课程大纲

人工智能简介

  • 什么是AI及其应用领域?
  • AI vs. Machine Learning vs. Deep Learning
  • 流行的工具和平台

Python 用于 AI

  • Python 基础回顾
  • 使用 Jupyter Notebook
  • 安装和管理库

数据处理

  • 数据准备和清理
  • 使用 Pandas 和 NumPy
  • 使用 Matplotlib 和 Seaborn 进行可视化

Machine Learning 基础

  • 监督式 vs. Unsupervised Learning
  • 分类、回归和聚类
  • 模型训练、验证和测试

Neural Networks 和 Deep Learning

  • 神经网络架构
  • 使用 TensorFlow 或 PyTorch
  • 构建和训练模型

自然语言和 Computer Vision

  • 文本分类和情感分析
  • 图像识别基础
  • 预训练模型和迁移学习

在应用中部署 AI

  • 保存和加载模型
  • 在 API 或 web apps 中使用 AI 模型
  • 测试和维护的最佳实践

总结与下一步

要求

  • 了解编程逻辑和结构
  • 具备Python或类似高级编程语言的经验
  • 对算法和数据结构有基本的熟悉

受众

  • IT系统专业人员
  • 寻求整合AI的软件开发人员
  • 探索基于AI解决方案的工程师和技术经理
 40 小时

即将举行的公开课程

课程分类