Mesterséges intelligencia
( 24 Modulok )

modul #1
Bevezetés a mesterséges intelligenciába
Az AI meghatározásának, történetének és alkalmazásainak feltárása

modul #2
A gépi tanulás alapjai
A felügyelt, felügyelet nélküli és megerősített tanulás megértése

modul #3
Matematika a mesterséges intelligenciához
Lineáris Algebra, kalkulus és valószínűség AI-alkalmazásokhoz

modul #4
Python for AI
Bevezetés a Python programozásba AI és adattudományhoz

modul #5
Adatok előfeldolgozása és vizualizálása
Adatok tisztítása, átalakítása és megjelenítése mesterséges intelligencia számára alkalmazások

modul #6
Felügyelt tanulás
Regressziós és osztályozási modellek építése scikit-learn segítségével

modul #7
Felügyelet nélküli tanulás
Clusterképzés, dimenziócsökkentés és sűrűségbecslés

modul #8
Megerősítő tanulás
Bevezetés Markov-döntési folyamatok és Q-learning

modul #9
A mély tanulás alapjai
Bevezetés a neurális hálózatokba, a perceptronokba és a visszaterjesztésbe

modul #10
Konvolúciós neurális hálózatok (CNN-ek)
Képfeldolgozás és objektumészlelés CNN-ekkel

modul #11
Recurrent Neural Networks (RNN)
RNN-ekkel és LSTM-ekkel rendelkező szekvenciaadatok és nyelvi modellek

modul #12
Természetes nyelvi feldolgozás (NLP)
Szöveg-előfeldolgozás, tokenizálás és nyelvi modellezés

modul #13
Computer Vision
Képosztályozás, objektumészlelés és szegmentálás

modul #14
Robotika és vezérlőrendszerek
Bevezetés a robotikába, vezérlőrendszerekbe és szenzorfeldolgozásba

modul #15
AI etika és torzítás
A torzítás megértése és kezelése AI-rendszerek

modul #16
AI-alkalmazások az iparban
AI-alkalmazások felfedezése az egészségügyben, a pénzügyekben és a marketingben

modul #17
AI a társadalmi jóért
AI használata a társadalmi hatások és a környezeti fenntarthatóság érdekében

modul #18
Neurális Hálózati architektúrák
Speciális neurális hálózati architektúrák felfedezése

modul #19
Generatív modellek
Bevezetés a GAN-okba, VAE-kbe és generatív modellekbe

modul #20
Tanulás átvitele és finomhangolás
Előre betanított modellek használata a hatékony hatékonyság érdekében AI fejlesztés

modul #21
AI az idősoros előrejelzéshez
AI használata idősor-előrejelzéshez és anomáliák észleléséhez

modul #22
AI for Recommender Systems
Személyre szabott ajánlórendszerek építése mesterséges intelligencia segítségével

modul #23
AI projektfejlesztés
Valós AI-projekt kidolgozása a semmiből

modul #24
Tanfolyam összefoglalója és következtetései
A következő lépések tervezése a mesterséges intelligencia karrierjében

Készen áll a tanulásra, a megosztásra és a versenyre?