Факультет информационных технологий и анализа больших данных

Феклин Вадим Геннадьевич

Декан факультета

+7 (499) 503-47-00 (внутр. 63-42)

Приемы эффективной работы с ис​кусственным интеллектом 2.0

​​​На нашем курсе вы узнаете самые актуальные нововведения в области ИИ и  научитесь применять их на практике.

Если хотите научиться работать с искусственным интеллектом, курс "Приемы эффективной работы с искусственным интеллектом" - это именно то, что вам нужно!

Наша команда экспертов готова предложить вам новый курс повышения квалификации, который не только удовлетворит ваши потребности, но и превзойдет ваши ожидания.

​На курсе вы ознакомитесь со следующими темами:​

​Тема 1. Обзор основных понятий машинного обучения и искусственного интеллекта. Понятие искусственного интеллекта, отличие от классического программирования. Машинное обучения - обучение по прецедентам. Триада машинного обучения - данные, модели, метрики. Задачи обучения с учителем, примеры. 

Тема 2. Анализ возможностей современных нейросетей: творцы и ремесленники. Современное состояние моделей машинного обучения. Домены и модальности задач машинного обучения. Модели генерации текстов. Модели генерации изображений и видео. 

Тема 3. Промпты (запросы) для нейросетей. Подключение к модели ChatGPT. Использование телеграм бота и прямое подключение. Возможность использования API. Построение простых запросов и получение результата. Ограничения модели. Аналоги ChatGPT и работа с ними. 

Тема 4. Интеграция ChatGPT с технологиями nocode, Text2Speech и Speech2Text Создание истории с ChatGPT. Итеративная работа с генерацией текста. Подстройка запросов. Уточнение запросов и использование контекста. 

Тема 5. Генеративные модели изображений и анимации Модель Midjourney и аналоги. Основные приемы работы, получение изображений по запросу. Работа с анимацией и видео. 

Тема 6. Практикум по использованию ChatGPT в образовании Использование ChatGPT для генерации образовательных текстов. Итеративная генерация. Демонстрация ограничений модели. Рабочий цикл модели. Необходимость валидации результатов. 

Тема 7. Большие лингвистические модели Обработка естественных языков как задача машинного обучения. NLP. способы векторизации текстов. Глубокие текстовые вложения. Модели BERT, word2vec. Глубокие текстовые модели. Механизм


Длительность программы: 18 акад​емич​​еских часов 

Период обучения: с 27 мая по 05 июня​ 2024 г.

Форма обучения: онлайн (возможность просмотра записей курса даже после завершения курса)

Уровень подготовки: курс доступен для всех желающих

Стоимость: 5 000 руб.

Регистрация

 По завершении обучения выдается 

удостоверение установленного образца!

удостоверение1.png