План на курса
Вероятност (3,5 часа)
- Дефиниция на вероятността
- Биномиално разпределение
- Упражнения за ежедневна употреба
Statistics (10,5 часа)
- описателен Statistics
- Извод Statistics
- Регресия
- Логистична регресия
- Упражнения
Въведение в Programming (3,5 часа)
- Процедурен Programming
- функционален Programming
- ООП Programming
- Упражнения (писмена логика за игра по избор, напр. нули и кръстчета)
Machine Learning (10,5 ч.)
- Класификация
- Клъстеризиране
- Neural Networks
- Упражнения (напишете AI за компютърна игра по избор)
Правила и експертни системи (7 часа)
- Въведение в двигателите на правилата
- Напишете AI за една и съща игра и комбинирайте решения в хибриден подход
Изисквания
- Няма. Всички понятия като вероятност и статистика ще бъдат обяснени по време на този курс. Ако вече сте запознати с вероятността и статистиката, моля, направете справка с кода на нашия курс aiint.
Публика
- Начинаещи, които се интересуват от изучаване на изкуствен интелект Machine Learning и програмиране
Oтзиви от потребители (5)
Темпото беше добро, с приятна комбинация от споделяне на знания, демонстрации и практическа работа. Филип беше много ангажиращ и даде енергия за преминаване през курса. Добре, че имаше много 1:1 обучение, като Филип минаваше през индивидуални тренировки.
Colin - Worldpay
Курс - BPMN, DMN, and CMMN - OMG standards for process improvement
Машинен превод
The training definitely backfilled some of the gaps in my knowledge left by reading the OptaPlanner userguide. It gave me a good broad understanding of how to approach using OptaPlanner in our projects going forward.
Terry Strachan - Exel Computer Systems plc
Курс - OptaPlanner in Practice
Shared examples of every function and/or operators are all well explained.
Brian Amlon - Thakral One, Inc.
Курс - Introduction to Drools 7 for Developers
a lot of practices are very welcome, many try and learn cases are embedded
Nadia Ivaniuk - Credit Suisse (Poland) Sp.z o.o.
Курс - Modelling Decision and Rules with OMG DMN
Exercises and solving problems in groups when the problems were more difficult.