77 Jezici
English
Français
Español
Deutsch
Italiano
中文
हिंदी
العربية
Русский
Português
日本語
한국어
Türkçe
Polski
Nederlands
Magyar
Čeština
Svenska
Norsk
Dansk
Kiswahili
ไทย
বাংলা
فارسی
Tiếng Việt
Filipino
Afrikaans
Shqip
Azərbaycanca
Беларуская
Bosanski
Български
Hrvatski
Eesti
Suomi
ქართული
Kreyòl Ayisyen
Hawaiian
Bahasa Indonesia
Gaeilge
Қазақша
Lietuvių
Luganda
Lëtzebuergesch
Македонски
Melayu
Malti
Монгол
မြန်မာ
Norsk
فارسی
ਪੰਜਾਬੀ
Română
Samoan
संस्कृतम्
Српски
Sesotho
ChiShona
سنڌي
Slovenčina
Slovenščina
Soomaali
Basa Sunda
Kiswahili
Svenska
Тоҷикӣ
Татарча
ትግርኛ
Xitsonga
اردو
ئۇيغۇرچە
Oʻzbek
Cymraeg
Xhosa
ייִדיש
Yorùbá
Zulu
Način pripravnika
10 Moduli / ~100 stranice
Način čarobnjaka
~25 Moduli / ~400 stranice
🎓
Stvorite događaj
Umjetna inteligencija i strojno učenje
( 25 Moduli )
modul #1
Uvod u umjetnu inteligenciju
Pregled umjetne inteligencije, njezine povijesti i primjene
modul #2
Osnove strojnog učenja
Uvod u strojno učenje, vrste i nadzirano/nenadzirano učenje
modul #3
Matematika i statistika za ML
Linearna algebra, račun, vjerojatnost i statistika za strojno učenje
modul #4
Python za strojno učenje
Uvod u Python, NumPy, Pandas i manipulaciju podacima
modul #5
Pretprocesiranje podataka
Podaci čišćenje, skaliranje značajki i odabir značajki
modul #6
Nadzirano učenje
Regresija, klasifikacija i metrike procjene modela
modul #7
Linearna regresija
Jednostavna i višestruka linearna regresija, funkcija troška i gradijentni spust
modul #8
Logistička regresija
Binarna klasifikacija, logistička funkcija i granice odlučivanja
modul #9
Stabla odlučivanja
Uvod u stabla odlučivanja, entropiju i dobivanje informacija
modul #10
Slučajne šume
Učenje ansambla, bagging, i nasumične šume
modul #11
Support Vector Machines
Klasifikacija maksimalne margine, meka margina i kernel trik
modul #12
Nenadzirano učenje
Grupiranje, smanjenje dimenzionalnosti i otkrivanje anomalija
modul #13
K-Means Clustering
K-means algoritam, centroidna inicijalizacija i konvergencija
modul #14
Principal Component Analysis
PCA, izdvajanje značajki i smanjenje dimenzionalnosti
modul #15
Deep Learning Fundamentals
Uvod u neuronske mreže, perceptron i višeslojni perceptron
modul #16
Konvolucijske neuronske mreže
CNN-ovi, konvolucijski slojevi i klasifikacija slika
modul #17
Rekurentne neuronske mreže
RNN-ovi, LSTM i modeliranje sekvenci
modul #18
Prirodni Obrada jezika
Pretprocesiranje teksta, tokenizacija i umetanje riječi
modul #19
Prijenos učenja
Prethodno obučeni modeli, fino podešavanje i zoološki vrt modela
modul #20
Procjena i odabir modela
Odabir modela, podešavanje hiperparametara i unakrsna provjera valjanosti
modul #21
Rukovanje neuravnoteženim skupovima podataka
Tehnike neuravnoteženosti klasa, prekomjernog uzorkovanja i poduzorkovanja
modul #22
Primjena modela
Primjena modela, integracija API-ja i Docker kontejnerizacija
modul #23
AI Etika i pravednost
Otkrivanje pristranosti, metrika pravednosti i etička razmatranja
modul #24
Posebne teme u AI
Generativni modeli, mehanizmi pažnje i objašnjiva AI
modul #25
Završetak tečaja i zaključak
Planiranje sljedećih koraka u karijeri u području umjetne inteligencije i strojnog učenja
Spremni ste učiti, dijeliti i natjecati se?
Stvorite svoj događaj odmah
Asistent za učenje jezika
s glasovnom podrškom
Zdravo! Spremni za početak? Testirajmo tvoj mikrofon.
▶
Počnite slušati
Copyright 2025 @ wizape.com
Sva prava pridržana
KONTAKTIRAJTE NAS
POLITIKA PRIVATNOSTI