Read the Official Description

Om kursen

På ett eller annat sätt kommer AI att bestämma teknikens framtid. Medan det har vokaluppfödare och motståndare, är det ingen tvekan om att dess inverkan kommer att bli transformational. Medan fältet förändras snabbt finns det mycket att lära sig, men också många sätt att forma det och bidra. Kursen lär dig vad du behöver veta för att vara en del av denna resa.

Kursöversikt

AI har levererat några av de mest fantastiska tekniska framstegen under det senaste decenniet, vilket överträffade mänskliga förmågor på domäner så olika som bildigenkänning, naturlig språkförståelse, mönsterdetektering, förutsägelse och autonoma enheter. Det har visat att det kan omvandla hela industrin under några år och förändra hur vi tänker på våra liv, jobb, företag, regering och samhälle.

Kursen är organiserad enligt en ram av AI-kapaciteter. Det följer en problembaserad inlärningsmetod, där varje AI-kapacitet diskuteras i samband med en företagsfallstudie. Den omfattar en blandning av läromedel, inklusive korta videomaterial, guidade genomgångar, presentationer, onlineövningar och vidare läsning och har utformats för att göra det möjligt för proffs inom den offentliga och privata sektorn att få den kunskap och färdigheter som gör att de kan förstå hur man använder AI i sin organisation.

Mål och lärandemål

I slutet av kursen har du utvecklat färdigheter och kunskaper för att kunna identifiera potentiella applikationer för AI i din verksamhet. Du kommer att kunna:

  • Förklara vad AI är, vilken roll det kan spela och de potentiella fördelar det kan medföra din organisation
  • Identifiera de primära egenskaperna hos AI och de kärnteknologier som behövs för att leverera dem
  • Beskriv de olika komponenterna som krävs för att leverera komplexa AI-system som autonoma bilar eller intelligenta assistenter
  • Diskutera de etiska konsekvenserna av AI inom olika områden av ekonomin, regeringen och samhället
  • Identifiera olika typer, egenskaper och användningar av data i AI-lösningar
  • Beskriv grundläggande klasser av informationsutvinning, kluster, förutsägelse samt sök- och planeringsteknik
  • Identifiera programvara som kan användas för att bearbeta, analysera och extrahera mening från naturligt språk, bilder och numeriska data för att utveckla insikter och förståelse

bedömning

Uppgift 1 - Identifiera och formulera en AI-möjlighet för ditt företag

Baserat på ämnen som introducerades under kursens första vecka, uppmanas du att identifiera en "enkel" fråga inom din organisation som du tror kan förbättras eller lösas genom utveckling och tillämpning av en AI-lösning.

Uppgift 2 - Planera och kvantifiera hur man gör detta tillfälle hända

Med tanke på var och en av de fallstudier som introducerades i veckorna 2, 3 och 4 uppmanas du att framställa en rapport för en icke-specialist publik. Du kommer att jämföra och kontrastera de typer av AI-lösningar som utvecklats i varje studie, grunden för valet av AI-lösningen, fördelarna med organisationen och det förväntade "värdet" eller avkastningen på investeringen av lösningen.

Uppgift 3 - Applicera vad du har lärt dig i kursen för att stryka ditt förslag

Med hjälp av kunskaper som erhållits genom en diskussion av varje fallstudie kommer du att se över det enkla problemet som identifierades i det första uppdraget och föreslå en reviderad lösning. Du har till uppgift att producera en rapport som beskriver en AI-baserad lösning för den här frågan, förklarar varför och hur din reviderade lösning skiljer sig från den ursprungliga lösningen samtidigt som du tar itu med några juridiska, moraliska eller etiska problem som identifierats.

