Kurzusleírás

Bevezetés az AI-ba

  • Az AI története
  • Definíciók és terminológia
  • AI kontra emberi intelligencia
  • Jövőbeli trendek és lehetőségek

Machine Learning Alapok

  • A gépi tanulás típusai: felügyelt, felügyelet nélküli, megerősítés
  • Kulcsfontosságú ML algoritmusok
  • ML munkafolyamat: az adatgyűjtéstől a modellértékelésig

Data Management

  • Adatgyűjtési technikák
  • Adattisztítás és előfeldolgozás
  • Adatelemzés és vizualizáció

AI a gyakorlatban

  • Esettanulmányok mesterséges intelligencia alkalmazásokról
  • Iparspecifikus AI-megoldások
  • AI fogyasztói termékekben

Etikai megfontolások

  • AI és munkahely-elhelyezés
  • Elfogultság és igazságosság az AI-ban
  • Adatvédelmi és biztonsági kérdések
  • Az AI-etika jövője

Lab projekt

  • Python programozási feladatok
  • Adatelemzési projektek valós adatkészletek felhasználásával
  • Egyszerű ML modell kidolgozása

Összegzés és a következő lépések

Követelmények

  • Az alapvető programozási fogalmak megértése
  • Python programozási tapasztalat
  • Alapvető statisztika és matematika ismerete

Közönség

  • IT szakemberek
 14 Órák

Résztvevők száma


Ár résztvevőnként

Közelgő kurzusok

Rokon kategóriák