Kursplan

Introduktion till Google AI Studio

  • Översikt över Google AI Studio och dess förmågor
  • Inställning av ett arbetsområde och utforskning av gränssnittet
  • Förståelse av AI-projektarbetsflöden i Google AI Studio

Dataframställning och hantering

  • Importering och förbehandling av dataset
  • Utforskning av datavisualiseringsverktyg
  • Säkerställande av datakvalitet för AI-projekt

Modellträning och optimering

  • Användning av AutoML för snabb modellutveckling
  • Anpassad modellträning med TensorFlow och PyTorch
  • Justering av hyperparametrar och prestandaförbättring

Modelldistribution och skalning

  • Distribution av modeller som REST-API:er
  • Integration av modeller med Googles molninfrastruktur
  • Skalning av AI-tjänster för produktionsanvändning

Utnyttjande av avancerade funktioner

  • Implementering av förklarbar AI (XAI)-praxis
  • Användning av Googles AI-API:er för syn, språk och mer
  • Utforskning av förutbildade modeller och överföringsinlärning

Övervakning och felsökning

  • Övervakning av distribuerade modeller för prestanda
  • Analys av modellprognoser och feedback
  • Felsökning av vanliga problem i AI-arbetsflöden

Praktiska tillämpningar

  • Fallstudier av AI-lösningar som drivs av Google AI Studio
  • Byggande av ett komplett AI-projekt från början till slut

Sammanfattning och nästa steg

Krav

  • God förståelse för maskininlärningskoncept och ramverk
  • Erfarenhet av Python-programmering
  • Kännedom om Google Cloud-tjänster rekommenderas

Målgrupp

  • AI-utvecklare
  • Maskininlärningsingenjörer
  • Datavetare
 21 timmar

Antal deltagare


Price per participant

Upcoming Courses

Relaterade Kategorier