Bądźmy w kontakcie
 Czas trwania 35 godzin

Plan Szkolenia

Podstawy AI w języku Python

  • Kluczowe pojęcia i zakres AI
  • Biblioteki Pythona do rozwoju rozwiązań AI
  • Struktura projektu i przepływ pracy w AI

Przygotowanie danych do AI

  • Czyszczenie, transformacja i inżynieria cech
  • Obsługa danych brakujących i nierównoważonych
  • Skalowanie i kodowanie cech

Techniki uczenia nadzorowanego

  • Algorytmy regresji i klasyfikacji
  • Metody zespołowe: Random Forest, Gradient Boosting
  • Dostrojenie hiperparametrów i walidacja krzyżowa

Techniki uczenia nienadzorowanego

  • Metody grupowania: K-Means, DBSCAN, grupowanie hierarchiczne
  • Zmniejszanie wymiarowości: PCA, t-SNE
  • Przypadki zastosowania uczenia nienadzorowanego

Sieci neuronowe i deep learning

  • Wprowadzenie do TensorFlow i Keras
  • Budowanie i trenowanie sieci neuronowych przodem do przodu
  • Optimizacja wydajności sieci neuronowych

Uczenie z wzmacnianiem (Wprowadzenie)

  • Pojęcia podstawowe: agenci, środowiska i nagrody
  • Wdrażanie podstawowych algorytmów uczenia z wzmacnianiem
  • Zastosowania uczenia z wzmacnianiem

Wdrażanie modeli AI

  • Zapisywanie i wczytywanie wytrenowanych modeli
  • Integracja modeli w aplikacjach za pośrednictwem API
  • Monitorowanie i utrzymanie systemów AI w środowisku produkcyjnym

Podsumowanie i kolejne kroki

Wymagania

  • Korzystna znajomość podstaw programowania w języku Python
  • Doświadczenie z bibliotekami analizy danych, takimi jak NumPy i pandas
  • Poznanie pojęć i algorytmów uczenia maszynowego

Grupa docelowa

  • Deweloperzy oprogramowania dążący do rozszerzenia swoich umiejętności w zakresie rozwoju AI
  • Analitycy danych szukający sposobów zastosowania technik AI do złożonych zbiorów danych
  • Specjaliści ds. badań i rozwoju (R&D) budujący aplikacje oparte na AI

Liczba uczestników


Cena za uczestnika (netto)

Opinie uczestników (2)

Propozycje terminów

Powiązane Kategorie