感謝您提交詢問!我們的一位團隊成員將在短時間內與您聯繫。
感謝您提交預訂!我們的一位團隊成員將在短時間內與您聯繫。
課程時長 35 時間:
課程簡介
Python 中 AI 的概述
- AI 的關鍵概念與範疇
- 用於 AI 開發的 Python 函式庫
- AI 專案結構與工作流
AI 的資料準備
- 資料清潔、轉換與特徵工程
- 處理缺失資料與不平衡資料
- 特徵縮放與編碼
監督式學習技術
- 迴歸與分類演算法
- 集合方法:隨機森林、梯度增強
- 超參數調優與交叉驗證
非監督式學習技術
- 聚類方法:K-Means、DBSCAN、階層聚類
- 降維技術:PCA、t-SNE
- 非監督式學習的應用場景
神經網路與深度學習
- TensorFlow 與 Keras 入門
- 建構與訓練前饋神經網路
- 最佳化神經網路效能
強化學習(入門)
- 代理、環境與獎勵的核心概念
- 實作基本的強化學習演算法
- 強化學習的應用
部署 AI 模型
- 儲存與載入訓練後的模型
- 透過 API 將模型整合至應用程式
- 監控與維護生產環境中的 AI 系統
總結與後續步驟
最低要求
- 對 Python 程式設計基礎有紮實的理解
- 具有使用 NumPy 和 pandas 等資料分析函式庫的經驗
- 具備機器學習概念與演算法的基本知識
目標受眾
- 希望擴展 AI 開發技能的軟體開發人員
- 尋求將 AI 技術應用於複雜資料集的分析人員
- 正在建構 AI 驅動型應用程式的研究與開發專業人員
客戶評論 (2)
培訓師非常樂於回答我提出的各種問題
Caterina - Stamtech
課程 - Developing APIs with Python and FastAPI
機器翻譯
培訓師根據學員的進度開展培訓
Farris Chua
課程 - Data Analysis in Python using Pandas and Numpy
機器翻譯