Онлайн-курс — сертифицированная профессиональная специализация по социальным вычислениям Университета Джонса Хопкинса.

Изучите продвинутые навыки социальных вычислений. Откройте для себя передовые методы анализа социальных сетей, создания чат-ботов и улучшения искусственного интеллекта с помощью краудсорсинга.

Suggested by: Coursera (What is Coursera?)

Professional Certificate

начиная Средний уровень продвижение вовлеченный

No prior knowledge required

Time to complete the course

7-day free trial

No unnecessary risks

Skills you will acquire in the course

  • Аналитика социальных сетей
  • Оптимизация производительности ИИ
  • Анализ социальных сетей
  • Соглашение об интерфильтрации (IAA)
  • машинное обучение
  • массовые техники
  • Разработка чат-бота
  • Анализ данных с помощью R
  • Разговорный искусственный интеллект

What you will learn in the course

Courses for which the course is suitable

  • аналитик данных
  • Разработчик чат-бота
  • Эксперт по анализу социальных сетей
  • Инженер по машинному обучению
  • Разработчик приложений искусственного интеллекта
  • анализатор эмоций
  • Эксперт по взаимодействию человека и компьютера
  • Разработчик решений для социальных вычислений
  • Анализирует социальные тенденции
  • Ключ классификатора машинного обучения

Стажировка — серия из 4 курсов

Эта специализация предназначена для аспирантов, желающих освоить методы социальных вычислений для решения реальных задач. В ходе четырех углубленных курсов учащиеся изучат такие ключевые темы, как:

  • Анализ социальных сетей
  • Разработка чат-бота
  • толпы
  • Оптимизация производительности ИИ

Вы научитесь анализировать социальные сети с помощью программирования R, создавать функциональные чат-боты с помощью AWS и улучшать модели искусственного интеллекта с помощью краудсорсинговых данных и методов машинного обучения. По окончании стажировки вы получите практический опыт применения передовых инструментов и методов в таких областях, как:

  • Анализ социальных сетей
  • Диалоговые интерфейсы
  • Сотрудничество между людьми и ИИ

Этот практический курс отраслевого обучения дает вам навыки, необходимые для достижения успеха в области социальных вычислений, искусственного интеллекта и инноваций, основанных на данных.

Прикладной учебный проект

По этой специализации учащиеся будут применять свои навыки в области социальных вычислений, анализа социальных сетей, искусственного интеллекта и машинного обучения в рамках практических проектов. Эти проекты включают в себя такие задачи, как:

  • Сбор и анализ данных социальных сетей
  • Создание классификаторов машинного обучения
  • Разработка чат-бота

Например, учащиеся могут извлекать данные из платформ социальных сетей, выполнять анализ настроений или создавать классификаторы для прогнозирования конкретных результатов, таких как:

  • качество вина
  • социальные тенденции

Учащиеся будут решать реальные проблемы, применяя такие методы, как:

  • деревья решений
  • Логистическая регрессия
  • Случайный лес

Благодаря этим проектам они получат практический опыт оценки моделей искусственного интеллекта, взаимодействия человека с компьютером и разработки социально ориентированных приложений искусственного интеллекта. Эти проекты отражают реальные проблемы объединения человеческого и машинного интеллекта для принятия более эффективных решений.

Details of the courses that make up the specialization

Введение в социальные вычисления

Курс 1 • 20 часов

Детали курса
чему ты научишься
  • Понимать основы социальных вычислений и их связи с социальными сетями и аналитикой.
  • Проанализируйте, как социальные сети влияют на общение, поведение и социальные взаимодействия.
  • Узнайте, как когнитивные искажения влияют на поведение в Интернете и распространение информации.
  • Узнайте, как геймификация повышает мотивацию пользователей и улучшает приложения для социальных вычислений.
Навыки, которые вы приобретете
  • Категория: Техники геймификации
  • Категория: Аналитика социальных сетей
  • Категория: Сбор данных и этика
  • Категория: Выявление когнитивных искажений
  • Категория: Анализ сетевых совпадений
  • Категория: Анализ социальных сетей

Курс 2 • 13 часов

Детали курса
чему ты научишься
  • Научитесь рассчитывать и интерпретировать ключевые показатели для выявления влиятельных узлов в социальных сетях.
  • Приобретите навыки применения статистических моделей для анализа отношений и динамики в социальных сетях.
  • Поймите, как фундаментальные социальные теории формируют сетевой анализ и интерпретации социальных взаимодействий.
Навыки, которые вы приобретете
  • Категория: Применение социальной теории
  • Категория: Строительные сети
  • Категория: Анализ данных в R
  • Категория: статистические модели
  • Категория: Анализ центральности

Обучение ИИ на людях

Курс 3 • 22 часа

Детали курса
чему ты научишься
  • Научитесь создавать и оценивать различные классификаторы машинного обучения и показатели производительности.
  • Контрольные расчеты и средства межклассификаторского соглашения (IAA) для обеспечения согласованности данных.
  • Узнайте, как разрабатывать и реализовывать задачи краудфандинга с помощью Amazon Mechanical Turk.
  • Анализируйте данные толпы, чтобы улучшить модели машинного обучения и понять этические аспекты искусственного интеллекта.
Навыки, которые вы приобретете
  • Категория: Этические соображения в области искусственного интеллекта и краудфандинга
  • Категория: Анализ межклассификаторского соглашения (IAA)
  • Категория: Сбор и анализ данных
  • Категория: Основы машинного обучения
  • Категория: методы краудфандинга

Чат-боты

Курс 4 • 13 часов

Детали курса
чему ты научишься
  • Изучите историю и принципы работы чат-ботов, улучшите понимание их конструкции и функций.
  • Создавайте и оценивайте классификаторы машинного обучения, используя BERT для задач классификации текста.
  • Приобретите практический опыт создания и настройки функциональных чат-ботов с помощью сервисов AWS Chatbot.
Навыки, которые вы приобретете
  • Категория: Приложение чат-бота AWS
  • Категория: Принципы проектирования чат-ботов
  • Категория: Совместное решение проблем
  • Категория: Классификаторы машинного обучения
  • Категория: Расчет показателей эффективности