AI og Machine Learning for Business - et online kurs

Southampton Data Science Academy

Programbeskrivelse

Les den offisielle beskrivelsen

AI og Machine Learning for Business - et online kurs

Southampton Data Science Academy

Om dette kurset

På en eller annen måte vil AI bestemme teknologiens fremtid. Mens det har vokale supportere og motstandere, er det ingen tvil om at dens innflytelse vil bli transformasjonsmessig. Selv om feltet endrer seg raskt, er det mye å lære, men også mange måter å forme det og bidra med. Dette kurset lærer deg hva du trenger å vite for å være en del av denne reisen.

Kursoversikt

AI har levert noen av de mest fantastiske tekniske fremskrittene i det siste tiåret, og har overgått menneskelige evner i domener så forskjellige som bildegjenkjenning, naturlig språkforståelse, mønsterdetektering, prediksjon og autonome enheter. Det har vist at det kan forvandle hele bransjer i løpet av noen få år, og endre måten vi tenker på våre liv, jobber, bedrifter, regjering og samfunn.

Kurset er organisert i henhold til et rammeverk av kjerne AI-evner. Det følger en problembasert læringstilnærming, hvor hver AI-evne diskuteres i sammenheng med en forretningssakstudie. Det dekker en blanding av læringsmateriell, inkludert korte videoopplæringsprogrammer, guidede gjennomganger, presentasjoner, onlineøvelser og videre lesing og er utformet slik at fagfolk i offentlig og privat sektor kan få kunnskap og ferdigheter som gjør at de kan forstå hvordan de skal brukes AI i deres organisasjon.

Mål og læringsutbytte

På slutten av dette kurset har du utviklet ferdigheter og kunnskaper for å kunne identifisere potensielle applikasjoner for AI i din virksomhet. Du vil kunne:

  • Forklar hva AI er, hvilken rolle det kan spille og de potensielle fordelene det kan bringe organisasjonen din
  • Identifiser de primære egenskapene til AI og de kjerneassosierte teknologiene som trengs for å levere dem
  • Sett opp de ulike komponentene som kreves for å levere komplekse AI-systemer som autonome biler eller intelligente assistenter
  • Diskuter de etiske implikasjonene av AI i ulike områder av økonomien, regjeringen og samfunnet
  • Identifiser ulike typer, egenskaper og bruk av data i AI-løsninger
  • Beskriv grunnleggende klasser av utvinning av informasjon, clustering, prediksjon, samt søk og planleggingsteknikker
  • Identifiser programvare som kan brukes til å behandle, analysere og ekstrahere mening fra naturlig språk, bilder og numeriske data for å utvikle innsikt og forståelse

evaluering

Oppgave 1 - Identifiser og formuler en AI-mulighet for din virksomhet

Basert på emner introdusert i løpet av kursets første uke, blir du bedt om å identifisere et "enkelt" problem i organisasjonen din, som du mener kan forbedres eller løses gjennom utvikling og anvendelse av en AI-løsning.

Oppgave 2 - Planlegg og kvantifiser hvordan du får muligheten til å skje

Med tanke på hvert av de sakstudier som ble introdusert i uke 2, 3 og 4 blir du bedt om å lage en rapport for et ikke-spesialisert publikum. Du vil sammenligne og kontrastere typer AI-løsningen utviklet i hver studie, begrunnelsen for valg av AI-løsningen, fordelene til organisasjonen og den forventede "verdien" eller avkastningen på investeringen av løsningen.

Oppgave 3 - Bruk det du har lært i løpet av kurset

Ved å bruke kunnskap som er oppnådd gjennom en diskusjon av hver case-studie, vil du se på det enkle problemet som ble identifisert i første oppgave, og foreslå en revidert løsning. Du har til opgave å utarbeide en rapport som beskriver en AI-basert løsning for dette problemet, og forklarer hvorfor og hvordan den reviderte løsningen er forskjellig fra den opprinnelige løsningen, samtidig som du tar opp juridiske, moralske eller etiske problemer som er identifisert.

pensum

Uke 1 - Introduksjon til AI

  • Forstå hva AI er og dets hovedklasser av applikasjoner og evner
  • Forstå forskjellen mellom ulike typer AI og ha en oversikt over toppmoderne på hvert av disse områdene
  • Bli kjent med kjerneteknologiene knyttet til AI og de viktigste aktørene i feltet
  • Forstå forholdet mellom AI og andre teknologitrender, for eksempel Big Data, Cloud Computing, eller The Internet of Things (IoT)
  • Forstå rollen som data i AI
  • Forstå de største utfordringene ved å anvende AI i organisasjoner, inkludert datakvalitet, åpenhet, forspenninger og personvern
  • Forstå begrensningene til AI

