Artificial Intelligence Foundation (HQ7H8S)

AI
Strojově přeloženo

Umělá inteligence (AI) je metodologie využívající systém bez lidské účasti k učení se ze zkušeností a napodobování inteligentního lidského chování. Toto školení pokrývá potenciální přínosy a výzvy etické a udržitelné robustní umělé inteligence (AI); základní proces strojového učení (ML) – sestavení sady nástrojů pro strojové učení (ML); výzvy a rizika spojená s projektem AI a budoucnost AI a lidí v pracovním prostředí.

Tento kurz připravuje na certifikaci EXIN BCS Artificial Intelligence Foundation


Cílová skupina

Certifikace EXIN BCS Artificial Intelligence Foundation je zaměřena na jednotlivce se zájmem o implementaci AI v organizaci (nebo s potřebou ji implementovat) – zejména na ty, kteří pracují v oblastech jako věda, inženýrství, znalostní inženýrství, finance, vzdělávání nebo IT služby.


Cíle kurzu

V tomto kurzu se studenti naučí:

  • Popsat, jak je umělá inteligence (AI) součástí „univerzálního designu" a „čtvrté průmyslové revoluce"
  • Prokázat porozumění popisu inteligentního agenta umělé inteligence (AI)
  • Vysvětlit přínosy umělé inteligence (AI)
  • Popsat, jak se učíme z dat – funkcionalita, software a hardware
  • Prokázat porozumění tomu, že umělá inteligence (AI) (zejména strojové učení – ML) bude pohánět spolupráci lidí a strojů
  • Popsat agilní přístup „učení se ze zkušeností" v projektech


Certifikace a související zkoušky

Certifikace EXIN BCS Artificial Intelligence Foundation ověřuje znalosti a porozumění kandidáta terminologii a obecným principům AI. Tento základní certifikát zahrnuje a rozšiřuje znalosti vyučované v rámci certifikátu EXIN BCS Essentials Certificate in Artificial Intelligence.

Podrobná osnova kurzu

Úvod a osnova kurzu

  • Přehled a struktura kurzu
  • Informace o zkoušce
  • Denní harmonogram

Lidská a umělá inteligence – část 1

  • Obecná definice AI
  • Etika
  • Udržitelnost
  • AI jako součást univerzálního designu a čtvrté průmyslové revoluce
  • Výzvy a rizika

Cvičení 1

  • Příležitosti pro AI

Lidská a umělá inteligence – část 2

  • Učení se ze zkušeností
  • Uplatňování přínosů AI
  • Příležitosti

Etika a udržitelnost – důvěryhodná AI – část 1

  • Role a odpovědnosti lidí a strojů

Etika a udržitelnost – důvěryhodná AI – část 2

  • Důvěryhodná AI

Udržitelnost, univerzální design, čtvrtá průmyslová revoluce a strojové učení

  • Učení se z dat, funkcionalita, software a hardware

Cvičení 2

  • Etika a udržitelnost

Agenti umělé inteligence a robotika

  • Popis inteligentního agenta AI
  • Co je robot
  • Co je inteligentní robot

Být člověkem – vědomí, kompetence a adaptabilita

  • Projektové týmy AI
  • Modelování lidského chování

Cvičení 3

  • Myšlenková mapa člověk a stroj

Co je robot?

  • Definice robota
  • Paradigma robota

Uplatňování přínosů AI

  • Přínosy, výzvy a rizika

Uplatňování přínosů AI

  • Příležitosti a financování

Sestavení sady nástrojů pro strojové učení

  • Jak se učíme z dat?

Sestavení sady nástrojů pro strojové učení

  • Typy strojového učení

Cvičení 4

  • Definice jednoduchého problému ML

Sestavení sady nástrojů pro strojové učení – dvě případové studie

Sestavení sady nástrojů pro strojové učení

  • Úvod do pravděpodobnosti a statistiky

Sestavení sady nástrojů pro strojové učení

  • Úvod do lineární algebry a vektorového počtu

Sestavení sady nástrojů pro strojové učení

  • Vizualizace dat

Schéma jednoduché neuronové sítě

  • Úvod do neuronových sítí

Cvičení 5

  • Vyspělost a financování systému AI

Open source systémy ML a robotiky

  • Open source software pro AI a robotiku

Strojové učení a vědomí

  • Úvod do strojového učení a vědomí

Budoucnost umělé inteligence

  • Člověk a stroj
  • Co bude pohánět spolupráci lidí a strojů

Cvičení 6

  • Prozkoumání budoucích příležitostí pro systémy AI a lidské systémy

Učení se ze zkušeností

  • Agilní projekty

Závěr

Procvičování a příprava na zkoušku

Zkouška