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
Přehled AI v Pythonu
- Klíčové koncepty a rozsah AI
- Knihovny Pythonu pro vývoj AI
- Struktura projektu AI a pracovní postup
Příprava dat pro AI
- Čištění dat, transformace a inženýrství funkcí
- Zpracování chybějících a nerovnoměrných dat
- Škálování a kódování funkcí
Techniky dohledaného učení
- Algoritmy regrese a klasifikace
- Ensemble metody: Random Forest, Gradient Boosting
- Ladění hyperparametrů a křížová validace
Techniky nedohleďovaného učení
- Metody clusteringu: K-Means, DBSCAN, hierarchické clustering
- Snižování dimenzionalit: PCA, t-SNE
- Použití nedohleďovaného učení
Neuronové sítě a hluboké učení
- Úvod do TensorFlow a Keras
- Vytváření a trénování feedforward neuronových sítí
- Optimalizace výkonu neuronových sítí
Posilované učení (Úvod)
- Základní koncepty agentů, prostředí a odměn
- Implementace základních algoritmů posilovaného učení
- Aplikace posilovaného učení
Nasazení AI modelů
- Ukládání a načítání natrénovaných modelů
- Integrace modelů do aplikací prostřednictvím API
- Monitorování a údržba AI systémů ve výrobě
Shrnutí a další kroky
Požadavky
- Pevné pochopení základů programování v Pythonu
- Zkušenosti s knihovnami pro analýzu dat, jako jsou NumPy a pandas
- Základní znalosti konceptů a algoritmů strojového učení
Cílové publikum
- Software vývojáři, kteří chtějí rozšířit své schopnosti ve vývoji AI
- Data analytici, kteří chtějí aplikovat AI techniky na složité datové sady
- Profesionálové v 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
