НАЦИОНАЛЬНЫЙ ЦЕНТР КОГНИТИВНЫХ РАЗРАБОТОК

Количество учебных часов / Продолжительность обучения

"Преподавание машинного обучения в высшей школе"

• Подготовка данных для машинного обучения;
• Введение в машинное обучение. Особенности преподавания задач классификации;
• Особенности преподавания задач кластеризации. Обучение без учителя;
• Практические примеры обучения решению прикладных задач с использованием искусственного интеллекта;
• Прикладные вопросы обучения: размещение лекций и материалов на платформе;
• Разработка заданий и опросов для слушателей;
• Создание нескольких траекторий.

72 часа / 2 недели

(три дня в неделю)

"Аналитика данных"

• Введение в Data Culture. Инструментарий;
• Первичная обработка и визуализация данных;
• Хранение больших данных в реляционных СУБД;
• Разработка приложений на основе реляционных СУБД;
• Data Mining. Классификация и кластеризация данных;
• Инструменты для анализа данных и машинного обучения;
• Прикладные задачи машинного обучения.

72 часа / 2 недели

(три дня в неделю)

"Методы анализа и предсказательного моделирования больших данных"

• Инфраструктурное обеспечение работы с большими данными;
• Технологическое обеспечение работы с большими данными;
• Методы анализа больших данных;
  
• Методы предсказательного моделирования БД*;
• Практические аспекты решения прикладных задач:
• на основе методов анализа БД в сфере бизнеса;
• на основе методов предсказательного моделирования.
•  * большие данные.

72 часа / 2 недели

(три дня в неделю)

"Биометрические информационные системы"

• Основы биометрии;
• Методы машинного обучения в биометрии;
• Физиологические основы голосовой биометрии;
• Когнитивные технологии в биометрии;
• Голосовая биометрия;
• Лицевая биометрия;
• Многомодальная биометрия.

72 часа / 2 недели

(три дня в неделю)

"Графы знаний"

• Введение в представление знаний;
  
• Промышленного применение графов знаний;
• Онтологии и логический вывод;
• Онтологическое моделирование предметных областей;
• Интеграция данных в графы знаний;
• Инфраструктура хранения и получения данный из ГЗ*;
• Автоматический вывод фактов в графах знаний.
•  * графы знаний.

72 часа / 2 недели

(три дня в неделю)

"Искусственный интеллект в информационной безопасности"

• Искусственный интеллект и информационная безопасность;
  
• Составляющие машинного обучесния;
• Виды машинного обучения;
• Обнаружение аномалий;
• Анализ вредоносного программного обеспечения;
• Анализ сетевого трафика;
• Вредоносное машинное обучение.

72 часа / 2 недели

(три дня в неделю)

"Анализ и обработка данных в задачах медицины и здравоохранения"

• Построение комплексной модели цифровой клиники;
  
• Базовые принципы машинного обучения в задачах медицины и здравоохранения: типовые задачи, методы оценки качества;
• Моделирование клинических путей: классификация иерархия и эволюционные подходы;
• Методы объяснимого ИИ в предсказательном моделировании в задачах медицины и здравоохранения;
• Введение в математическую эпидемиологию;
• Современные форматы и методы структурирования медицинских данных;
• Основы обучения с подкреплением: постановка задачи, подходы к решению, примеры применения в области медицины;
• Параллельные и высокопроизводительные решения в анализе медицинских данных;
• Анализ специфики течения хронического инсулиннезависомого диабета: методы ИИ для решения прикладных задач, графовое представление траектории болезни.

72 часа / 2 недели

(три дня в неделю)

"Advanced Augmented Reality"

• HCI: AR Ux/Design Thinking;
• AR Computational Thinking;
• Spatial Understanding;
• Cross-platform multi-user hologram sharing;
• Timing Experience and other forms of storytelling;
• AI dialog understanding;
• Open CV;
• Wearable Technology / Making Things Talk;
• Volumetric video capture;
• Performance Profiling;
• AR Evaluation;
• Course project.

72 часа / 2 недели

(три дня в неделю)

с 19 по 26 апреля 2020 г.