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
1. Introduksjon til AI-ingeniørfag
- Hva er AI-ingeniørfag?
- AI kontra maskinlæring kontra dyp læring
- Ay-inngeniør-livssyklus
- Anvendelser av AI på tvers av industrier
- Roller og ansvar for en AI-ingeniør
2. Grunnlaget for kunstig intelligens
- Sentrale AI-konsepter og terminologi
- Overvåket, uovervåket og forsterkningslæring
- Nerve-nettverk og grunnleggende prinsipper for dyp læring
- Oversikt over generativ AI og fundamentale modeller
- AI-utviklingsøkosystemer og rammeverk
3. Python for AI-ingeniørfag
- Viktige Python-biblioteker for AI
- NumPy, Pandas og Matplotlib
- Datahandsaming og visualisering
- Arbeid med Jupyter-notebøker
- Skrive gjenbrukbar AI-kode
4. Dataforberedelse for AI
- Innsamling og forståelse av datasett
- Datarensning og preprocessing
- Funksjonsingeniøring
- Funksjonsskalaering og normalisering
- Oppdeling av datasett i trenings-, validering- og testsett
- Håndtering av manglende verdier og utligger
5. Grunnleggende prinsipper for maskinlæring
- Regresjonsalgoritmer
- Klassifiseringsalgoritmer
- Klyngemetoder
- Modeltreningsarbeidsflyt
- Evaluering av modeller
- Forebygging av overpassing og underpassing
6. Bygging av AI-modeller med TensorFlow og PyTorch
- Innledning til TensorFlow
- Innledning til PyTorch
- Opprettelse av nerve-nettverk
- Trening og validering av modeller
- Lagring og lasting av modeller
- Sammenligning av begge rammeverkene
7. Grunnleggende prinsipper for naturlig språkbehandling
- Førbehandlings av tekst
- Orddelinger
- Testklassifisering
- Sentimentsanalyse
- Innledning til transformer-modeller
- Praktiske NLP-applikasjoner
8. AI innen programvareutvikling
- Integrasjon av AI i eksisterende applikasjoner
- Anrop av AI-tjenester via API-er
- Utvikling av AI-drevne applikasjoner
- AI-assisterte verktøy for programvareutvikling
- Testing av AI-koblet applikasjoner
9. Beste praksis for AI-ingeniørfag
- Prosjektorganisering
- Versjonskontroll med Git
- Eksperimentoppfølging
- Modellversjonering
- Dokumentasjonsstandarder
- Gjenskapelighet i AI-prosjekter
10. Distribusjon av AI-modeller
- Modellserialisering
- Bygging av inferenstjenester
- REST API-er for AI-modeller
- Innledning til Docker for distribusjon av AI
- Moting av distribuerte modeller
- Vedlikehold og oppdateringer av modeller
11. AI-dataingeniørfag
- Datapipelines
- ETL-prosessene
- Håndtering av strukturerte og ustukturerte data
- Datalagringsmuligheter
- Datakvalitetsstyring
- Forberedelse av produksjonsklare datasett
12. Ansvarsfull og etisk AI
- AI-forforstått og rettferdighet
- Forklarbar AI (XAI)
- Personvern og databeskyttelse
- Sikkerhetsaspekter for AI
- Ansvardsfull AI-utvikling
- Regulatoriske og styringsaspekter
13. Prosjektledelse av AI
- Ay-prosjektlivssyklus
- Agile metoder for AI-prosjekter
- Samarbeid mellom tekniske og forretningsenheter
- Anslåing av AI-prosjekter
- Håndtering av risici
- Måling av prosjektvellykthet
14. Praktisk AI-ingeniørfagworkshop og fremtidstrender
- Oppsett av en komplett AI-utviklingsarbeidsflyt
- Bygging av et end-to-end maskinlæringsprosjekt
- Trening og evaluering av en modell ved hjelp av TensorFlow eller PyTorch
- Distribusjon av en enkel AI-applikasjon
- Aktuelle trender innen AI-ingeniørfag
- Generativ AI og store språkmodeller (LLMs)
- MLOps og automatisk AI
- Karrieremuligheter og kontinuerlig læring
- Oppsummering, spørsmål og svar, og neste steg
Krav
- Kunnskap om grunnleggende programmeringskonsepter
- Erfaring med Python-programmering
- Forståelse for grunnleggende statistikk og lineær algebra
Målgruppe
- AI-ingeniører
- Programvareutviklere
- Dataanalytikere
14 Timer
Referanser (2)
Det omfattende utvalget av verktøy som presenteres
Miruna Buzduga - Aeronamic Eastern Europe
Kurs - AI Enablement Training for Engineers
Maskinoversatt
Trinn for trinn trening med mange øvelser. Det var som et verksted, og jeg er meget fornøyd med det.
Ireneusz - Inter Cars S.A.
Kurs - Intelligent Applications Fundamentals
Maskinoversatt