Applied AI from Scratch in Python培訓
這是一個為期 4 天的課程,介紹了 AI 及其使用 Python 程式設計語言的應用程式。完成本課程后,可以選擇額外有一天的時間來開展 AI 專案。
課程簡介
監督學習:分類和回歸
- Python 中的 Machine Learning:scikit-learn API 簡介
- 線性回歸和邏輯回歸
- 支援向量機
- 神經網路
- 隨機森林
- 使用 scikit-learn 設置端到端監督學習管道
- 使用資料檔
- 缺失值的插補
- 處理分類變數
- 可視化數據
Python 人工智慧應用框架:
- TensorFlow、Theano、Caffe和Keras
- 使用 Apache Spark 的大規模 AI:Mlib
高級神經網路架構
- 用於圖像分析的捲積神經網路
- 用於時間結構數據的遞迴神經網路
- 長短期記憶細胞
無監督學習:聚類、異常檢測
- 使用 scikit-learn 實現主成分分析
- 在 Keras 中實現自動編碼器
AI 可以解決的問題的實際範例(使用 Jupyter 筆記本的動手練習),例如
- 圖像分析
- 預測複雜的財務序列,例如股票價格,
- 複雜模式識別
- 自然語言處理
- 推薦系統
瞭解 AI 方法的局限性:失敗模式、成本和常見困難
- 過擬合
- 偏差/方差權衡
- 觀察數據中的偏倚
- 神經網路中毒
套用專案工作(選擇)
最低要求
參加本課程不需要任何特定要求。
Open Training Courses require 5+ participants.
Applied AI from Scratch in Python培訓 - 預訂
Applied AI from Scratch in Python培訓 - 詢問
Applied AI from Scratch in Python - 咨詢詢問
客戶評論 (2)
That it was applying real company data. Trainer had a very good approach by making trainees participate and compete
Jimena Esquivel - Zakład Usługowy Hakoman Andrzej Cybulski
Course - Applied AI from Scratch in Python
The trainer was a professional in the subject field and related theory with application excellently
Fahad Malalla - Tatweer Petroleum
Course - Applied AI from Scratch in Python
Upcoming Courses
相關課程
Data Analysis with Python, Pandas and Numpy
14 時間:Pandas 是一個 Python 包,它提供用於處理結構化(表格、多維、潛在異構)和時間序列數據的數據結構。
Machine Learning with Python and Pandas
14 時間:這種以講師為主導的台灣現場現場培訓針對的是希望使用Pandas通過機器學習進行預測分析的數據科學家。
在培訓結束時,參與者將能夠:
- 在 Python 中執行數據整理。
- 執行機器學習的 ETL 操作。
- 使用 Pandas 建立資料視覺化
Accelerating Python Pandas Workflows with Modin
14 時間:這種以講師為主導的台灣現場現場培訓針對的是希望使用Modin構建和實現並行計算的數據科學家和開發人員Pandas,以加快數據分析速度。
在培訓結束時,參與者將能夠:
- 設置必要的環境,開始使用Modin大規模開發 Pandas工作流。
- 瞭解Modin的功能、架構和優勢。
- 瞭解Modin、Dask和Ray之間的區別。
- 使用 Modin 更快地執行 Pandas 操作。
- 實現整個 Pandas API 和函數。
Scaling Data Analysis with Python and Dask
14 時間:這種以講師為主導的台灣現場培訓(現場或遠端)針對的是希望將Dask與Python生態系統一起使用以構建,擴展和分析大型數據集的數據科學家和軟體工程師。
在培訓結束時,參與者將能夠:
- 設置環境以開始使用 Dask 和 Python 構建大數據處理。
- 探索 Dask 中提供的功能、庫、工具和 API。
- 瞭解 Dask 如何在 Python 中加速並行計算。
- 瞭解如何使用 Dask 擴展 Python 生態系統(Numpy、SciPy 和 Pandas)。
- 優化 Dask 環境,以保持處理大型數據集的高性能。
Developing APIs with Python and FastAPI
14 時間:這種以講師為主導的台灣現場培訓(現場或遠端)面向希望將FastAPI與Python一起使用以更輕鬆,更快速地構建,測試和部署RESTful API的開發人員。
在培訓結束時,參與者將能夠:
- 設置必要的開發環境以使用 Python 和 FastAPI 開發 API。
- 使用 FastAPI 庫更快、更輕鬆地創建 API。
- 瞭解如何基於 Pydantic 和 OpenAPI 建立數據模型和架構。
- 使用 SQLAlchemy 將 API 連接到資料庫。
- 使用 FastAPI 工具在 API 中實現安全性和身份驗證。
- 構建容器鏡像並將 Web API 部署到雲端伺服器。
