University of California, Irvine - Division of Continuing Education

Online speciális tanulmányi program a gépi és mély tanulásban

Áttekintés

A gépi tanulás és a természetes nyelvfeldolgozás határozza meg a mesterséges intelligencia jelenlegi állását. Ezek a technológiák, amelyek egyfajta adatbányászat és adatelemzés, folyamatosan tanulnak a megadott információkból. Felismernek olyan rejtett mintákat, amelyek gyakran drámai versenyelőnyt biztosítanak viszonylag alacsony költségek mellett a szervezet számára. Ezek a technológiák jelentős fejlesztéseket tesznek lehetővé munkánk, interakciónk és életvitelünkben, hogy korábban elképzelhetetlen hatékonyságot érjenek el. Ezeket a módszereket számos iparágban alkalmazzák, beleértve az értékesítést, a marketinget, a reklámozást, az egészségügyet, a büntető igazságszolgáltatást, a pénzügyi ügyfélszolgálatot és az olyan menő új iparágakat, mint az önvezető autók és a nagy hatékonyságú automatizált otthonok. A szervezetek manapság ezeket a módszereket nem csak az alapvető üzleti tevékenységeik fejlesztésére, hanem új üzleti modellek kidolgozására is használják.

Program előnyei

• Tanuljon iparági szakértőktől, hogyan alkalmazhatja a gépi és mélytanulás művészetét és tudományát, hogy új betekintést nyerjen és javítsa vállalkozása versenyképességét
• Magyarázza el, milyen típusú problémák a legalkalmasabbak a gépi tanuláshoz, és melyek a legalkalmasabbak a mélytanuláshoz
• Ismerje meg és alkalmazza az iparban az üzleti problémák megoldására használt gépi és mélytanulási szoftvereszközöket
• Magyarázza el a különféle tanulási algoritmusokat és azok alkalmazásának módját a nem felügyelt, félig felügyelt, felügyelt és megerősítési folyamatok közötti különbségek megértéséhez
• Tanuljon meg módszereket és eszközöket algoritmusok alkalmazásához valós adattípusok széles skáláját használva, beleértve a strukturált és strukturálatlan szövegeket, videókat és belső vagy külső forrásokból származó képeket (pl. lekapart webes adatok), és értékelje teljesítményüket
• Határozza meg a fontolóra veendő kapcsolódó szoftvereszközkészleteket, és hogyan integrálhatja azokat a meglévő adatmunkafolyamatokba
• Használjon olyan alapvető építőelemeket, általános elveket és felhőtechnológiákat, mint például az Amazon Web Services (AWS) a gépi tanulási algoritmusok tervezéséhez
• Ismerje meg a Natural Language Processing (NLP) eszközeit és technikáit, valamint annak használatát az ember által generált tartalmak elemzésében
• Ismerje meg a gyakori buktatókat és kihívásokat neurális hálózatok és mély tanulási eszközök segítségével
• Ismerje meg, milyen hardverekre vagy virtuális gépekre van szükség a mély tanuláshoz
• Magyarázza el a gépi és a mély tanulás közötti különbséget a hagyományos statisztikai adatelemzési technikákkal szemben