Zkuste nás kontaktovat

Návrh Školení

Úvod do umělé inteligence

  • Co je to AI a kde se používá?
  • Rozdíly mezi umělou inteligencí, strojovým učením a hlubokým učením
  • Nejběžnější nástroje a platformy pro AI

Python v kontextu umělé inteligence

  • Opakování základů jazyka Python
  • Práce s nástrojem Jupyter Notebook
  • Instalace a správa potřebných knihoven

Práce s daty

  • Příprava a vyčištění dat
  • Využití knihoven Pandas a NumPy
  • Vizualizace dat pomocí nástrojů Matplotlib a Seaborn

Základy strojového učení

  • Rozdíly mezi monitorovaným a nemonitorovaným učením
  • Klasifikace, regrese a shlukování dat
  • Trénování, validace a testování modelů

Neurální sítě a hluboké učení

  • Architektura neurálních sítí
  • Práce s nástroji TensorFlow nebo PyTorch
  • Tvorba a trénování modelů

Zpracování přirozeného jazyka a počítačové vidění

  • Klasifikace textu a analýza sentimentů
  • Základy rozpoznávání obrazů
  • Předpřipravené modely a technika transfer learningu

Nasazování AI do praxe

  • Ukládání a načítání vytvořených modelů
  • Využití modelů umělé inteligence v API nebo webových aplikacích
  • Osvědčené postupy při testování a údržbě systémů s AI

Shrnutí kurzu a další kroky

Požadavky

  • Základní znalost programátorské logiky a struktur
  • Praxe s jazykem Python nebo podobným vyšším programovacím jazykem
  • Minimální znalosti algoritmů a datových struktur

Cílová skupina

  • Odborníci na IT systémy
  • Vývojáři softwaru, kteří chtějí začlenit AI do svých projektů
  • Inženýři a techničtí manažeři zkoumající řešení založená na umělé inteligenci
 40 Hodiny

Počet účastníků


Cena za účastníka

Reference (1)

Nadcházející kurzy

Související kategorie