Hvala što ste poslali upit! Jedan od naših članova tima će vas uskoro kontaktirati.
Hvala što ste poslali rezervaciju! Jedan od naših članova tima će vas uskoro kontaktirati.
Trajanje 40 sati
Sadržaj kursa
Uvod u veštačku inteligenciju
- Šta je AI i gde se koristi?
- AI naspram mašinskog učenja naspram dubokog učenja
- Popularni alati i platforme
Python za AI
- Osvježavanje osnova Python-a
- Korišćenje Jupyter Notebook-a
- Instaliranje i upravljanje bibliotekama
Rada sa podacima
- Priprema i čišćenje podataka
- Korišćenje Pandas-a i NumPy-ja
- Vizuelizacija uz Matplotlib i Seaborn
Osnove mašinskog učenja
- Nadzor vs. bez nadzora učenja (Supervised vs. Unsupervised Learning)
- Klasifikacija, regresija i klasterizacija
- Obuka, validacija i testiranje modela
Neuronske mreže i duboko učenje
- Arhitektura neuronskih mreža
- Korišćenje TensorFlow-a ili PyTorch-a
- Izgradnja i obuka modela
Prirodni jezik i računarska vizija
- Klasifikacija teksta i analiza sentimenata
- Osnove prepoznavanja slika
- Pre-trenirani modeli i transfer učenja
Sprowadjavanje AI-a u aplikacije
- Čuvanje i učitavanje modela
- Korišćenje AI modela u API-jima ili web aplikacijama
- Najbolje prakse za testiranje i održavanje
Rezime i sledeći koraci
Uslovi
- Razumevanje programerske logike i struktura
- Iskustvo sa Python-om ili sličnim visokonivelnim programerskim jezicima
- Osnovna uputnost sa algoritmima i strukturama podataka
Ciljna publika
- Profesionalci u IT sistemima
- Razvojci softvera koji žele da integrišu AI
- Inženjeri i tehnički menadžeri koji istražuju AI-based rešenja
Iskustva korisnika (1)
Stekao sam znanje o biblioteci Streamlit u jeziku Python i svakako ću je iskoristiti za unapređenje primena u mom timu, koje su trenutno razvijene u R Shiny-u.
Michal Maj - XL Catlin Services SE (AXA XL)
Kurs - GitHub Copilot for Developers
Mašinski prevedeno