Kurzusleírás

Bevezetés az AI és ML világába

  • Az AI és ML alapfogalmainak áttekintése
  • Adatgyűjtés és előfeldolgozás
  • Bevezetés a Python használatába AI területén

Adatelemzés és Vizualizáció

  • Exploratív adatelemzés
  • Adatvizualizációs technikák
  • Statisztikai alapok az ML-hez

Gépi Tanulási Modellek

  • Felügyelt tanulási algoritmusok
  • Felügyelet nélküli tanulási algoritmusok
  • Modellértékelés és kiválasztás

Mélytanulás és Neurális Hálózatok

  • Neurális hálózatok alapjai
  • Konvolúciós neurális hálózatok (CNNs)
  • Rekurrens neurális hálózatok (RNNs)

Természetes Nyelvfeldolgozás (NLP)

  • Szövegfeldolgozás és jellemzőkinyerés
  • Hangulatelemzés és szövegosztályozás
  • Nyelvi modellek és chatbotok

Számítógépes Látás

  • Képfeldolgozás alapjai
  • Tárgyfelismerés és képbesorolás
  • Haladó témák a számítógépes látás területén

Üzembe helyezés és Skálázás

  • AI alkalmazások üzembe helyezési stratégiái
  • AI alkalmazások skálázása
  • AI rendszerek monitorozása és karbantartása

Etika és az AI Jövője

  • Etikai megfontolások az AI területén
  • AI politika és szabályozás
  • Jövőbeli trendek az AI és ML területén

Laboratóriumi Projekt

  • Kis léptékű intelligens alkalmazás fejlesztése
  • Munka valós adathalmazokkal
  • Csoportos projektmunkában való részvétel egy iparágilag releváns probléma megoldására

Összefoglalás és Következő Lépések

Követelmények

  • Alapvető programozási koncepciók ismerete
  • Tapasztalat Pythonnal és alapvető adattudományi technikákkal
  • Ismeret az AI és ML alapelveiről

Célközönség

  • AI szakemberek
  • Szoftverfejlesztők
  • Adatelemzők

A képzés formátuma

  • Interaktív előadás és vita.
  • Számos gyakorlat és gyakorlás.
  • Gyakorlati implementáció élő laboratóriumi környezetben.

Kurzus Testreszabási Lehetőségek

Egyedi képzés igényléséhez kérjük, lépjen kapcsolatba velünk.

 28 Órák

Résztvevők száma


Ár per résztvevő

Vélemények (1)

Közelgő kurzusok

Rokon kategóriák