Уважаемые слушатели! Обращаем ваше внимание, что 01.05.2024 и 09.05.2024 у нас выходные дни. Вы можете оставить сообщение в чате, мы обязательно ответим!
Уважаемые слушатели! Теперь для вас работает номер технической поддержки 8 (800) 444-28-35 с 9:00 до 21:00
Для завершения оформления, пожалуйста, перейдите в Корзину!
Подождите...
Подождите...
От какого лица вы будете оплачивать обучение?
Укажите ваши данные
Ваша заявка на курс принята
В ближайшее время менеджер Центра свяжется с вами для уточнения деталей и оплаты заказа.
На ваш e-mail xxx@mail.ru мы отправили письмо с информацией о заказе.
Основы графов и нечетких логик для анализа больших данных
Graph and fuzzy analysis for big data. Foundation course
Код курса: ГРАФЛОГ-А
В курсе рассматриваются инструменты и техники теории графов. Слушатели познакомятся с основными понятиями графовых и нечеткологических моделей; инструментами их обработки и оптимизации; требованиями к входным данным.
В последнее время эксперты все чаще пугают нас искусственным интеллектом и тем, что компьютеры заберут наши рабочие места. Насколько все это может стать реальностью – пока большой вопрос, но есть профессионалы, которые точно могут не опасаться конкуренции с вычислительными средствами. Это те, кто занимается развитием того самого искусственного интеллекта, а также машинным обучением.
Чтобы работать в этих направлениях, нужно иметь определенную базовую подготовку. В данном случае – это работа с большими данными. На курсе вы освоите основы применения графов и нечетких логик для построения моделей систем обработки больших данных, машинного обучения и искусственного интеллекта. Также вы познакомитесь с основными понятиями графовых и нечеткологических моделей; инструментами их обработки и оптимизации; требованиями к входным данным.
Данный курс разработан в соответствии с требованиями профессионального стандарта «Системный аналитик» (Утвержден приказом Министерства труда и социальной защиты Российской Федерации от 28.10.2014 N 809н)
В программе курса рассматриваются такие инструменты и техники теории графов, как работа с ориентированными и неориентированными графами, решение задач на соцсетях и построение маршрутов, детерминированные и стохастические графы.
В части теории нечетких множеств вы познакомитесь с лингвистическими переменными, нечеткими отношениями и множествами, освоите операции над нечеткими множествами, построение нечетких моделей.
Курс будет полезен бизнес- и системным аналитикам; аналитикам данных; программистам, работающим в области машинного анализа данных; бизнес-руководителям, чья деятельность связана с постановкой задач по аналитике данных; маркетологам, включая веб-маркетинг; другим сотрудникам, вовлеченным в аналитическую деятельность компании.
Курс является частью подготовки специалистов в области машинного обучения и анализа больших данных.
Приходите учиться в «Специалист» - обеспечьте свое будущее!
Обучение проходит на основе национальных стандартов: ГОСТ Р 59277-2020 «Системы искусственного интеллекта. Классификация систем искусственного интеллекта» и
ГОСТ Р 58776-2019 «Средства мониторинга поведения и прогнозирования намерений людей. Термины и определения».
определять источники данных для графовых и нечетких моделей и требования к ним;
строить ориентированные и неориентированные, детерминированные и стохастические графы;
понимать области применения различных типов графовых моделей;
проводить базовую оптимизацию графовых моделей;
определять область применения нечетких моделей;
формировать простые нечеткие модели;
проводить операции над нечеткими моделями;
решать типовые задачи с применением анализа на графах;
формировать и преобразовать нечеткие модели.
Специалисты, обладающие этими знаниями и навыками, в настоящее
время крайне востребованы.
Обучение по мировым стандартам позволяет нашим выпускникам работать
в ведущих компаниях России и других стран. Они делают успешную карьеру и пользуются уважением работодателей.
Модуль 1. Введение в теорию графов. Основные понятия и область применения
(2 ак. ч.)
Определение графа.
Граф и изображение графа
Мультиграф
Атрибуты графа: веса вершин и дуг
Граф соцсети
Задача о Кенигсбергских мостах
Модуль 2. Ориентированные, неориентированные графы.
