Děkujeme za vaši dotaz! Jeden z našich pracovníků vás brzy kontaktuje.
Děkujeme za rezervaci! Jeden z našich pracovníků vás brzy kontaktuje.
Doba trvání 35 hodiny
Návrh Školení
Úvod do AI v jazyce Python
- Klíčové koncepty a rozsah AI
- Knihovny Python pro vývoj AI
- Struktura projektu a pracovní tok pro AI
Příprava dat pro AI
- Čištění dat, transformace a inženýrství znaků
- Zpracování chybějících a nerovnoměrných dat
- Měření a kódování znaků
Metody dozorného učení
- Algoritmy regrese a klasifikace
- Metody souborů: Random Forest, Gradient Boosting
- Ladění hyperparametrů a křížová validace
Metody nedozorného učení
- Metody klastrování: K-Means, DBSCAN, hierarchické klastrování
- Redukce dimenzí: PCA, t-SNE
- Využití nedozorného učení
Neuronové sítě a hluboké učení
- Úvod do TensorFlow a Keras
- Postavení a trénování vpřed orientovaných neuronových sítí
- Optimalizace výkonnosti neuronových sítí
Učení posilováním (Úvod)
- Základní koncepty agentů, prostředí a odměn
- Implementace základních algoritmů učení posilováním
- Aplikace učení posilováním
Nasazení modelů AI
- Ukládání a načítání natrénovaných modelů
- Integrace modelů do aplikací prostřednictvím API
- Monitoring a údržba systémů AI v produkci
Shrnutí a další kroky
Požadavky
- Pevné pochopení základů programování v jazyce Python
- Zkušenost s knihovnami pro analýzu dat, jako jsou NumPy a pandas
- Základní znalosti konceptů a algoritmů strojového učení
Cílová skupina
- Programáři, kteří chtějí rozšířit své dovednosti ve vývoji AI
- Analýticí dat, kteří chtějí aplikovat techniky AI na složité sady dat
- Profesionálové z oblasti výzkumu a vývoje, kteří vyvíjejí aplikace poháněné AI
Reference (2)
Trainer byl velmi ochoten odpovědět na všechny moje otázky.
Caterina - Stamtech
Kurz - Developing APIs with Python and FastAPI
Přeloženo strojem
Instruktor vyvíjí školení podle tempa účastníka
Farris Chua
Kurz - Data Analysis in Python using Pandas and Numpy
Přeloženo strojem
