Zkuste nás kontaktovat

Návrh Školení

Úvod do umělé inteligence

  • Historie umělé inteligence
  • Definice a terminologie
  • Umělá vs. lidská inteligence
  • Budoucí trendy a potenciál AI

Základy strojového učení

  • Typy strojového učení: supervidované, nesupervidované, s posilováním
  • Hlavní algoritmy strojového učení
  • Postup při vytváření modelů AI: od shromažďování dat po jejich vyhodnocení

Správa a analýza dat

  • Techniky sběru dat
  • Očištění a předzpracování dat
  • Analýza a vizualizace dat

Aplikace umělé inteligence v praxi

  • Příklady využití AI v reálných podmínkách
  • Řešení založená na AI pro konkrétní odvětví
  • Využití umělé inteligence v spotřebních produktech

Etické aspekty AI

  • AI a nahrazování lidské práce
  • Předpojatost a spravedlnost v algoritmech AI
  • Problémy související s ochranou soukromí a bezpečností dat
  • Budoucnost etiky v oblasti umělé inteligence

Praktický projekt v laboratoři

  • Programátorské úkoly v Pythonu
  • Projekty zaměřené na analýzu reálných datových sad
  • Vytvoření jednoduchého modelu strojového učení

Shrnutí a další směry rozvoje

Požadavky

  • Přehled o základních programovacích konceptech
  • Zkušenosti s programováním v Pythonu
  • Orientace v základech statistiky a matematiky

Cílová skupina

  • IT profesionálové
 14 Hodiny

Počet účastníků


Cena za účastníka

Reference (1)

Nadcházející kurzy

Související kategorie