Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Schița de curs
Prezentare generală a Inteligenței Artificiale în Python
- Concepte cheie și domeniu de aplicare al IA
- Biblioteci Python pentru dezvoltarea IA
- Structura proiectului și fluxul de lucru al IA
Prelucrarea datelor pentru IA
- Neglijarea, transformarea și ingineria caracteristicilor datelor
- Gestionarea datelor lipsă și neechilibrate
- Scalare și codificare a caracteristicilor
Tehnici de Supervised Learning
- Algoritmi de regresie și clasificare
- Mетоды ансамблей: Random Forest, Gradient Boosting
- Afinarea iperparametrilor și validarea cruzată
Tehnici de Unsupervised Learning
- Metode de agrupare: K-Means, DBSCAN, grupare ierarhică
- Reducerea dimensionalității: PCA, t-SNE
- Cazuri de utilizare pentru învățarea nesupervizată
Neural Networks și Deep Learning
- Introducere în TensorFlow și Keras
- Construirea și instruirea rețelelor neuronale feedforward
- Optimizarea performanței rețelelor neuronale
Reinforcement Learning (Introducere)
- Concepte de bază ale agentilor, mediului și premiilor
- Implementarea algoritmilor de învățare prin recompense de bază
- AplICAri ale învățării prin recompense
Deploying AI Models
- Saving and loading trained models
- Integrating models into applications via APIs
- Monitoring and maintaining AI systems in production
Summary and Next Steps
Cerințe
- Comprehensia solidă a fundamentelor programării Python
- Experiență cu biblioteci de analiză a datelor precum NumPy și pandas
- Cunoștințe de bază ale conceptelor și algoritmilor de învățare automată
PUBLICĂ
- Dezvoltatorii software care urmează să extindă competențele lor în dezvoltarea AI
- Analistii de date care caută să aplique tehnici AI la seturi complexe de date
- Profesionali R&D care construiesc aplicații alimentate cu AI
35 ore
Mărturii (3)
Faptul de a avea mai multe exerciții practice folosind date mai asemănătoare cu cele pe care le folosim în proiectele noastre (imagini satelitare în format raster)
Matthieu - CS Group
Curs - Scaling Data Analysis with Python and Dask
Tradus de catre o masina
Pregătirea și experțiza foarte bune a formatorului, comunicare perfectă în engleză. Cursul a fost practic (exerciții + împărtășire de exemple de cazuri de utilizare)
Monika - Procter & Gamble Polska Sp. z o.o.
Curs - Developing APIs with Python and FastAPI
Tradus de catre o masina
Formatorul dezvoltă formarea în funcție de ritmul participanților
Farris Chua
Curs - Data Analysis in Python using Pandas and Numpy
Tradus de catre o masina
