Dziękujemy za wysłanie zapytania! Jeden z członków naszego zespołu skontaktuje się z Państwem wkrótce.
Dziękujemy za wysłanie rezerwacji! Jeden z członków naszego zespołu skontaktuje się z Państwem wkrótce.
Plan Szkolenia
Wprowadzenie do sztucznej inteligencji
- Czym jest AI i gdzie się ją stosuje?
- AI a uczenie maszynowe a uczenie głębokie
- Popularne narzędzia i platformy
Python dla AI
- Przypomnienie podstaw Pythona
- Korzystanie z Jupyter Notebook
- Instalacja i zarządzanie bibliotekami
Praca z danymi
- Przygotowanie i czyszczenie danych
- Korzystanie z Pandas i NumPy
- Wizualizacja z Matplotlib i Seaborn
Podstawy uczenia maszynowego
- Uczenie nadzorowane a nienadzorowane
- Klasyfikacja, regresja i grupowanie
- Trenowanie, walidacja i testowanie modeli
Sieci neuronowe i uczenie głębokie
- Architektura sieci neuronowych
- Korzystanie z TensorFlow lub PyTorch
- Budowanie i trenowanie modeli
Język naturalny i widzenie komputerowe
- Klasyfikacja tekstu i analiza sentymentu
- Podstawy rozpoznawania obrazów
- Modele wstępnie wytrenowane i uczenie transferowe
Wdrażanie AI w aplikacjach
- Zapisywanie i wczytywanie modeli
- Wykorzystanie modeli AI w API lub aplikacjach internetowych
- Dobre praktyki testowania i utrzymania
Podsumowanie i kolejne kroki
Wymagania
- Znajomość logiki i struktur programowania
- Doświadczenie w Pythonie lub podobnych językach programowania wysokiego poziomu
- Podstawowa znajomość algorytmów i struktur danych
Grupa docelowa
- Specjaliści ds. systemów IT
- Programiści chcący zintegrować rozwiązania AI
- Inżynierowie i menedżerowie techniczni poszukujący rozwiązań opartych na AI
40 godzin
Opinie uczestników (1)
Zdobyłem wiedzę na temat biblioteki Streamlit w Pythonie i na pewno spróbuję ją wykorzystać, aby ulepszyć aplikacje w moim zespole, które są tworzone w R Shiny.
Michal Maj - XL Catlin Services SE (AXA XL)
Szkolenie - GitHub Copilot for Developers
Przetłumaczone przez sztuczną inteligencję