Індустрыя штучнага інтэлекту працягвае імкліва развівацца, і AI-трэнер стаў новай прафесіяй з высокім попытам і шырокімі перспектывамі. Многія, хто хоча ўвайсці ў галіну, маюць няпоўнае ўяўленне пра яе агульную карціну і патрабаванні да пасад, не разумеюць, як менавіта выконваць асноўную працу з апрацоўкі і разметкі даных, не ведаюць, як падступіцца да розных прафесійных інструментаў, і ім цяжка дасягнуць стандартаў найму прадпрыемстваў.

Гэты курс створаны спецыяльна для пачаткоўцаў, якія змяняюць прафесію, і шукальнікаў працы. Ён паступова будуе цэласную сістэму ведаў і ўсебакова тлумачыць неабходныя тэарэтычныя веды і практычныя навыкі AI-трэнера. Курс пачынаецца з асноў галіны, разгляду бягучага стану, апісання штодзённых задач, стандартаў кампетэнцый і прафесійных нормаў паводзін, каб дапамагчы слухачам сфарміраваць правільнае ўяўленне пра прафесію і вызначыць кірунак навучання. Пасля завяршэння курса вы не толькі авалодаеце поўным цыклам навыкаў збору, ачысткі і разметкі даных, але і зможаце ўпэўнена карыстацца такімі галіновымі інструментамі, як Kettle, OpenRefine, DataWrangler, Hawk, і будзеце гатовыя адразу прыступіць да працы. Для тых, хто хоча падпрацаваць, гэтыя навыкі дапамогуць хутка атрымаць праекты па разметцы даных і гнутка зарабляць.

• 1.Папярэднія веды трэнера штучнага інтэлекту
• 2.Агляд зместу гэтага раздзела
• 3.Уводзіны ў штучны інтэлект
• 4.Паняцце і сучасны стан трэнера штучнага інтэлекту
• 5.Абавязкі трэнера штучнага інтэлекту
• 6.Мадэль кампетэнцый трэнера штучнага інтэлекту
• 7.Нормы прафесійнай этыкі і кампетэнцый трэнера штучнага інтэлекту

• 8.Агляд раздзела
• 9.Паняцце збору даных
• 10.Агляд спосабаў і інструментаў збору даных
• 11.Падрабязнае апісанне спосабаў збору даных
• 12.Агляд ачысткі даных
• 13.Асноўныя аперацыі ачысткі даных у MS Excel
• 14.Уводзіны ў Kettle і асноўныя аперацыі
• 15.OpenRefine & DataWrangler
• 16.Выкарыстанне інструмента Hawk

• 17.Анатацыя выяў
• 18.Анатацыя голасу
• 19.Анатацыя тэксту
• 20.Сумесная анатацыя чалавека і машыны

• 21.Уплыў якасці даных на алгарытмы
• 22.Стандарты якасці анатацыі даных
• 23.Метады праверкі якасці анатацыі даных
• 24.Інтэлектуальнае кіраванне якасцю разметкі даных

• 25.Агляд інструментаў для разметкі даных
• 26.Галіны прымянення разметкі даных
• 27.Эксперымент: класіфікацыя асоб
• 28.Эксперымент: разметка асоб прамавугольнікамі
• 29.Эксперымент: разметка асоб кропкамі
• 30.Эксперымент: разметка пешаходаў прамавугольнікамі
• 31.Эксперымент: разметка зон дарожнай разметкі
• 32.Эксперымент: разметка нумарных знакаў прамавугольнікамі
• 33.Эксперымент: разметка транспартных сродкаў палігонамі
• 34.Эксперымент: класіфікацыя прадметаў
• 35.Эксперымент: класіфікацыя клетак
• 36.Эксперымент: разметка клетак прамавугольнікамі
• 37.Эксперымент: разметка зон медыцынскіх выяў

💡 Парада для навучання:Змест падручніка заснаваны на галіновай практыцы на момант публікацыі; рэкамендуецца ўлічваць актуальныя правілы платформы падчас навучання.