Plan Szkolenia

Wprowadzenie do Sztucznej Inteligencji

  • Co to jest AI i gdzie jest stosowana?
  • AI vs. Uczenie Maszynowe vs. Głębokie Uczenie (Deep Learning)
  • Popularne narzędzia i platformy

Python dla AI

  • Podstawy Pythona - przypomnienie
  • Korzystanie z Jupyter Notebook
  • Instalowanie i zarządzanie bibliotekami

Praca z Danych

  • Przygotowywanie i czyszczenie danych
  • Korzystanie z Pandas i NumPy
  • Wizualizacja za pomocą Matplotlib i Seaborn

Podstawy Uczenia Maszynowego

  • Uczenie nadzorowane vs. niezakładane (unsupervised)
  • Klasyfikacja, regresja i grupowanie
  • Trening, walidacja i testowanie modeli

Sieci Neuronowe i Głębokie Uczenie (Deep Learning)

  • Architektura sieci neuronowych
  • Korzystanie z TensorFlow lub PyTorch
  • Budowanie i trening modeli

Przyrodoznawcze Procesy i Wizja Komputerowa (Computer Vision)

  • Klasyfikacja tekstu i analiza nastawienia
  • Podstawy rozpoznawania obrazów
  • Przygotowane modele i transfer learning

Wdrażanie AI w Aplikacjach

  • Zapisywanie i ładowanie modeli
  • Korzystanie z modeli AI w API lub aplikacjach internetowych
  • Najlepsze praktyki testowania i utrzymania

Podsumowanie i Kolejne Kroki

Wymagania

  • Zrozumienie logiki i struktur programowania
  • Doświadczenie w Pythonie lub podobnych językach programowania wysokiego poziomu
  • Podstawowa znajomość algorytmów i struktur danych

Grupa Docelowa

  • Profesjonaliści IT systemowi
  • Deweloperzy oprogramowania chcący zintegrować AI
  • Inżynierowie i menedżerowie techniczni badający rozwiązania oparte na AI
 40 godzin

Liczba uczestników


Cena za uczestnika

Opinie uczestników (1)

Propozycje terminów

Powiązane Kategorie