supervizată, nesupervizată și prin recompensă, precum și abordările și tipurile asociate.
• Familiarizarea cu algoritmii și modelele fundamentale în învățarea automata, cum ar fi clasificarea, regresia, clusteringul și reducerea dimensionalității, pentru a rezolva probleme specifice.
• Înțelegerea riscurilor și provocărilor în utilizarea învățării automate, inclusiv probleme legate de bias, interpretabilitatea modelelor și confidențialitatea datelor.
• Gestionarea datelor și infrastructura pentru învățarea automată pentru a antrena modele de învățare automată și gestionarea resurselor necesare pentru a implementa eficient procesul de învățare automată.
• Alegerea și evaluarea modelelor învățării automate potrivite pentru diverse probleme, seturi de date și compararea performanței modelelor.
Acest curs nu impune cunoștințe tehnice.
• Introducere în învățarea automată
• Abordări și tipuri de învățare automată: învățarea supervizată, învățarea nesupervizată, învățarea prin recompensă
• Algoritmi fundamentali în învățarea automată: clasificare, regresie, clustering, reducerea dimensionalității
• Gestionarea datelor și infrastructura pentru învățarea automată
• Alegerea si evaluarea modelelor
• Introducere în deep learning
• Aplicații practice și studii de caz
• Riscuri și provocări în utilizarea învățării automate
Cursul nu este asociat cu nici un program de certificare.