Kursplan

Vecka 1 - Introduktion till AI

  • Förstå vad AI är och dess huvudklasser av applikationer och förmågor
  • Förstå skillnaden mellan olika typer av AI och ha en överblick över toppmodern inom vart och ett av dessa områden
  • Känna till kärnteknologin i samband med AI och de viktigaste aktörerna inom området
  • Förstå förhållandet mellan AI och andra tekniktrender som Big Data, Cloud Computing eller Dotts Internet (IoT)
  • Förstå rollen som data i AI
  • Förstå de största utmaningarna för att tillämpa AI i organisationer, inklusive datakvalitet, öppenhet, fördomar och integritet
  • Förstå begränsningarna av AI

Vecka 2 - Fallstudie: Att lära känna dina kunder

  • Förstå skillnaden mellan övervakade och oövervakade maskininlärningsalgoritmer
  • Förstå grundläggande klasser av maskininlärning, såsom regression, klassificering och kluster
  • Förstå vilka typer av problem maskinlärning kan lösa och kunna välja maskininlärningsuppgifter som är användbara i en applikationskontext
  • Förstå de huvudsakliga aktiviteterna och teknikerna som används för att bygga en pipeline för naturlig språkbehandling (NLP)
  • Statistisk bearbetning och ordfördelningar
  • Lär dig hur du genererar funktioner från textdata för att fungera som input till maskininlärningsmodeller
  • Applicera regression, klassificering och kluster för att extrahera information och rekommendera produkter att köpa
  • Applicera övervakad klassificering för att utföra känslighetsanalys
  • Analysera, utvärdera och tolka resultaten av maskininlärningsmodeller

Vecka 3 - Fallstudie: Förbättra kundupplevelsen

  • Förstå vad Turing-testet handlar om och hur det kan användas för att förbättra AI-systemen
  • Bli bekant med de viktigaste metoderna och teknikerna i naturliga språkgenerering
  • Få en översikt över djupt lärande tillvägagångssätt för NLP och vad de används för
  • Förstå de viktigaste metoderna och verktygen i naturlig språkförståelse och taligenkänning
  • Lär dig hur man utformar konversationsmedel (dvs. chatbots)

Vecka 4 - Fallstudie: Sök och rekommendation

  • Clustering algoritmer
  • Ämnesmodellering
  • Kunskapsbaser: Hur byggs de? Vilket syfte tjänar de?
  • Använda en kunskapsbas för Named Entity Recognition (NER)
  • Introduktion till den semantiska webben
  • Använda kunskapsbasen för att extrahera relevant information (dvs. SPARQL och Google Knowledge Graph)

Vecka 5 - Fallstudie: Datorsyn

  • Traditionella tillvägagångssätt för bildbehandling och datorvision
  • Bildklassificering och klustring
  • Särdragsextraktion
  • Konvolutionella neurala nät: En biologiskt inspirerad modell.
  • En bild är värd 100 (0) ord: Koppling av konvolutionella neurala nätverk (CNN) med konversationsmedel för att generera textbeskrivningar
  • System för automatisk övervakning

Vecka 6 - Framtida riktningar för AI

  • Nuvarande begränsningar
  • Teknologiska framsteg
  • Samhälls- och kulturskift
  • Etiska problem
  • Moraliska problem
  • Juridiska frågor

Kursfakta

  • Varaktighet: 60 timmar (över 6 veckor)
  • datum:
    • 1 oktober - 9 november
    • 5 november - 14 december
  • Kursledning: Elena Simperl
  • 100% onlineleverans: Personliga och grupptutorials, guidad självstudie via kärnmaterial, Q
  • Förutsättningar: God grundläggande förståelse för teknik. Tidigare kodningserfarenhet är inte nödvändig
  • Målgrupp: Affärsutövare, analytiker, konsulter, chefer, chefer etc.
  • Läromaterial: Guidade genomgångar, videotutorials, bildspel, övningar online, vidare läsning
  • Bedömning och feedback: 3 stycken, 33% vardera. Återkoppling i slutet av kursen, bestående av betyg och kommentarer för varje uppgift
Program taught in:
Engelska

See 4 more programs offered by Southampton Data Science Academy »

Last updated August 19, 2018
Denna kurs är Online
Startdatum
Okt. 2019
Nov. 2019
Duration
60 veckor
Deltid
Heltid
Pris
1,500 GBP
£ 1500 per person, inklusive moms.
Deadline
By locations
By date
Startdatum
Okt. 2019
Slutdatum
Application deadline
Startdatum
Nov. 2019
Slutdatum
Application deadline

Okt. 2019

Location
Application deadline
Slutdatum

Nov. 2019

Location
Application deadline
Slutdatum