Sztuczna inteligencja
( 24 Moduły )

moduł #1
Wprowadzenie do sztucznej inteligencji
Eksploracja definicji, historii i zastosowań AI

moduł #2
Podstawy uczenia maszynowego
Zrozumienie uczenia nadzorowanego, nienadzorowanego i wzmacniającego

moduł #3
Matematyka dla AI
Algebra liniowa, rachunek różniczkowy i całkowy oraz prawdopodobieństwo dla zastosowań AI

moduł #4
Python dla AI
Wprowadzenie do programowania Pythona dla AI i nauki o danych

moduł #5
Wstępne przetwarzanie i wizualizacja danych
Czyszczenie, transformacja i wizualizacja danych dla zastosowań AI

moduł #6
Uczenie nadzorowane
Budowanie modeli regresji i klasyfikacji za pomocą scikit-learn

moduł #7
Uczenie nienadzorowane
Klastrowanie, redukcja wymiarowości i szacowanie gęstości

moduł #8
Uczenie wzmacniające
Wprowadzenie do procesów decyzyjnych Markowa i Q-learningu

moduł #9
Głębokie uczenie Podstawy
Wprowadzenie do sieci neuronowych, perceptronów i propagacji wstecznej

moduł #10
Sieci neuronowe splotowe (CNN)
Przetwarzanie obrazu i wykrywanie obiektów za pomocą CNN

moduł #11
Rekurencyjne sieci neuronowe (RNN)
Dane sekwencyjne i modele językowe za pomocą RNN i LSTM

moduł #12
Przetwarzanie języka naturalnego (NLP)
Wstępne przetwarzanie tekstu, tokenizacja i modelowanie języka

moduł #13
Widzenie komputerowe
Klasyfikacja obrazu, wykrywanie obiektów i segmentacja

moduł #14
Robotyka i systemy sterowania
Wprowadzenie do robotyki, systemów sterowania i przetwarzania czujników

moduł #15
Etyka i stronniczość AI
Zrozumienie i rozwiązywanie stronniczości w systemach AI

moduł #16
Zastosowania AI w przemyśle
Eksplorowanie zastosowań AI w opiece zdrowotnej, finansach i marketingu

moduł #17
AI dla dobra społecznego
Wykorzystywanie AI w celu wywierania wpływu społecznego i ochrony środowiska zrównoważony rozwój

moduł #18
Architektury sieci neuronowych
Eksplorowanie zaawansowanych architektur sieci neuronowych

moduł #19
Modele generatywne
Wprowadzenie do sieci GAN, VAE i modeli generatywnych

moduł #20
Transfer Learning i dostrajanie
Używanie wstępnie wyszkolonych modeli do wydajnego rozwoju AI

moduł #21
AI do prognozowania szeregów czasowych
Używanie AI do prognozowania szeregów czasowych i wykrywania anomalii

moduł #22
AI do systemów rekomendacji
Budowanie spersonalizowanych systemów rekomendacji z AI

moduł #23
Rozwój projektu AI
Opracowywanie rzeczywistego projektu AI od podstaw

moduł #24
Podsumowanie i zakończenie kursu
Planowanie kolejnych kroków w karierze w dziedzinie sztucznej inteligencji

Gotowy do nauki, udostępniania i konkurowania?