Návrh Školení
Úvod do umělé inteligence
- Co je AI a kde se používá?
- AI vs. strojové učení vs. hluboké učení
- Populární nástroje a platformy
Python pro AI
- Základní přehled Pythonu
- Použití Jupyter Notebook
- Instalace a správa knihoven
Práce s daty
- Příprava a čištění dat
- Použití Pandas a NumPy
- Vizualizace pomocí Matplotlib a Seaborn
Základy strojového učení
- Supervizované vs. nesupervizované učení
- Klasifikace, regrese a shlukování
- Trenování, validace a testování modelů
Neuronové sítě a hluboké učení
- Architektura neuronových sítí
- Použití TensorFlow nebo PyTorch
- Vytváření a trenování modelů
Přirozený jazyk a počítačové vidění
- Klasifikace textu a analýza nálad
- Základy rozpoznávání obrazů
- Použití předtrenovaných modelů a transfer learningu
Nasazení AI v aplikacích
- Ukládání a načítání modelů
- Použití AI modelů ve webových API nebo aplikacích
- Osborné postupy pro testování a údržbu
Shrnutí a další kroky
Požadavky
- Chápání logiky a struktur programování
- Zkušenosti s Pythonem nebo podobnými vysokoúrovňovými programovacími jazyky
- Základní povědomí o algoritmech a datových strukturách
Cílová skupina
- IT systémoví profesionálové
- Softwaroví vývojáři hledající integraci AI
- Inženýři a manažeři technického oddělení zkoumající AI-bazovaná řešení
Reference (2)
Získal jsem znalosti týkající se knihovny Streamlit v Pythonu a určitě ji budu snažit použít k zlepšení aplikací ve svém týmu, které jsou vytvořeny v R Shiny.
Michal Maj - XL Catlin Services SE (AXA XL)
Kurz - GitHub Copilot for Developers
Přeloženo strojem
Instruktor je schopen přizpůsobit úroveň kurzu během výcviku tak, aby odpovídala naší úrovni porozumění dané tématice. Tím nám mohou poskytnout užitečnější znalosti, které nám dále pomohou efektivněji využívat tyto nástroje ve našem každodenním pracovním životě.
Tatt Juen - ViTrox Technologies Sdn Bhd
Kurz - Intermediate GitHub Copilot
Přeloženo strojem