Искусственный интеллект в маркетинге и коммуникациях

Магистратура 2023/2024

Статус: Курс по выбору

Направление: 42.04.01. Реклама и связи с общественностью

Кто читает: Школа коммуникаций

Где читается: Факультет креативных индустрий

Когда читается: 1-й курс, 4 модуль

Формат изучения: без онлайн-курса

Охват аудитории: для всех кампусов НИУ ВШЭ

Преподаватели: Попов Марк Раилевич

Прогр. обучения: Коммуникации, основанные на данных

Язык: русский

Кредиты: 3

Контактные часы: 40

Полная версия программы учебной дисциплины

Аннотация

В результате успешного освоения курса студенты освоят практические навыки самостоятельного создания алгоритмов и моделей на базе глубокого обучения. Курс составлен таким образом, что изначально предполагает у студентов обязательное наличие хороших навыков владения Python, твердое понимание основ линейной алгебры, высшей математики, теории вероятности и теоретической базы машинного обучения. В курсе сделан акцент на практических аспектах работы DS специалиста — на разработке и модификации алгоритмов глубокого обучения. Материалы курса охватывают типовой цикл задач DS проекта в области Deep Learning на примерах прикладных маркетинговых и коммуникационных проектов.

Цель освоения дисциплины

Целью освоения дисциплины является получение знаний области искусственного интеллекта и практических навыков в: постановке задач, корректном выборе метрик, подготовке данных, обучении и валидации моделей, основных аспектах масштабирования и технического мониторинга моделей.

Планируемые результаты обучения

Формулирует основные принципы работы рекомендательных сервисов, анализирует возможности и ограничения применимости тех или иных алгоритмов для решения задач формирования персональных рекомендаций.
Формулирует основные принципы подготовки и проверки данных для обучения моделей
Правильно использует бизнес-метрики и метрики работы моделей при постановке задачи глубокого обучения; интерпретирует метрики моделей и бизнес-метрики при валидации моделей
Формулирует основные принципы масштабирования и мониторинга моделей.
Создает и использует актуальные алгоритмы глубокого обучения с учетом их возможностей и ограничений.
Создает MVP продуктов на базе ИИ в коммуникациях

Содержание учебной дисциплины

Введение в теоретическую часть и базовые определения Deep Learning
Бизнес-анализ и выбор метрик
Работа с данными
Обучение и валидация моделей
Масштабирование и технический мониторинг
Рекомендательные системы и прогнозирование потребления
Работа с текстом (NLP)
Работа с аудио (музыка, голос) и видео данными

Элементы контроля

Домашнее задание № 2
Учащимся необходимо модифицировать существующий алгоритм, разобранный на семинаре в рамках данного курса.
Групповой проект
Домашнее задание № 1
Аудиторная работа

Промежуточная аттестация

2023/2024 4th module
0.25 * Аудиторная работа + 0.25 * Групповой проект + 0.25 * Домашнее задание № 1 + 0.25 * Домашнее задание № 2

Программа дисциплины