Course Outline

Εισαγωγή

Επισκόπηση του Artificial Intelligence (AI)

    Συστήματα μηχανικής μάθησης

Εξερεύνηση εφαρμογών για AI

    AI στο εταιρικό πλαίσιο

Μαθαίνοντας για την Τεχνολογία του AI

    Underfit and overfit, ταξινόμηση και τακτοποίηση Αντίληψη πολλαπλών επιπέδων (MLP) και βαθιά μάθηση Συνελικτικά και επαναλαμβανόμενα νευρωνικά δίκτυα

Αξιολόγηση Στρατηγικών Προσεγγίσεων

    Θέση σε λειτουργία ή προμήθεια (κατασκευή ή αγορά;) μοντέλων ωριμότητας AI για τον οργανισμό σας

Εργασία με δεδομένα στον οργανισμό σας

    Αξιολόγηση ετοιμότητας δεδομένων Word ενσωματώσεις Εκπαίδευση με τεχνητά δεδομένα

Αξιολόγηση της επιλογής έργου AI

    Βασικά κριτήρια για την επιλογή του έργου

Διαχείριση ενός έργου AI

    Μηχανική μάθηση έναντι βαθιάς μάθησης Διαχείριση έργου (κύκλος ζωής, χρονοδιαγράμματα, μεθοδολογία) Λειτουργίες, συντήρηση και διαχείριση κινδύνου

Συλλογή σχολίων

    Εφαρμογή μεθόδων ανατροφοδότησης (έρευνες, συνεντεύξεις, κ.λπ.) Βασικά ενδιαφερόμενα μέρη που θα παρέχουν ανατροφοδότηση Ανάλυση αποτελεσμάτων

Περίληψη και Συμπέρασμα

Requirements

  • Εξοικείωση με τον προγραμματισμό
  • Βασική κατανόηση αλγορίθμων

Ακροατήριο

  • Business ηγέτες
  • Υπεύθυνοι έργου
 7 Hours

Number of participants


Price per participant

Testimonials (3)