Kurzusleírás

Bevezetés a Google AI Studio-ba

  • A Google AI Studio áttekintése és képességei
  • Munkaterület beállítása és a felület felfedezése
  • AI projektmunkafolyamatok megértése a Google AI Studio-ban

Adatfeldolgozás és -kezelés

  • Adatkészletek importálása és előfeldolgozása
  • Adatvizualizációs eszközök felfedezése
  • Adatminőség biztosítása AI projektekhez

Modellképzés és optimalizálás

  • AutoML használata gyors modellfejlesztéshez
  • Egyéni modellképzés TensorFlow és PyTorch segítségével
  • Hiperparaméterek hangolása és teljesítményoptimalizálás

Modell üzembe helyezés és skálázás

  • Modellek üzembe helyezése REST API-ként
  • Modellek integrálása a Google Cloud infrastruktúrával
  • AI szolgáltatások skálázása üzemi használatra

Haladó funkciók kihasználása

  • Magyarázható AI (XAI) gyakorlatok implementálása
  • Google AI API-k használata látás, nyelv és egyéb területeken
  • Előre képzett modellek és átviteli tanulás felfedezése

Monitorozás és hibaelhárítás

  • Üzembe helyezett modellek monitorozása teljesítmény szempontjából
  • Modell előrejelzések és visszajelzések elemzése
  • Gyakori problémák hibaelhárítása AI munkafolyamatokban

Valós alkalmazások

  • Esettanulmányok a Google AI Studio által működtetett AI megoldásokról
  • Egy teljes AI projekt felépítése kezdettől végig

Összefoglalás és következő lépések

Követelmények

  • Erős gépi tanulási fogalmak és keretrendszerek ismerete
  • Tapasztalat Python programozásban
  • A Google Cloud szolgáltatások ismerete ajánlott

Közönség

  • AI fejlesztők
  • Gépi tanulási mérnökök
  • Adattudósok
 21 Órák

Résztvevők száma


Ár per résztvevő

Közelgő kurzusok

Rokon kategóriák