Kursplan

Introduksjon til AI og ML

  • Oversikt over AI og ML konsepter
  • Datainnsamling og forbehandling
  • Introduksjon til Python for AI

Data Analysis og visualisering

  • Utforskende dataanalyse
  • Datavisualiseringsteknikker
  • Statistisk grunnlag for ML

Machine Learning Modeller

  • Overvåket læringsalgoritmer
  • Uovervåket læringsalgoritmer
  • Modellvurdering og valg

Deep Learning og Neural Networks

  • Grunnleggende om nevrale nettverk
  • Konvolusjonelle nevrale nettverk (CNN)
  • Tilbakevendende nevrale nettverk (RNN)

Natural Language Processing (NLP)

  • Tekstbehandling og funksjonsutvinning
  • Sentimentanalyse og tekstklassifisering
  • Språkmodeller og chatbots

Computer Visjon

  • Grunnleggende om bildebehandling
  • Objektdeteksjon og bildeklassifisering
  • Avanserte emner innen datasyn

Utrulling og skalering

  • Implementeringsstrategier for AI-applikasjoner
  • Skalering av AI-applikasjoner
  • Overvåking og vedlikehold av AI-systemer

Etikk og fremtid for AI

  • Etiske betraktninger i AI
  • AI policy og regulering
  • Fremtidige trender innen AI og ML

Laboratorieprosjekt

  • Utvikle en intelligent applikasjon i liten skala
  • Arbeide med datasett fra den virkelige verden
  • Samarbeide om et gruppeprosjekt for å løse et bransjerelevant problem

Sammendrag og neste trinn

Krav

  • En forståelse av grunnleggende programmeringskonsepter
  • Erfaring med Python og grunnleggende datavitenskapelige teknikker
  • Kjennskap til kjerne AI og ML prinsipper

Publikum

  • AI-fagfolk
  • Programvareutviklere
  • Dataanalytikere
 28 timer

Antall deltakere


Price per participant

Upcoming Courses

Related Categories