Kurzusleírás
Pythonban történő AI áttekintése
- AI kulcsfogalmai és hatókör
- AI fejlesztéshez használt Python könyvtárak
- AI projekt szerkezete és folyamat
AI-hez szükséges adat előkészítése
- Adat tisztítás, átalakítás és jellemzők generálása
- Hiányzó és egyenetlen adatok kezelése
- Karakterisztikák méretezése és kódolása
Felügyelt tanulási technikák
- Regressziós és osztályozási algoritmusok
- Összekapcsolódó módszerek: Random Forest, Gradient Boosting
- Hiperparaméter beállítás és keresztezett validáció
Nem felügyelt tanulási technikák
- Csoportosítási módszerek: K-Means, DBSCAN, hierarchikus csoportosítás
- Dimenziós csökkentés: PCA, t-SNE
- Nem felügyelt tanulás alkalmazási területei
Ideális hálózatok és mélytanulás
- TensorFlow és Keras bevezetése
- Továbbitató ideális hálózatok építése és kiképzése
- Ideális hálózat teljesítményének optimalizálása
Megerősítő tanulás (bevezetés)
- Az ügynökök, környezetek és jutalmak alapvető fogalmai
- Alapvető megerősítő tanulási algoritmusok megvalósítása
- Megerősítő tanulás alkalmazásai
AI modellek telepítése
- Kiképzett modellek mentése és betöltése
- Modellek alkalmazásokba integrálása API-kon keresztül
- AI rendszerek figyelése és karbantartása termelésben
Összegzés és következő lépések
Követelmények
- Alapozott ismeret a Python programozási alapokról
- Tapasztalat adatelemző könyvtárakkal, például NumPy és pandas
- Alapszintű ismeret a gépi tanulás fogalmairól és algoritmusairól
Célközönség
- Szoftverfejlesztők, akik bővíteni szeretnék az AI fejlesztési készségeiket
- Adatanalitikusok, akik szeretnének alkalmazni az AI technikákat bonyolult adatkészletekhez
- Kutató-fejlesztői szakemberek, akik AI-alapú alkalmazásokat építenek
Vélemények (3)
Az a tény, hogy több gyakorlati gyakorlatunk van, több hasonló adat felhasználásával, mint amit projekteinkben használunk (műholdképek raszteres formátumban)
Matthieu - CS Group
Kurzus - Scaling Data Analysis with Python and Dask
Gépi fordítás
Jó előkészület és szakértelem a tréner részéről, tökéletes angol kommunikáció. A kurzus gyakorlati volt (gyakorlatok + használati példák megosztása).
Monika - Procter & Gamble Polska Sp. z o.o.
Kurzus - Developing APIs with Python and FastAPI
Gépi fordítás
Trainer a saját tempójához igazítva fejleszti ki a képzéseket.
Farris Chua
Kurzus - Data Analysis in Python using Pandas and Numpy
Gépi fordítás