Kursplan

Computer Vision

Data Analysis og Visualisering

Deep Learning og Neural Networks

Distribusjon og Skalering

Etikk og Fremtiden for AI

Innføring i AI og ML

Laboratorieprosjekt

Machine Learning Modeller

Natural Language Processing (NLP)

Oppsummering og Neste Skritt

  • Strategier for distribusjon av AI-applikasjoner
  • Skalering av AI-applikasjoner
  • Overvåkning og vedlikehold av AI-systemer
  • Utvikling av en liten intelligent applikasjon
  • Arbeid med virkelige datasett
  • Samarbeid på et gruppeprosjekt for å løse en branche-relevant problemstilling
  • Etiske overveielser i AI
  • AI-politikk og regulering
  • Fremtidige trendene i AI og ML
  • Utforskende dataanalyse
  • Teknikker for datavisualisering
  • Statistiske grunnlag for ML
  • Grunnleggende om nevralnett
  • Konvolusjonelle nevralnett (CNNs)
  • Rekurrente nevralnett (RNNs)
  • Grunnleggende om bildebehandling
  • Objektoppdagelse og bildekategorisering
  • Avanserte emner i datamaskinvison
  • Oversikt over AI- og ML-konsepter
  • Datainnsamling og -forbehandling
  • Innføring i Python for AI
  • Overvåket læring algoritmer
  • Uovervåket læring algoritmer
  • Modellvurdering og -valg
  • Tekstbehandling og egenskapsutvinning
  • Sentimentanalyse og tekstkategorisering
  • Språkmodeller og chatbots

Krav

Målgruppe

  • AI-profesjonelle
  • Programvareutviklere
  • Datanalytikere
  • Forståelse av grunnleggende programmeringskonsepter
  • Erfaring med Python og grunnleggende datavitskapsteknikker
  • Kjennskap til kjerneprinsipper innen AI og ML
 28 timer

Antall deltakere


Price per participant

Testimonials (1)

Upcoming Courses

Related Categories