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。
課程時長 35 時間:
課程簡介
Python 中的人工智慧概論
- AI 的核心概念與範圍
- 用於 AI 開發的 Python 函式庫
- AI 專案結構與工作流程
AI 的資料準備
- 資料清理、轉換與特徵工程
- 處理缺失與不平衡資料
- 特徵縮放與編碼
監督式學習技術
- 迴歸與分類演算法
- 集成方法:隨機森林、梯度提升
- 超參數調整與交叉驗證
非監督式學習技術
- 聚類方法:K-Means、DBSCAN、層次聚類
- 降維技術:PCA、t-SNE
- 非監督式學習的應用案例
神經網路與深度學習
- TensorFlow 與 Keras 簡介
- 建置與訓練前饋神經網路
- 最佳化神經網路效能
強化學習(入門)
- 代理、環境與報酬的核心概念
- 實作基本的強化學習演算法
- 強化學習的應用
部署 AI 模型
- 儲存與載入訓練好的模型
- 透過 API 將模型整合至應用程式
- 監控與維護生產環境中的 AI 系統
總結與後續步驟
最低要求
- 具備穩固的 Python 程式設計基礎
- 有使用 NumPy 和 pandas 等資料分析函式庫的經驗
- 具備機器學習概念與演算法的基礎知識
目標學員
- 希望擴展人工智慧開發技能的軟體開發人員
- 尋求將 AI 技術應用於複雜資料集的數據分析師
- 正在構建 AI 驅動應用的研發專業人員
客戶評論 (2)
培訓師非常樂於回答我提出的各種問題
Caterina - Stamtech
課程 - Developing APIs with Python and FastAPI
機器翻譯
培訓師根據學員的進度開展培訓
Farris Chua
課程 - Data Analysis in Python using Pandas and Numpy
機器翻譯