Grazie per aver inviato la tua richiesta! Uno dei nostri team membri ti contatterà a breve.
Grazie per aver inviato il tuo prenotazione! Uno dei nostri team membri ti contatterà a breve.
Struttura del corso
Introduzione all'Intelligenza Artificiale
- Cos'è l'AI e dove viene utilizzata?
- AI vs. Machine Learning vs. Deep Learning
- Strumenti e piattaforme popolari
Python per l'AI
- Richiamo delle basi di Python
- Utilizzo di Jupyter Notebook
- Installazione e gestione delle librerie
Lavorare con i dati
- Preparazione e pulizia dei dati
- Utilizzo di Pandas e NumPy
- Visualizzazione con Matplotlib e Seaborn
Basi del Machine Learning
- Apprendimento supervisionato vs. non supervisionato
- Classificazione, regressione e clustering
- Addestramento, validazione e test dei modelli
Reti Neurali e Deep Learning
- Architettura delle reti neurali
- Utilizzo di TensorFlow o PyTorch
- Creazione e addestramento dei modelli
Linguaggio Naturale e Visione Artificiale
- Classificazione del testo e analisi dei sentimenti
- Basi del riconoscimento delle immagini
- Modelli pre-addestrati e transfer learning
Distribuzione dell'AI nelle applicazioni
- Salvataggio e caricamento dei modelli
- Utilizzo dei modelli di AI in API o applicazioni web
- Best practice per test e manutenzione
Riepilogo e prossimi passi
Requisiti
- Conoscenza della logica e delle strutture di programmazione
- Esperienza con Python o linguaggi di programmazione ad alto livello simili
- Familiarità di base con algoritmi e strutture dati
Pubblico di riferimento
- Professionisti dei sistemi IT
- Sviluppatori software che intendono integrare l'AI
- Ingegneri e manager tecnici alla ricerca di soluzioni basate sull'AI
40 ore
Recensioni (1)
Ho acquisito una conoscenza riguardante la libreria Streamlit di Python e sicuramente cercherò di utilizzarla per migliorare le applicazioni del mio team, che sono sviluppate con R Shiny.
Michal Maj - XL Catlin Services SE (AXA XL)
Corso - GitHub Copilot for Developers
Traduzione automatica