Plan Szkolenia

Wprowadzenie do sztucznej inteligencji

  • Historia sztucznej inteligencji
  • Definicje i terminologia
  • AI wobec ludzkiej inteligencji
  • Przyszłe trendy i potencjał

Podstawy uczenia maszynowego

  • Rodzaje uczenia maszynowego: nadzorowane, nienadzorowane, wzmacniane
  • Klíczowe algorytmy ML
  • Przebieg uczenia maszynowego: od zbierania danych do oceny modelu

Zarządzanie danymi

  • Techniki zbierania danych
  • Oczyszczanie i przygotowywanie danych
  • Analiza i wizualizacja danych

AI w praktyce

  • Przykłady zastosowań AI
  • Rozwiązania AI dedykowane dla branż
  • AI w produktach konsumenckich

Etyczne rozważania

  • AI i utrata pracy
  • Ustrój i sprawiedliwość w AI
  • Kwestie prywatności i bezpieczeństwa
  • Przyszłość etyki AI

Projekt laboratoryjny

  • Zadania programistyczne w Python
  • Projekty analizy danych z użyciem rzeczywistych zbiorów danych
  • Rozwijanie prostego modelu ML

Podsumowanie i kolejne kroki

Wymagania

  • Rozumienie podstawowych pojęć programowania
  • Doświadczenie w programowaniu w języku Python
  • Znałość podstaw statystyki i matematyki

Grupa docelowa

  • Specjaliści IT
 14 godzin

Liczba uczestników


cena netto za uczestnika

Opinie uczestników (2)

Propozycje terminów

Powiązane Kategorie