Takk for at du sendte din henvendelse! En av våre teammedlemmer vil kontakte deg straks.
Takk for at du sendte din bestilling! En av våre teammedlemmer vil kontakte deg straks.
Kursplan
Innføring i Artificial Intelligence
- Hva er AI, og hvor brukes det?
- AI vs. Maskinlæring vs. Dyp læring
- Populære verktøy og plattformer
Python for AI
- Oppfriskning av Python-grunnlag
- Bruk av Jupyter Notebook
- Instalering og administrering av biblioteker
Arbeide med Data
- Dataforberedelse og rensing
- Bruk av Pandas og NumPy
- Visualisering med Matplotlib og Seaborn
Grunnleggende Maskinlæring
- Tilsynet vs. Utilsynet Læring
- Klassifisering, regresjon og klyngeanalyse
- Modelltrening, validering og testing
Neurale Nettverk og Dyp Læring
- Arkitektur for neurale nettverk
- Bruk av TensorFlow eller PyTorch
- Bygge og trene modeller
Språkforståelse og Datamaskinvitenskap
- Tekstklassifisering og sentimentanalyse
- Grunnlag i bildegjenkjenning
- Presedde modeller og overføringslæring
Distribuere AI i Applikasjoner
- Lagre og laste modeller
- Bruk av AI-modeller i APIer eller nettopplikasjoner
- Beste praksis for testing og vedlikehold
Oppsummering og Neste Steg
Krav
- Forståelse av programmeringslogikk og strukturer
- Erfaring med Python eller tilsvarende høynivå programmeringsspråk
- Grunnleggende kjennskap til algoritmer og datastrukturer
Målgruppe
- IT-systemspersoner
- Programvareutviklere som søker å integrere AI
- Inginiører og tekniske ledere som utforsker AI-baserte løsninger
40 Timer
Referanser (1)
At jeg har skaffet kunnskap om Streamlit-biblioteket fra Python, og jeg vil sikkert prøve å bruke det for å forbedre applikasjonene i min gruppe som er laget i R Shiny.
Michal Maj - XL Catlin Services SE (AXA XL)
Kurs - GitHub Copilot for Developers
Maskinoversatt