Специалист по большим данным и искусственному интеллекту
Бесплатно для тебя
с помощью продвижения
-
Тип степени: Сертификат "Специалист по большим данным"
Сертификат "Специалист по искусственному интеллекту" -
Дополнительная квалификация: Сертификат "Машинное обучение
Сертификат "Глубокое обучение -
Итоговый экзамен: Практическая работа над проектом с итоговыми презентациями
-
Время уроков: Полный рабочий деньС понедельника по пятницу с 8:30 до 15:35 (в праздничные дни с 8:30 до 17:10).
-
Язык обучения: Немецкий
-
Продолжительность: 12 Недели
Специалист по большим данным
Что такое большие данные? (примерно 1 день)
Объем, скорость, разнообразие, ценность, достоверность
Возможности и риски больших объемов данных
Дифференциация: бизнес-аналитика, аналитика данных, наука о данных
Что такое добыча данных?
Введение в фреймворки Apache (около 2 дней)
Решения для работы с большими данными в облаке
Модели доступа к данным
Хранение данных
MapReduce (около 3 дней)
Философия MapReduce
Кластер Hadoop
Цепочка заданий MapReduce
Искусственный интеллект (ИИ) в рабочем процессе
Презентация конкретных технологий ИИ
и возможного применения в профессиональной среде
Компоненты (около 3 дней)
Краткая презентация различных инструментов
Передача данных
Приложения YARN
Hadoop JAVA API
Apache Spark
NoSQL и HBase (около 3 дней)
Теорема CAP
ACID и BASE
Типы баз данных
HBase
Визуализациябольших данных (около 3 дней)
Теории визуализации
Выбор диаграмм
Новые типы диаграмм
Инструменты для визуализации данных
Работа над проектом (около 5 дней)
Закрепление изученного материала
Презентация результатов проекта
Машинное обучение
Введение в машинное обучение (около 5 дней)
Зачем нужно машинное обучение?
Примеры применения
Контролируемое обучение, неконтролируемое обучение, частично контролируемое обучение, обучение с подкреплением
Примеры наборов данных
Знакомство с данными
Обучающие, проверочные и тестовые данные
Просмотр данных
Составление прогнозов
Контролируемое обучение (около 5 дней)
Классификация и регрессия
Обобщение, чрезмерная и недостаточная подгонка
Размер набора данных
Алгоритмы для контролируемого обучения
Линейные модели
Классификаторы Байеса
Деревья решений
Случайный лес
Градиентный бустинг
k-nearest neighbours
Векторные машины с поддержкой
Условное случайное поле
Нейронные сети и глубокое обучение
Вероятности
Неконтролируемое обучение (около 5 дней)
Типы неконтролируемого обучения
Предварительная обработка и масштабирование
Преобразование данных
Масштабирование обучающих и тестовых данных
Уменьшение размерности
Разработка признаков
Манифольд-обучение
Декомпозиция главных компонент (PCA)
Факторизация неотрицательных матриц (NMF)
Манифольд-обучение с t-SNE
Кластерный анализ
Кластеризация k-Means
Агломеративная кластеризация
Иерархический кластерный анализ
DBSCAN
Кластерные алгоритмы
Оценка и совершенствование (около 2 дней)
Выбор модели и оценка модели
Настройка гиперпараметров оценщика
Кросс-валидация
Поиск по сетке
Метрики оценки
Классификация
Работа над проектом (около 3 дней)
Закрепление изученного материала
Презентация результатов проекта
Глубокое обучение
Введение в глубокое обучение (около 1 дня)
Глубокое обучение как разновидность машинного обучения
Основы нейронных сетей (около 4 дней)
Перцептрон
Расчет нейронных сетей
Оптимизация параметров модели, обратное распространение
Библиотеки глубокого обучения
Регрессия против классификации
Кривые обучения, перебор и регуляризация
Оптимизация гиперпараметров
Стохастический градиентный спуск (SGD)
Момент, оптимизатор Адама
Скорость обучения
Конволюционная нейронная сеть (CNN) (около 2 дней)
Классификация изображений
Конволюционные слои, объединяющие слои
Перестраивающие слои, сглаживание, объединение глобальных средних
Архитектуры CNN ImageNet-Competition
Глубокие нейронные сети, исчезающие градиенты, пропуск связей, пакетная нормализация
Трансферное обучение (около 1 дня)
Адаптация моделей
Предварительное обучение без контроля
Расширение данных изображений, объяснимый ИИ
Региональный CNN (около 1 дня)
Локализация объектов
Проблемы регрессии
Разветвленные нейронные сети
Методы творческой генерации изображений (около 1 дня)
Генеративные адверсарные сети (GAN)
Глубокие подделки
Диффузионные модели
Рекуррентные нейронные сети (около 2 дней)
Анализ последовательностей
Рекуррентные слои
Обратное распространение во времени (BPTT)
Анализ временных рядов
Проблемы разрыва и исчезающего градиента
LSTM (Long Short-Term Memory)
GRU (Gated Recurrent Unit)
Глубокий RNN
Глубокий LSTM
Обработка текста с помощью нейронных сетей (около 2 дней)
Предварительная обработка текста
Встраивание слоев
Классификация текста
Анализ смыслового содержания
Трансферное обучение в НЛП
Переводы
Метод последовательности в последовательность, архитектура кодера-декодера
Языковые модели (около 1 дня)
BERT, GPT
Слои внимания, трансформаторы
Конвейеры генерации текста
Суммирование
чатботы
Глубокое обучение с подкреплением (около 1 дня)
Управление динамическими системами
Агентские системы
Обучение через вознаграждение
Градиенты политики
Глубокое Q-обучение
Байесовские нейронные сети (около 1 дня)
Неопределенности в нейронных сетях
Статистическая оценка прогнозов
Доверие, стандартное отклонение
Несбалансированные данные
Методы выборки
Работа над проектом (около 3 дней)
Закрепление изученного материала
Презентация результатов проекта
Возможны изменения. Содержание курса регулярно обновляется.
