/microsoft-ai-curriculum

Microsoft AI Curriculum Hungary

Primary LanguageJupyter Notebook

Microsoft Mesterséges Intelligencia Curriculum Hungary

A tantárgy célkitűzése

A tananyag célja, hogy gyakorlatorientált áttekintést adjon a mesterséges intelligencia alkalmazási lehetőségeiről a Microsoft Azure szolgáltatásain keresztül. Az anyag megértéséhez alapvető statisztikai ismeretek és Python programozási tudás szükséges, mélyebb matematikai alapokra nem épít, mert célja az algoritmusok használatának bemutatása. A tananyag tantermi és egyéni oktatásra is alkalmas, interaktív tanítási formára épít, a mesterséges intelligencia fogalmát, alkalmazási módjait, a kapcsolódó etikai normákat, majd később a jövőjét is a hallgatókkal közösen, őket vezetve határozza meg. Ismertetésre kerülnek a Microsoft Azure mesterséges intelligencia szolgáltásai, úgymint az Azure Notebooks, az Azure Machine Learning Services, az Azure Cognitive Services és az Azure Machine Learning Studio. Megvizsgáljuk a gépi tanulás és a neurális hálózatok alapjait. Részletesen áttekintjük más-más megközelítésben az elemzési folyamatot. Példánkon kersztül megimsernek néhány klasszifikációs, regressziós és klaszterezési algoritmust. A tantárgy szerves részét képező gyakorlati foglalkozások során a hallgatóknak lehetőségük lesz a gyakorlatban is kipróbálni több bemutatott mesterséges intelligencia algoritmust.

Megszerezhető készségek, képességek:

A tantárgy elvégzésének során a hallgatók elsajátítják a mesterséges intelligencia alkalmazásának lehetőségeit. A tárgy elvégzését követően képesek lesznek adott feladathoz megtalálni mesterséges intelligencia algoritmust, valamint azt implementálni is.

A tantárgy tematikája:

  • Bevezetés a mesterséges intelligenciába
  • A gépi tanulás alapjai
  • Microsoft mesterséges intelligencia és elemzési szolgáltatásai: Azure Notebooks, az Azure Machine Learning Services, a Cognitive Services és az Azure Machine Learning Studio (classic).
  • Elemzési folyamat
  • Azure Notebooks alapok
  • Azure Machine Learning Studio bemutatása
  • AzureML
  • Deep Learning, Cognitive Services
  • Bináris klasszifikáció a gyakorlatban különböző eszközökkel
  • Multiosztályos klasszifikáció a gyakorlatban
  • Regresszió a gyakorlatban
  • Klaszterezés a gyakorlatban
  • Power BI analitika
  • Etika, mit hoz a jövő a mesterséges intelligencia terén. Hogyan tovább? - oktatóanyagok a folytatáshoz