Lépjen kapcsolatba velünk

Kurzusleírás

Bevezetés a mesterséges intelligenciába

  • Mi az MI, és hol használják?
  • MI vs. gépi tanulás vs. mély tanulás
  • Népszerű eszközök és platformok

Python az MI-hez

  • Python alapok ismétlése
  • A Jupyter Notebook használata
  • Könyvtárak telepítése és kezelése

Munka az adatokkal

  • Adatelőkészítés és -tisztítás
  • A Pandas és a NumPy használata
  • Vizualizáció Matplotlib és Seaborn segítségével

A gépi tanulás alapjai

  • Felügyelt vs. felügyelet nélküli tanulás
  • Osztályozás, regresszió és klaszterezés
  • Modelltanítás, -validálás és -tesztelés

Neurális hálózatok és mély tanulás

  • Neurális hálózati architektúra
  • A TensorFlow vagy a PyTorch használata
  • Modellek építése és tanítása

Természetes nyelvek és számítógépes látás

  • Szövegosztályozás és érzelemelemzés
  • A képfelismerés alapjai
  • Előre tanított modellek és transzfer tanulás

MI telepítése alkalmazásokban

  • Modellek mentése és betöltése
  • MI-modellek használata API-kban vagy webalkalmazásokban
  • Bevált gyakorlatok a teszteléshez és karbantartáshoz

Összefoglalás és következő lépések

Követelmények

  • A programozási logika és struktúrák ismerete
  • Tapasztalat Python vagy hasonló magas szintű programozási nyelvek terén
  • Alapvető jártasság az algoritmusok és adatszerkezetek terén

Célközönség

  • IT-rendszerszakértők
  • Szoftverfejlesztők, akik MI-t szeretnének integrálni
  • Mérnökök és műszaki vezetők, akik MI-alapú megoldásokat keresnek
 40 Órák

Résztvevők száma


Ár per résztvevő

Vélemények (1)

Közelgő kurzusok

Rokon kategóriák