Kursplan

Introduktion till AI och ML

  • Översikt över AI- och ML-begrepp
  • Datainsamling och förbehandling
  • Introduktion till Python för AI

Data Analysis och visualisering

  • Undersökande dataanalys
  • Tekniker för datavisualisering
  • Statistiska grunder för ML

Machine Learning Modeller

  • Algoritmer för övervakad inlärning
  • Algoritmer för oövervakad inlärning
  • Utvärdering och urval av modeller

Deep Learning och Neural Networks

  • Grunderna i neurala nätverk
  • Konvolutionella neurala nätverk (CNN)
  • Återkommande neurala nätverk (RNN)

Natural Language Processing (NLP)

  • Textbearbetning och extrahering av funktioner
  • Attitydanalys och textklassificering
  • Språkmodeller och chattrobotar

Computer Visioner

  • Grunderna i bildbehandling
  • Objektidentifiering och bildklassificering
  • Avancerade ämnen inom datorseende

Distribution och skalning

  • Strategier för distribution av AI-program
  • Skalning av AI-program
  • Övervakning och underhåll av AI-system

Etik och framtiden för AI

  • Etiska överväganden inom AI
  • AI-politik och AI-reglering
  • Framtida trender inom AI och ML

Labb Projekt

  • Utveckla ett småskaligt intelligent program
  • Arbeta med verkliga datauppsättningar
  • Samarbeta i ett grupprojekt för att lösa ett branschrelevant problem

Sammanfattning och nästa steg

Krav

  • En förståelse för grundläggande programmeringskoncept
  • Erfarenhet av Python och grundläggande datavetenskapstekniker
  • Kunskaper om grundläggande AI- och ML-principer

Publik

  • AI-proffs
  • Mjukvaruutvecklare
  • Dataanalytiker
 28 timmar

Antal deltagare


Price per participant

Upcoming Courses

Relaterade Kategorier