Kurzusleírás

Bevezetés a mesterséges intelligenciába

  • A mesterséges intelligencia története
  • Definíciók és terminológia
  • Mesterséges intelligencia vs. emberi intelligencia
  • Jövőbeli trendek és lehetőségek

A gépi tanulás alapjai

  • A gépi tanulás típusai: felügyelt, felügyelet nélküli, megerősítéses
  • Kulcsfontosságú gépi tanulási algoritmusok
  • A gépi tanulás munkafolyamata: az adatgyűjtéstől a modellértékelésig

Adatkezelés

  • Adatgyűjtési technikák
  • Adattisztítás és előfeldolgozás
  • Adatelemzés és vizualizáció

Mesterséges intelligencia a gyakorlatban

  • Mesterséges intelligencia alkalmazási esettanulmányok
  • Ipari szpecifikus AI megoldások
  • Mesterséges intelligencia fogyasztói termékekben

Etikai megfontolások

  • Mesterséges intelligencia és munkahelyek elvesztése
  • Elfogultság és igazságosság a mesterséges intelligenciában
  • Adatvédelem és biztonsági kérdések
  • A mesterséges intelligencia etikájának jövője

Laboratóriumi projekt

  • Python programozási feladatok
  • Adatelemzési projektek valós adathalmazokkal
  • Egyszerű gépi tanulási modell fejlesztése

Összefoglalás és következő lépések

Követelmények

  • Alapvető programozási fogalmak ismerete
  • Tapasztalat Python programozásban
  • Alapvető statisztikai és matematikai ismeretek

Célközönség

  • Informatikai szakemberek
 14 Órák

Résztvevők száma


Ár per résztvevő

Vélemények (1)

Közelgő kurzusok

Rokon kategóriák