感谢您发送咨询!我们的团队成员将很快与您联系。
感谢您发送预订!我们的团队成员将很快与您联系。
课程大纲
Python中的AI概述
- AI的关键概念和范围
- 用于AI开发的Python库
- AI项目结构和流程
AI数据准备
- 数据清洗、转换和特征工程
- 处理缺失和不平衡数据
- 特征缩放和编码
监督学习技术
- 回归和分类算法
- 集成方法:随机森林、梯度提升
- 超参数调优和交叉验证
无监督学习技术
- 聚类方法:K-Means、DBSCAN、层次聚类
- 降维:PCA、t-SNE
- 无监督学习的应用场景
神经网络和深度学习
- TensorFlow和Keras简介
- 构建和训练前馈神经网络
- 优化神经网络性能
强化学习(入门)
- 智能体、环境和奖励的核心概念
- 实施基本强化学习算法
- 强化学习的应用
部署AI模型
- 保存和加载训练好的模型
- 通过API将模型集成到应用中
- 监控和维护生产环境中的AI系统
总结与后续步骤
要求
- 扎实掌握Python编程基础
- 具有使用NumPy和pandas等数据分析库的经验
- 了解机器学习概念和算法的基本知识
目标学员
- 希望拓展AI开发技能的软件开发人员
- 寻求将AI技术应用于复杂数据集的数据分析师
- 构建AI驱动应用的研发专业人员
35 小时
客户评论 (2)
培训师非常乐于回答我提出的各种问题
Caterina - Stamtech
课程 - Developing APIs with Python and FastAPI
机器翻译
培训师根据学员的进度开展培训
Farris Chua
课程 - Data Analysis in Python using Pandas and Numpy
机器翻译