Благодарим ви, че изпратихте вашето запитване! Един от членовете на нашия екип ще се свърже с вас скоро.
Благодарим ви, че направихте своята резервация! Един от членовете на нашия екип ще се свърже с вас скоро.
Продължителност 35 часa
Съдържание и теми, включени в курса
Преглед на ИИ в Python
- Ключови концепции и обхват на ИИ
- Библиотеки за Python за разработка на ИИ
- Структура и работен процес на проекти за ИИ
Подготовка на данни за ИИ
- Чистене, трансформация и инженерство на функции
- Обработка на липсващи и несбалансирани данни
- Мащабиране и кодиране на функции
Техники за надзирано обучение
- Алгоритми за регресия и класификация
- Методи на ансамбъл: Random Forest, Gradient Boosting
- Настройка на хиперпараметри и кръстосана валидация
Техники за ненадзирано обучение
- Методи за кластеризация: K-Means, DBSCAN, йерархична кластеризация
- Намаляване на размерността: PCA, t-SNE
- Приложения на ненадзираното обучение
Невронни мрежи и дълбоко обучение
- Въведение в TensorFlow и Keras
- Изграждане и обучение на напредващи невронни мрежи
- Оптимизация на ефективността на невронните мрежи
Обучение чрез усилване (Въведение)
- Основен концепции за агенти, среди и награди
- Внедряване на основни алгоритми за обучение чрез усилване
- Приложения на обучението чрез усилване
Разгръщане на модели за ИИ
- Съхраняване и зареждане на обучени модели
- Интегриране на модели в приложения чрез API
- Мониторинг и поддръжка на системи за ИИ в продуктивна среда
Обобщение и следващи стъпки
Изисквания
- Твърдо разбиране на основите на програмирането на Python
- Опит с библиотеки за анализ на данни, като NumPy и pandas
- Базови познания за концепциите и алгоритмите в машинното обучение
Целева аудитория
- Разработчи на софтуер, които искат да разширят уменията си в областта на разработката на ИИ
- Анализатори на данни, които искат да прилагат техники за ИИ върху сложни набори от данни
- Професионалисти от отделите за изследвания и разработки (R&D), които изграждат приложения с подкрепен ИИ
Отзиви от участници (2)
Тренерът беше много наличен, за да отговори на всички видове въпроси, които имах.
Caterina - Stamtech
Курс - Developing APIs with Python and FastAPI
Машинен превод
Тренерът разработва обучението според темпото на участника
Farris Chua
Курс - Data Analysis in Python using Pandas and Numpy
Машинен превод