FARM (FastAPI, React, and MongoDB) Full Stack Development
14 時間:這種以講師為主導的現場培訓(現場或遠端)面向希望使用FARM(FastAPI,React和MongoDB)堆棧構建動態,高性能和可擴展Web應用程式的開發人員。
在培訓結束時,參與者將能夠:
-
設置整合 FastAPI、React 和 MongoDB 的必要開發環境。
瞭解 FARM 堆疊的關鍵概念、功能和優勢。
瞭解如何使用FastAPI構建REST API。
瞭解如何使用 React 設計互動式應用程式。
使用 FARM 堆疊開發、測試和部署應用程式(前端和後端)。
Scientific Computing with Python SciPy
7 時間:這種以講師為主導的台灣現場現場培訓面向希望使用SciPy使用Python創建高級科學計算功能的開發人員。
在培訓結束時,參與者將能夠:
- 設置必要的開發環境,開始創建科學計算功能。
- 通過執行複雜操作的實際範例,獲得 SciPy 功能的全部優勢。
- 實現和優化數學演算法和函數以解決科學問題。
- 設計用於可視化、處理和分析的數據結構和插值方法。
Game Development with PyGame
7 時間:這種以講師為主導的台灣現場培訓(現場或遠端)針對希望使用PyGame使用Python程式設計創建和構建遊戲的開發人員。
在培訓結束時,參與者將能夠:
- 設置必要的開發環境,開始使用 PyGame 和 Python 建立遊戲應用程式。
- 瞭解如何創建與動畫和多媒體功能集成的互動式 PyGame 應用程式。
- 使用 PyGame 測試套件運行和測試遊戲程式,並將它們轉換為可執行檔。
Web application development with Flask
14 時間:本實踐課程面向希望創建和維護其第一個Web應用程序的Python開發人員。它也適用於已經熟悉其他Web框架(如Django或Web2py ,並希望了解如何使用微框架(即將第三方庫粘合在一起而不是提供自包含的通用解決方案的框架)更改這個過程。
本課程的一個重要部分不是專注於Flask本身(它很小),而是專注於Flask項目中經常使用的第三方庫和工具。
Build REST APIs with Python and Flask
14 時間:這種以講師為主導的台灣 現場現場培訓面向希望使用Python和Flask構建 REST API的後端 開發人員。
在培訓結束時,參與者將能夠:
- 實現 REST API,以允許 Flask Web 應用程式讀取和寫入後端中的資料庫。
- 開發高級身份驗證功能,如刷新令牌。
- 為將來的 Python 項目構建可重用的後端。
- 使用 SQLAlchemy 簡化數據存儲。
- 將 REST API 部署到基於雲端的伺服器上。
Advanced Flask
14 時間:這種由講師指導的台灣現場培訓(現場或遠端)針對的是希望使用Flask的高級功能在MongoDB之上構建可擴展Web應用程式的開發人員。
在培訓結束時,參與者將能夠:
- 設置必要的開發環境以開始使用 Flask 開發 Web 應用程式。
- 瞭解實際 Flask 專案的高級概念和技術。
- 在 MongoDB 之上構建一個 RESTful API 伺服器。
- 瞭解如何使用 Flask、Docker 和 Amazon EC2 容器化、測試和部署微服務。
- 深入瞭解用於擴展 Web 應用程式的高級 Flask 集成。
GUI Programming with Python and Tkinter
14 時間:這種以講師為主導的現場培訓(現場或遠端)針對的是希望使用Tkinter設計,開發和部署GUI的Web開發人員。
在培訓結束時,參與者將能夠:
- 使用地理管理器對 GUI 進行佈局。
- 在框架內組織小部件。
- 使用 Python Tkinter 構建 GUI 應用程式。
Kivy: Building Android Apps with Python
7 時間:Kivy是一個用Python編寫的開源跨平台圖形用戶界面庫,它允許為多種設備進行多點觸摸應用程序開發。
在這個由講師指導的實時培訓參與者將學習如何在不同平台上安裝和部署Kivy ,自定義和操作小部件,安排,觸發和響應事件,通過多點觸摸修改圖形,調整屏幕大小,打包Android應用程序,和更多。
在培訓結束時,參與者將能夠
- 關聯Python代碼和Kivy語言。
- 深入了解Kivy如何工作並利用其最重要的元素,如小部件,事件,屬性,圖形等。
- 根據不同的業務和設計要求無縫開發和部署Android應用程序。
課程形式
- 部分講座,部分討論,練習和繁重的實踐練習
GUI Programming with Python and PyQt
21 時間:這種以講師為主導的台灣現場現場培訓(現場或遠端)針對的是希望使用Python和Qt UI框架編寫具有視覺吸引力的軟體應用程式的人。
在培訓結束時,參與者將能夠:
- 設置一個包含所有需要的庫、包和框架的開發環境。
- 創建一個桌面或伺服器應用程式,其使用者介面運行流暢且具有視覺吸引力。
- 實現各種UI元素和效果,包括小部件、圖表、層次等,以達到可用性的最大效果。
- 在設計和開發階段實施良好的UI設計和代碼組織。
- 測試和調試應用程式。
Web Development with Web2Py
28 時間:Web2py是一個基於python的免費開源全棧框架,用於快速開發快速,可擴展,安全和可移植的數據庫驅動的基於Web的應用程序。
聽眾
本課程面向工程師和開發人員,使用web2py作為Web開發框架