Plan Szkolenia

Wprowadzenie do AI

  • Historia AI
  • Definicje i terminologia
  • AI vs. inteligencja ludzka
  • Trendy i potencjał na przyszłość

Podstawy uczenia maszynowego

  • Rodzaje uczenia maszynowego: nadzorowane, nienadzorowane, wzmacniające
  • Kluczowe algorytmy ML
  • Proces ML: od zbierania danych do oceny modelu

Zarządzanie danymi

  • Techniki zbierania danych
  • Czyszczenie i przetwarzanie danych
  • Analiza i wizualizacja danych

AI w praktyce

  • Studia przypadków zastosowań AI
  • Rozwiązania AI dla konkretnych branż
  • AI w produktach konsumenckich

Kwestie etyczne

  • AI a utrata miejsc pracy
  • Bias i uczciwość w AI
  • Kwestie prywatności i bezpieczeństwa
  • Przyszłość etyki AI

Projekt laboratoryjny

  • Zadania programistyczne w Pythonie
  • Projekty analizy danych z wykorzystaniem rzeczywistych zbiorów danych
  • Tworzenie prostego modelu ML

Podsumowanie i kolejne kroki

Wymagania

  • Zrozumienie podstawowych koncepcji programowania
  • Doświadczenie w programowaniu w Pythonie
  • Znajomość podstaw statystyki i matematyki

Grupa docelowa

  • Profesjonaliści IT
 14 godzin

Liczba uczestników


Cena za uczestnika

Opinie uczestników (2)

Propozycje terminów

Powiązane Kategorie