После окончания курса вы сможете обрабатывать большие неструктурированные объемы данных с помощью специализированного программного обеспечения. Вы будете знать фреймворк Apache и уметь визуализировать данные в привлекательной форме.
Вы также обладаете соответствующими знаниями в области машинного обучения и глубокого обучения. Вы знаете наиболее важные причины использования машинного обучения, области применения и различные категории и концепции машинного обучения. Вы также понимаете, в каких областях применяется глубокое обучение и как работают нейронные сети. Вы сможете обеспечить процессы машинного обучения и документирования.
Курс рассчитан на людей с высшим образованием в области компьютерных наук, бизнес-информатики, математики или сопоставимой квалификацией.
Поскольку компаниям приходится управлять и структурировать постоянно растущие объемы данных, чтобы анализировать и целенаправленно управлять своими бизнес-процессами, навыки обработки данных востребованы во всех отраслях.
Как специалист по ИИ в области машинного обучения и глубокого обучения вы также обладаете высокой квалификацией, можете работать во всех отраслях и поэтому пользуетесь большим спросом на рынке труда. Вы можете анализировать большие объемы данных для поиска закономерностей и моделей. Глубокое обучение часто используется в контексте искусственного интеллекта для распознавания лиц, объектов или речи.
Ваш значимый сертификат дает подробное представление о приобретенных вами квалификациях и улучшает ваши карьерные перспективы.
Дидактическая концепция
Ваши преподаватели обладают высокой профессиональной и дидактической квалификацией и будут обучать вас с первого до последнего дня (никакой системы самообучения).
Вы будете учиться в эффективных небольших группах. Обычно курсы состоят из 6-25 человек. Общие занятия дополняются многочисленными практическими упражнениями во всех модулях курса. Практический этап - важная часть курса, поскольку именно в это время вы обрабатываете полученные знания и обретаете уверенность и практичность в их применении. Заключительный раздел курса включает в себя проект, разбор конкретных ситуаций или итоговый экзамен.
Виртуальный класс alfaview®
BildungszentrumЗанятия проводятся с использованием современной видеотехнологии alfaview® - не выходя из дома или в нашем офисе по адресу . Весь курс может видеть друг друга лицом к лицу через alfaview®, общаться друг с другом с помощью синхронизированного по губам голоса и работать над совместными проектами. Разумеется, вы также можете в любое время видеть и разговаривать со своими преподавателями в прямом эфире, и на протяжении всего курса вас будут обучать преподаватели в режиме реального времени. Уроки - это не электронное обучение, а настоящее живое очное преподавание с помощью видеотехнологий.
alfatraining Agentur für Arbeit Учебные курсы субсидируются и сертифицируются в соответствии с положением об утверждении AZAV. Bildungsgutschein Aktivierungs- und VermittlungsgutscheinПри подаче заявки или заявки на обучение все расходы на курс обычно покрываются финансирующей организацией.
Europäischen Sozialfonds Deutsche Rentenversicherung Финансирование также возможно через программы (ESF), (DRV) или региональные программы финансирования. Berufsförderungsdienst Как постоянный солдат, вы можете посещать курсы повышения квалификации по программе (BFD). Agentur für Arbeit (Qualifizierungschancengesetz) Компании также могут повысить квалификацию своих сотрудников по программе финансирования от .