Struttura del corso
Panoramica dell'IA con Python
- Concetti chiave e ambito dell'IA
- Biblioteche di Python per lo sviluppo di IA
- Struttura del progetto e flusso di lavoro per l'IA
Preparazione dei Dati per l'IA
- Pulizia, trasformazione e ingegneria delle feature dei dati
- Gestione dei dati mancanti e non bilanciati
- Ridimensionamento e codifica delle feature
Tecniche di Supervised Learning
- Algoritmi di regressione e classificazione
- Metodi di ensemble: Random Forest, Gradient Boosting
- Attimizzazione degli iperparametri e cross-validation
Tecniche di Unsupervised Learning
- Metodi di clustering: K-Means, DBSCAN, clustering gerarchico
- Riduzione della dimensionalità: PCA, t-SNE
- Casi d'uso per l'apprendimento non supervisionato
Neural Networks e Deep Learning
- Introduzione a TensorFlow e Keras
- Costruzione e allenamento di reti neurali feedforward
- Ottimizzazione delle prestazioni della rete neurale
Reinforcement Learning (Intro)
- Concetti fondamentali degli agenti, ambienti e ricompense
- Messa in pratica di algoritmi di apprendimento per rinforzo basilari
- Applicazioni dell'apprendimento per rinforzo
Deploying AI Models
- Saving and loading trained models
- Integrating models into applications via APIs
- Monitoring and maintaining AI systems in production
Riepilogo e prossimi passi
Requisiti
- Comprensione solida dei fondamenti della programmazione Python
- Esperienza con librerie di analisi dati come NumPy e pandas
- Nozioni di base sui concetti ed algoritmi di apprendimento automatico
Pubblico
- Sviluppatori software che intendono espandere le proprie competenze nello sviluppo AI
- Analisti dati in cerca di applicare tecniche AI a set di dati complessi
- Professionisti R&S che stanno creando applicazioni alimentate da IA
Recensioni (3)
Il fatto di avere più esercizi pratici utilizzando dati più simili a quelli che utilizziamo nei nostri progetti (immagini satellitari in formato raster)
Matthieu - CS Group
Corso - Scaling Data Analysis with Python and Dask
Traduzione automatica
Very good preparation and expertise of a trainer, perfect communication in English. The course was practical (exercises + sharing examples of use cases)
Monika - Procter & Gamble Polska Sp. z o.o.
Corso - Developing APIs with Python and FastAPI
Trainer develops training based on participant's pace