課程簡介

AI 和 ML 簡介

  • AI 和 ML 概念概述
  • 數據收集和預處理
  • AI 的 Python 簡介

Data Analysis 和可視化

  • 探索性數據分析
  • 數據可視化技術
  • 機器學習的統計基礎

Machine Learning 楷模

  • 監督學習演算法
  • 無監督學習演算法
  • 模型評估和選擇

Deep Learning 和 Neural Networks

  • 神經網路基礎
  • 捲積神經網路 (CNN)
  • 遞迴神經網路 (RNN)

Natural Language Processing (NLP)

  • 文本處理和特徵提取
  • 情感分析和文本分類
  • 語言模型和聊天機器人

Computer 願景

  • 圖像處理基礎知識
  • 目標檢測和圖像分類
  • 計算機視覺高級主題

部署和擴展

  • AI 應用部署策略
  • 擴展 AI 應用程式
  • 監控和維護人工智慧系統

人工智慧的倫理與未來

  • 人工智慧中的倫理考量
  • 人工智慧政策和法規
  • AI 和 ML 的未來趨勢

實驗室專案

  • 開發小規模智慧應用
  • 使用真實世界的數據集
  • 在小組項目上進行協作以解決與行業相關的問題

摘要和後續步驟

最低要求

  • 瞭解基本程式設計概念
  • 具有 Python 和基本數據科學技術的經驗
  • 熟悉核心 AI 和 ML 原則

觀眾

  • 人工智慧專業人士
  • 軟體開發人員
  • 數據分析師
 28 時間:

人數


每位參與者的報價

Provisional Upcoming Courses (Require 5+ participants)

課程分類