Задача поиска в соцсетях.
Задача поиска маршрута
(4 ак. ч.)
Маршруты в графе
Ориентированные и неориентированные графы
Связность графа
Степень вершины
Путь на графе
Задача нахождения кратчайшего пути на неориентированном и ориентированном графах на примере социальных сетей и логистических маршрутов
Практика. Найти кратчайший путь на ориентированном и неориентированном графе.
Модуль 3. Характеристики графа.
Планарные графы. Задача о четырех красках
(6 ак. ч.)
Дерево графа
Понятие планарного и непланарного графа
Гипотеза о четырех красках
Формула Эйлера
Понятие стохастического графа. Задача продажи билетов
Практика.
Модуль 4. Нечеткие или лингвистические переменные. Понятие нечетких множеств
(3 ак. ч.)
Источники неопределенности
Представление неопределенности.
Понятие лингвистической переменной
Нечеткие переменные, множества, логики
Основные понятия нечетких множеств
Виды нечетких логик
Практика. Построить лингвистическую модель
Модуль 5. Нечеткие отношения и высказывания. Операции над нечеткими переменными и множествами
(5 ак. ч.)
Определения
Операции над нечеткими множествами и их свойства
Композиция и импликация
Преобразование нечетких высказываний
Модуль 6. Логико-лингвистические описания систем. Примеры построения нечетких моделей
(4 ак. ч.)
Логико-лингвистическое описание систем
Нечеткие модели
Примеры нечетких моделей
Практика. Сформировать систему нечетких множеств и высказываний для модели.
Аудиторная нагрузка в классе с преподавателем: 24 ак. ч.+ 8 ак. ч. бесплатно*
* По данному курсу бесплатно предоставляются дополнительные часы для самостоятельной работы в компьютерных классах Центра, где проводятся занятия. Вы можете закрепить полученные знания, выполнить домашние задания, проконсультироваться у специалистов Центра. Дополнительные часы предоставляются в дни занятий по предварительному согласованию с администратором комплекса.
утренним группам с 9:00 до 10:00
дневным группам - по 1 ак.ч. до и после занятий (13.15-14.00, 17.10-17.55)
По окончании обучения на курсе проводится итоговая аттестация. Аттестация проводится в виде теста на последнем занятии или на основании оценок практических работ, выполняемых во время обучения на курсе.
Получил багаж очень интересной, полезной и новой информации, которая пригодится мне в освоении новой профессии
Слушатель:
Барышев Александр Иванович
Это был дополнительный курс к программе переподготовки, которую прошел по теме Data Science в вашем центре. Постепенно внедряю в решение производственных задач. Спасибо за курс!
Слушатель:
Москальцова Светлана Александровна
Курс очень понравился, для меня как аналитика и методолога он очень полезен. Огромная благодарность преподавателю за предоставленные доп. материалы.
Слушатель:
Московкин Александр Сергеевич
Отличная подача материала. Подробно описана теория и разобраны примеры на практике
Слушатель:
Волкова Василиса Владимировна
Большое спасибо, курс замечательный! Обязательно буду пересматривать записи и дополнять свои конспекты, действительно очень большая плотность информации не только теоретического характера, но и практики тоже много.
Расписание групп по курсу «Основы графов и нечетких логик для анализа больших данных»
Данный курс вы можете пройти как в очном формате, так и дистанционно в режиме
онлайн
. Чтобы записаться на онлайн-обучение, в корзине измените тип обучения на "онлайн" и выберите удобную для вас группу.
В зависимости от программы обучения выдаются следующие документы:
Свидетельство выпускника
Cертификат международного образца
Удостоверение о повышении квалификации
* Для получения удостоверения вам необходимо предоставить копию диплома о высшем или среднем профессиональном образовании.
Сертификаты международного образца выводятся после окончания курса в личном кабинете слушателя.
Больше знаний - меньше стоимость!
Этот курс обойдётся до 30% дешевле, если изучать его в составе дипломных программ. Пройдя обучение, Вы получите современную профессию и диплом о переподготовке.
