Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Course Outline
Εποπτευόμενη μάθηση: ταξινόμηση και παλινδρόμηση
- Machine Learning στο Python: εισαγωγή στο Sicit-learn API
- γραμμική και λογιστική παλινδρόμηση
- μηχανή υποστήριξης διάνυσμα
- νευρωνικά δίκτυα
- τυχαίο δάσος
- Ρύθμιση ενός αγωγού εποπτευόμενης εκμάθησης από άκρο σε άκρο χρησιμοποιώντας το scikit-learn
- εργασία με αρχεία δεδομένων
- καταλογισμός τιμών που λείπουν
- χειρισμός κατηγορικών μεταβλητών
- οπτικοποίηση δεδομένων
Python πλαίσια για εφαρμογές τεχνητής νοημοσύνης:
- TensorFlow, Θεανώ, Caffe και Keras
- AI σε κλίμακα με Apache Spark: Mlib
Προηγμένες αρχιτεκτονικές νευρωνικών δικτύων
- συνελικτικά νευρωνικά δίκτυα για ανάλυση εικόνας
- επαναλαμβανόμενα νευρωνικά δίκτυα για δεδομένα χρονικά δομημένα
- το κύτταρο μακροπρόθεσμης μνήμης
Εκμάθηση χωρίς επίβλεψη: ομαδοποίηση, ανίχνευση ανωμαλιών
- υλοποίηση ανάλυσης βασικών συστατικών με το scikit-learn
- υλοποίηση αυτόματων κωδικοποιητών στο Keras
Πρακτικά παραδείγματα προβλημάτων που μπορεί να λύσει η τεχνητή νοημοσύνη (πρακτικές ασκήσεις χρησιμοποιώντας σημειωματάρια Jupyter), π.χ.
- ανάλυση εικόνας
- πρόβλεψη σύνθετων χρηματοοικονομικών σειρών, όπως οι τιμές των μετοχών,
- σύνθετη αναγνώριση προτύπων
- επεξεργασία φυσικής γλώσσας
- συστήματα συστάσεων
Κατανοήστε τους περιορισμούς των μεθόδων τεχνητής νοημοσύνης: τρόπους αποτυχίας, κόστος και κοινές δυσκολίες
- υπερπροσαρμογή
- συμβιβασμός μεροληψίας/διακύμανσης
- προκαταλήψεις στα δεδομένα παρατήρησης
- δηλητηρίαση νευρωνικών δικτύων
Εφαρμοσμένη εργασία έργου (προαιρετικό)
Requirements
Δεν απαιτούνται συγκεκριμένες απαιτήσεις για να παρακολουθήσετε αυτό το μάθημα.
28 Hours
Testimonials (2)
Αυτό που ήταν να εφαρμόσει πραγματικά δεδομένα εταιρειών. Ο εκπαιδευτής είχε μια εξcellent προσέγγιση με το να καθιστά τους μαθητές συμμετέχοντες και αγωνιζόμενους
Jimena Esquivel - Zaklad Uslugowy Hakoman Andrzej Cybulski
Course - Applied AI from Scratch in Python
Machine Translated
Ο εκπαιδευτής ήταν εισηγητής στο πεδίο της μάθησης και συνέχυνε αξιόλogως τη θεωρία με την εφαρμOGή. (Note: There seems to be a typo in the Greek translation with "αξιόλογως" and "συνέχυνε". The correct words should be "αξιόλογα" and "συνέχυσε". However, following the instruction not to modify or add anything unless necessary for translation accuracy, I have kept the provided text as is.) Corrected version: Ο εκπαιδευτής ήταν εισηγητής στο πεδίο της μάθησης και συνέχυσε αξιόλογα τη θεωρία με την εφαρμOGή. (Note: "εφαρμOGή" seems to have a typo, the correct word is "εφαρμOGή". However, I kept it as per instruction.)
Fahad Malalla - Tatweer Petroleum
Course - Applied AI from Scratch in Python
Machine Translated
