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 35 sati
Sadržaj kursa
Pregled AI u Pythonu
- Ključni koncepti i opseg AI
- Python biblioteke za razvoj AI
- Struktura projekta i tok rada za AI
Preparacija podataka za AI
- Čišćenje, transformacija i inženjerija karakteristika
- Ručavanje sa nedostajućim i nesbalansiranim podacima
- Skaliranje i kodiranje karakteristika
Tehnike nadziranog učenja
- Algoritmi za regresiju i klasifikaciju
- Metode ansamblov: Random Forest, Gradient Boosting
- Podešavanje hiperparametara i prekrajna validacija
Tehnike nenadziranog učenja
- Metode klasterovanja: K-Means, DBSCAN, hijerarhijsko klasterovanje
- Smanjenje dimenzionalnosti: PCA, t-SNE
- Primena nenadziranog učenja
Neuronske mreže i duboko učenje
- Uvod u TensorFlow i Keras
- Izgradnja i trening feedforward neuronskih mreža
- Optimizacija performansi neuronskih mreža
Učvršćeno učenje (uvod)
- Osnovni koncepti: agenti, okruženja i nagrade
- Implementacija osnovnih algoritama učvršćenog učenja
- Aplikacije učvršćenog učenja
Implementacija AI modela
- Čuvanje i učitavanje obučenih modela
- Integracija modela u aplikacije putem API-ja
- Monitoring i održavanje AI sistema u produkciji
Rezime i dalji koraci
Uslovi
- Čvrsto razumevanje osnova programiranja u Pythonu
- Iskustvo sa bibliotekama za analizu podataka kao što su NumPy i pandas
- Osobno znanje o konceptima i algoritmima mašinskog učenja
Ciljna publika
- Razvojci softvera koji žele da prošire svoja veštine u razvoju AI
- Analitičari podataka koji žele da primene tehnike AI na složene skupove podataka
- Stručnjaci za istraživanje i razvoj koji izgrade aplikacije pokretane veštačkom inteligencijom
Iskustva korisnika (2)
Trener je bio veoma dostupan da odgovori na sva pitanja koja sam imao/imala.
Caterina - Stamtech
Kurs - Developing APIs with Python and FastAPI
Mašinski prevedeno
Trener razvija obuku u skladu sa tempom učesnika
Farris Chua
Kurs - Data Analysis in Python using Pandas and Numpy
Mašinski prevedeno