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。
課程簡介
Python中的AI概述
- AI的關鍵概念和範圍
- Python的AI開發庫
- AI項目結構和流程
AI數據準備
- 數據清洗、轉換和特徵工程
- 處理缺失和不平衡數據
- 特徵縮放和編碼
Supervised Learning技術
- 迴歸和分類算法
- 集成方法:Random Forest、Gradient Boosting
- 超參數調優和交叉驗證
Unsupervised Learning技術
- 聚類方法:K-Means、DBSCAN、層次聚類
- 降維:PCA、t-SNE
- 無監督學習的應用場景
Neural Networks和Deep Learning
- TensorFlow和Keras簡介
- 構建和訓練前饋神經網絡
- 優化神經網絡性能
Reinforcement Learning(簡介)
- 代理、環境和獎勵的核心概念
- 實現基本的強化學習算法
- 強化學習的應用
部署AI模型
- 保存和加載訓練好的模型
- 通過API將模型集成到應用中
- 在生產環境中監控和維護AI系統
總結與下一步
最低要求
- 紮實掌握Python編程基礎知識
- 具備使用NumPy和pandas等數據分析庫的經驗
- 對機器學習概念和算法有基本瞭解
受衆
- 希望擴展AI開發技能的軟件開發人員
- 尋求將AI技術應用於複雜數據集的數據分析師
- 構建AI驅動應用的研發專業人員
35 時間:
客戶評論 (3)
使用與我們在專案中使用的數據(光柵格式的衛星圖像)更相似的數據進行更多實踐練習的事實
Matthieu - CS Group
課程 - Scaling Data Analysis with Python and Dask
機器翻譯
Very good preparation and expertise of a trainer, perfect communication in English. The course was practical (exercises + sharing examples of use cases)
Monika - Procter & Gamble Polska Sp. z o.o.
課程 - Developing APIs with Python and FastAPI
Trainer develops training based on participant's pace