Uke 2 - Case studie: Lære å kjenne dine kunder

  • Forstå forskjellen mellom overvåket og ikke-overvåket maskinlæringsalgoritmer
  • Forstå grunnleggende klasser av maskinlæring, som regresjon, klassifisering og clustering
  • Forstå hvilke typer problemer maskininnlæringen kan løse og kunne velge maskinlæringsoppgaver som er nyttige i en applikasjonskontekst
  • Forstå de viktigste aktivitetene og teknologiene som brukes til å bygge en NLP-rørledning (Natural Language Processing)
  • Statistisk behandling og ordfordeling
  • Lær hvordan du genererer funksjoner fra tekstdata for å tjene som input til maskinlæringsmodeller
  • Bruk regresjon, klassifisering og clustering for å trekke ut informasjon og anbefale varer å kjøpe
  • Påfør overvåket klassifisering for å utføre følelsesanalyse
  • Analyser, vurder og tolk resultatene av maskinlæringsmodeller

Uke 3 - Case studie: Forbedre kundeopplevelsen

  • Forstå hva Turing-testen handler om, og hvordan den kan brukes til å forbedre AI-systemene
  • Bli kjent med de viktigste metodene og teknologiene i naturlig språkgenerering
  • Få oversikt over dyplæringsmetoder for NLP og hva de brukes til
  • Forstå de viktigste metodene og verktøyene i naturlig språkforståelse og talegjenkjenning
  • Lær hvordan du designer konversasjonsmidler (dvs. chatbots)

Uke 4 - Case studie: Søk og anbefaling

  • Clustering algoritmer
  • Emnemodellering
  • Kunnskapsbaser: Hvordan bygges de? Hvilket formål tjener de?
  • Bruke en kunnskapsbase for Named Entity Recognition (NER)
  • Introduksjon til semantisk web
  • Bruk kunnskapsbasen til å trekke ut relevant informasjon (dvs. SPARQL og Google Knowledge Graph)

Uke 5 - Case studie: Computer Vision

  • Tradisjonelle tilnærminger til bildebehandling og datasyn
  • Bilde klassifisering og clustering
  • Funksjonsekstraksjon
  • Konvolutionelle neuralnett: En biologisk inspirert modell.
  • Et bilde er verdt 100 (0) ord: Kobling av konvolutionelle nevrale nettverk (CNN) med konverserende agenter for å generere tekstbeskrivelser
  • Systemer for automatisk overvåking

Uke 6 - Fremtidige retninger for AI

  • Gjeldende begrensninger
  • Teknologiske fremskritt
  • Samfunns- og kulturforskyvninger
  • Etiske problemstillinger
  • Moralske problemer
  • Juridiske problemer

Kursfakta

  • Varighet: 60 timer (over 6 uker)
  • datoer:
    • 1. oktober - 9. november
    • 5. november - 14. desember
  • Kursleder: Elena Simperl
  • 100% online levering: Personlige og gruppeopplæringer, guidet selvstudium via kjernemateriale, Q
  • Forutsetninger: God grunnleggende forståelse av teknologi. Tidligere kodingserfaring er ikke nødvendig
  • Målgruppe: Forretningsutøvere, analytikere, konsulenter, ledere, ledere, etc.
  • Læringsmateriell: Guidede gjennomganger, videoopplæringsprogrammer, lysbilder, online øvelser, videre lesing
  • Vurdering og tilbakemelding: 3 stk., 33% hver. Tilbakemelding på slutten av kurset, bestående av karakterer og kommentarer til hver oppgave
Denne skolen tilbyr programmer i:
  • Engelsk


Sist oppdatert August 19, 2018
Varighet og pris
Dette kurset er Nettstudie
Start Date
Studiestart
Nov. 2018
Okt. 2019
Duration
Varighet
60 uker
Deltid
Heltidsstudier
Price
Pris
1,500 GBP
£ 1500 per person, inkludert moms.
Information
Deadline
Locations
Det forente kongerike Storbritannia og Nord-Irland - Cambridge, England
Studiestart : Nov. 2018
Søknadsfrist Kontakt skolen
Studieslutt Des. 14, 2018
Studiestart : Okt. 2019
Søknadsfrist Kontakt skolen
Studieslutt Kontakt skolen