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 AI i ML
- Przegląd koncepcji AI i ML
- Zbieranie i przygotowywanie danych
- Wprowadzenie do Pythona dla AI
Analiza i wizualizacja danych
- Eksploracyjna analiza danych
- Techniki wizualizacji danych
- Statystyczne podstawy ML
Modele uczenia maszynowego
- Algorytmy uczenia nadzorowanego
- Algorytmy uczenia niezależnego
- Ocena i wybór modelu
Deep Learning i sieci neuronowe
- Podstawy sieci neuronowych
- Sieci neuronowe konwolucyjne (CNNs)
- Sieci neuronowe rekurencyjne (RNNs)
Przetwarzanie języka naturalnego (NLP)
- Przetwarzanie tekstu i ekstrakcja cech
- Analiza sentymentu i klasyfikacja tekstu
- Modele językowe i czatboty
Komputerowe widzenie
- Podstawy przetwarzania obrazów
- Wykrywanie obiektów i klasyfikacja obrazów
- Zaawansowane tematy w komputerowym widzeniu
Wdrażanie i skalowanie
- Strategie wdrażania aplikacji AI
- Skalowanie aplikacji AI
- Monitorowanie i utrzymywanie systemów AI
Etyka i przyszłość AI
- Etyczne rozważania w AI
- Polityka i regulacje AI
- Przyszłe trendy w AI i ML
Projekt laboratoryjny
- Tworzenie małej inteligentnej aplikacji
- Praca z rzeczywistymi zbiorami danych
- Współpraca nad projektem grupowym w celu rozwiązania problemu branżowego
Podsumowanie i następne kroki
Wymagania
- Zrozumienie podstawowych koncepcji programowania
- Doświadczenie z Pythonem i podstawowymi technikami analizy danych
- Zapoznanie z zasadami sztucznej inteligencji (AI) i uczenia maszynowego (ML)
Grupa docelowa
- Specjaliści od AI
- Programiści
- Analitycy danych
Format kursu
- Interaktywne wykłady i dyskusje
- Dużo ćwiczeń i praktyki
- Ręczne wdrożenie w środowisku laboratoryjnym na żywo
Opcje dostosowania kursu
Aby złożyć wniosek o dostosowany szkolenie dla tego kursu, prosimy o kontakt w celu uregulowania szczegółów.
28 godzin
Opinie uczestników (1)
Szeroki zakres wiedzy oraz przystępne przykłady
