Bedankt voor uw aanvraag! Een van onze medewerkers neemt binnenkort contact met u op
Bedankt voor uw boeking! Een van onze medewerkers neemt binnenkort contact met u op.
Duur 40 uren
Cursusaanbod
Introductie in kunstmatige intelligentie
- Wat is AI en waar wordt het gebruikt?
- AI vs. machine learning vs. deep learning
- Populaire tools en platforms
Python voor AI
- Herhaling van de Python-basis
- Gebruik van Jupyter Notebook
- Installeren en beheren van bibliotheken
Werken met gegevens
- Voorbereiding en opschonen van gegevens
- Gebruik van Pandas en NumPy
- Visualisatie met Matplotlib en Seaborn
Machine learning-basis
- Superviseerde vs. onsuperviseerde learning
- Classificatie, regressie en clustering
- Modellentraining, validatie en test
Neurale netwerken en deep learning
- Architectuur van neurale netwerken
- Gebruik van TensorFlow of PyTorch
- Bouwen en trainen van modellen
Natuurlijke taal en computer vision
- Textclassificatie en sentimentanalyse
- Basis van image recognition
- Voortrainde modellen en transfer learning
AI implementeren in toepassingen
- Opslaan en laden van modellen
- Gebruik van AI-modellen in API's of webapps
- Best practices voor test en onderhoud
Samenvatting en vervolgstappen
Vereisten
- Begrip van programmeringslogica en structuren
- Ervaring met Python of vergelijkbare hooggeprogrammeerde talen
- Basisbegrip van algoritmen en datastructuren
Publiek
- IT-systeemprofessionals
- Softwaredevelopers die AI willen integreren
- Engineers en technische managers die AI-gebaseerde oplossingen verkennen
Getuigenissen (1)
Ik heb kennis gemaakt met de Streamlit-bibliotheek voor Python en ik zal zeker proberen deze te gebruiken om de toepassingen van mijn team, die zijn gemaakt met R Shiny, te verbeteren.
Michal Maj - XL Catlin Services SE (AXA XL)
Cursus - GitHub Copilot for Developers
Automatisch vertaald