Návrh Školení

Úvod do AI a ML

  • Přehled konceptů AI a ML
  • Sběr a předzpracování dat
  • Úvod do Pythonu pro AI

Analýza a vizualizace dat

  • Explorativní analýza dat
  • Techniky vizualizace dat
  • Statistické základy pro ML

Modely strojového učení

  • Supervizované algoritmy strojového učení
  • Nespervizované algoritmy strojového učení
  • Hodnocení a výběr modelů

Hloubkové učení a neuronové sítě

  • Základy neuronových sítí
  • Konvoluční neuronové sítě (CNNs)
  • Recurrent neuronové sítě (RNNs)

Zpracování přirozeného jazyka (NLP)

  • Zpracování textu a extrakce vlastností
  • Analýza sentimentů a klasifikace textu
  • Jazykové modely a chatboty

Počítačová vidina

  • Základy zpracování obrazu
  • Detekce objektů a klasifikace obrazu
  • Pokročilé témata v počítačové vidině

Nasazení a škálování

  • Strategie nasazení aplikací AI
  • Škálování aplikací AI
  • Monitoring a údržba systémů AI

Etika a budoucnost AI

  • Etičké aspekty v AI
  • Politika a regulace v oblasti AI
  • Trendy budoucích let v AI a ML

Laboratorní projekt

  • Vývoj malého inteligentního aplikace
  • Práce s reálnými datovými soubory
  • Spolupráce na skupinovém projektu řešením problému relevantního pro průmysl

Shrnutí a další kroky

Požadavky

  • Základní znalost programovacích konceptů
  • Zkušenosti s Pythonem a základními technikami datové analýzy
  • Opačení se základními principy umělé inteligence (AI) a strojového učení (ML)

Cílová skupina

  • Odborníci na umělou inteligenci
  • Softwaroví vývojáři
  • Analýtici dat

Formát kurzu

  • Interaktivní přednáška a diskuse.
  • Mnoho cvičení a praktické praxe.
  • Praktická implementace v živém laboratorním prostředí.

Možnosti přizpůsobení kurzu

Pokud si přejete zprostředkovat přizpůsobené školení pro tento kurz, kontaktujte nás a domluvte si to.

 28 hodiny

Počet účastníků


Cena za účastníka

Reference (1)

Nadcházející kurzy

Související kategorie