Kunstig intelligens og maskinlæring: teori og praksis
Lady Margaret Hall, University of Oxford
Nøgleinformation
Campus placering
Oxford, Det Forenede Kongerige
Lingvistik / Sprogvidenskab
Engelsk
Studieformat
Fjernundervisning, På campus
Varighed
3 uger
Hastighed
Fuldtid
Studieafgifter
GBP 3.980 / per course *
Ansøgningsfrist
10 May 2024
Tidligste startdato
24 Jun 2024
* til beboelse: 9 uger | for online: 9 uger - £3.960
Introduktion
I vores tidsalder med spirende smart teknologi og automatisering ser vi allerede det transformative potentiale ved kunstig intelligens og maskinlæring inden for så forskellige områder som finans, medicin og fremstilling. Dette kursus tilbyder en praktisk introduktion til dette fremtidsfokuserede forskningsområde.
Du begynder med en introduktion til det grundlæggende i programmering i Python, især forståelse af objektorienteret programmering og dens betydning for dyb læring. Du vil hurtigt gå videre til en introduktion til kunstig intelligens, hvor du undersøger det grundlæggende i overvåget maskinlæring, herunder lineær regression, logistisk regression, neurale netværk og gradientnedstigning. I den anden uge af kurset vil du udforske billedbehandling, undersøge transformationer, foldningsfiltre og kantdetektion, før en introduktion til foldende neurale netværk og nogle fremtrædende CNN-arkitekturer såsom VGG og ResNet. I den sidste del af kurset vil du se på kernebegreberne i naturlig sprogbehandling, herunder sekvensmodellering, autoregressive modeller og tilbagevendende neurale netværk.
Dette intensive kursus tilbyder både en teoretisk introduktion til kunstig intelligens og maskinlæringskoncepter og en mulighed for at omsætte denne viden til handling i løsning af små praktiske problemer fra forskellige domæner.
Datoer og tilgængelighed
Tilgængeligt som bolig- eller onlinekursus på følgende datoer:
Session 1: 24. juni til 12. juli 2024
Session 3: 5. august til 23. august 2024
Galleri
Ideelle studerende
Dette kursus vil passe til STEM-studerende i bachelor- eller entry-level postgraduate studier. Grundlæggende kendskab til calculus og lineær algebra er påkrævet, og en vis erfaring med kodning anbefales. Tidligere erfaring med kunstig intelligens, maskinlæring eller Python-programmeringssproget er ikke påkrævet.
Indlæggelser
Programresultat
Ved slutningen af dette kursus vil du:
- Forstå teoretiske begreber om kunstig intelligens og maskinlæring.
- Vide, hvordan grundlæggende kunstig intelligens og maskinlæringsværktøjer bruges i praksis.
- Vide, hvordan man implementerer grundlæggende algoritmer og træner små netværk til praktiske problemer.
- Kunne identificere og bruge relevante kunstig intelligens og maskinlæringsværktøjer i forskning.
- Ved, hvordan du implementerer og implementerer kunstig intelligens og maskinlæringsalgoritmer på Google Cloud.