Содержание
- Введение 1
- Основы машинного обучения и глубокого обучения 2
- - Обучение с учителем и классические алгоритмы 2.1
- - Глубокое обучение и архитектуры нейронных сетей 2.2
- - Оптимизация и регуляризация в машинном обучении 2.3
- Компьютерное зрение и обработка изображений 3
- - Распознавание объектов и классификация изображений 3.1
- - Сегментация изображений и обнаружение границ 3.2
- - Трансферное обучение и Fine-tuning в компьютерном зрении 3.3
- Обработка естественного языка и понимание смысла 4
- - Машинный перевод и кросс-языковое понимание 4.1
- - Анализ тональности и распознавание намерений 4.2
- - Генерация текста и диалоговые системы 4.3
- Практическое применение новейших технологий ИИ 5
- - ИИ в медицине: диагностика и персонализированное лечение 5.1
- - ИИ в финансах: мошенничество, торговля и анализ рисков 5.2
- - ИИ в транспорте: автономное вождение и управление трафиком 5.3
- Заключение 6
- Список литературы 7