logo

OzenVision

9

Жасанды интеллект

500 000 ₸
Тапсырыс беру
Бөлінді 17 Квот

Курс туралы

Толығырақ OzenVision

«Жасанды интеллект» курсы — ЖИ технологияларын түсініп, оларды нақты міндеттерді шешуде қолдануды үйренгісі келетіндерге арналған практикалық бағдарлама. Оқу барысында студенттер Python, Pandas және NumPy көмегімен деректерді талдау, машиналық оқытудың классикалық алгоритмдері, терең нейрондық желілер және генеративті ЖИ-ні кезең-кезеңімен меңгереді. Жеке модульдер компьютерлік көру, трансформер архитектуралары және заманауи генеративті модельдерге арналған. Бағдарламалау тәжірибесі жоқ жаңадан бастаушыларға да, ЖИ пен машиналық оқыту саласында білімін жүйелі түрде қалыптастырғысы келетіндерге де сәйкес келеді. Оқыту онлайн форматта нақты уақыт режимінде өтеді және теорияны шынайы деректермен орындалатын практикалық тапсырмалармен үйлестіреді. Курс соңында студенттер деректерді жинау мен талдаудан бастап, модельді құру және таныстыруға дейінгі ЖИ шешімін әзірлеудің толық циклін қамтитын қорытынды жобаны орындайды. Оқуды аяқтағаннан кейін түлектер Junior AI Engineer біліктілігін алып, жасанды интеллекттің заманауи құралдарымен жұмыс істеуге дайын болады.

Ерекше шарттар

Курс құнының айырмасы ретінде 100 000 теңге қосымша төлеу шартымен студентке 400 000 теңге көлемінде білім беру гранты беріледі. Студент оқу курсын толық аяқтауға, қорытынды жобаны орындауға және қорытынды тестілеуден кемінде 50% нәтиже көрсетуге міндеттенеді. Аталған талаптар орындалмаған жағдайда студент курс құнын толық өтеуге міндетті. Егер студент күнтізбелік ай ішінде сабақтардың 30%-дан астамын дәлелді себепсіз жіберсе, ол оқудан шығарылуы мүмкін және оқу құнын толық қайтаруға міндетті болады.

Курстың егжей-тегжейлері

Деңгей

Барлығына

Оқыту форматы

Желіде

Қабылдау емтихандары

Жоқ

Ұзақтығы, апталарда

27

Оқыту тілі

Орысша

Біліктілік

Junior AI Engineer

Дағдылар


• ЖИ тапсырмалары үшін Python тілін меңгеру • NumPy және Pandas көмегімен деректермен жұмыс істеу • Деректерді зерттеу талдауын (EDA) жүргізу және деректерді визуализациялау • scikit-learn ортасында машиналық оқытудың негізгі әдістерін (жіктеу және регрессия) қолдану • Негізгі сапа көрсеткіштері арқылы модельдерді оқыту және бағалау • Машиналық оқытудың классикалық алгоритмдерін қолдану (SVM, шешім ағаштары, Random Forest, k-NN, Naive Bayes) • Деректер өлшемділігін азайту әдістерін қолдану (PCA) • PyTorch көмегімен нейрондық желілерді әзірлеу (соның ішінде CNN) • Мәтінді өңдеу (NLP) міндеттері үшін трансформерлерді базалық деңгейде қолдану • ЖИ-жобаның толық циклін жүзеге асыру: деректерді дайындаудан бастап модельді бағалауға дейін

Жиі қойылатын сұрақтар

Ұқсас курстар

Басқа курс OzenVision