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
人工智慧簡介
- 什麼是 AI?其應用場景為何?
- AI、機器學習與深度學習之差異
- 熱門工具與平台
用於 AI 的 Python
- Python 基礎複習
- Jupyter Notebook 使用介紹
- 函式庫安裝與管理
資料處理
- 資料準備與清洗
- Pandas 與 NumPy 應用
- Matplotlib 與 Seaborn 視覺化技巧
機器學習基礎
- 監督式與非監督式學習
- 分類、回歸與聚類
- 模型訓練、驗證與測試
神經網路與深度學習
- 神經網路架構
- TensorFlow 或 PyTorch 使用
- 模型建置與訓練
自然語言處理與電腦視覺
- 文本分類與情感分析
- 影像識別基礎
- 預訓練模型與遷移學習
AI 於應用程式中的部署
- 模型儲存與載入
- API 或 Web 應用程式整合 AI 模型
- 測試與維護的最佳實踐
總結與後續步驟
最低要求
- 具備程式邏輯與結構的理解
- 擁有 Python 或其他高階程式語言的經驗
- 基礎演算法與資料結構認知
適用對象
- IT 系統專業人士
- 希望整合 AI 的軟體開發人員
- 探索 AI 解決方案工程師與技術經理
40 小時
客戶評論 (1)
我獲得了關於Python中Streamlit庫的知識,我肯定會嘗試使用它來改進我們團隊中基於R Shiny開發的apps。
Michal Maj - XL Catlin Services SE (AXA XL)
課程 - GitHub Copilot for Developers
機器翻譯