Консультант по искусственному интеллекту

Бесплатно для тебя

с помощью продвижения

Погрузись в продвинутое программирование на Python: узнай, как работать с модулями, пакетами, строками и основами объектно-ориентированного подхода. Курс также охватывает базы данных, веб-разработку с помощью Flask и знакомит с концепциями машинного обучения и глубокого обучения, включая оценку и нейронные сети.
  • Тип степени: Сертификат "Консультант по искусственному интеллекту
  • Дополнительная квалификация: Сертификат "PCAP™ - Certified Associate Python Programmer"
    Сертификат "Машинное обучение
    Сертификат "Глубокое обучение
  • Итоговый экзамен: Практическая работа над проектом с итоговыми презентациями
    Certified Associate Python Programmer (PCAP™) (на английском языке)
  • Время уроков: Полный рабочий день
    С понедельника по пятницу с 8:30 до 15:35 (в праздничные дни с 8:30 до 17:10).
  • Язык обучения: Немецкий
  • Продолжительность: 12 Недели

Продвинутый Python

Модули, пакеты и обработка ошибок (около 4 дней)

Введение в модули и пакеты Python

Импорт и использование стандартных и сторонних пакетов

Создание собственных модулей и пакетов

Работа с sys и os (функции хост-платформы)

Введение в исключения и обработку ошибок (try, except, finally)

Создание и использование самоопределяемых исключений

Лучшие практики для надежной обработки ошибок


Искусственный интеллект (ИИ) в рабочем процессе

Презентация конкретных технологий ИИ

и возможного применения в профессиональной среде


Основы работы со строками и ООП (около 8 дней)

Введение в работу со строками

Встроенные методы работы со строками (split, join, find, replace и т.д.)

Форматирование и обработка строк

Нарезка строк и работа с регулярными выражениями (RegEx)

Введение в классы, объекты, методы экземпляра и переменные

Инкапсуляция, наследование и полиморфизм

Конструкторы (__init__) и деструкторы (__del__)

Иерархии наследования и суперклассы


Углубленное изучение объектно-ориентированного программирования (около 2,5 дней)

Углубленное изучение наследования и полиморфизма

Применение магических методов (__str__, __repr__, __eq__, __lt__ и т.д.)

Свойства и декораторы в классах

Шаблоны проектирования: синглтон, фабрика и т. д.

Постижение списков для эффективной обработки списков

Лямбда-функции и написание анонимных функций

Замыкание и сортировка в Python

Понимание и использование генераторов и итераторов


Работа с файлами, базами данных и веб-разработка (около 2,5 дней)

Чтение и запись файлов (CSV, JSON)

Введение в SQL и подключение к базам данных SQLite

CRUD-операции в базе данных (создание, чтение, обновление, удаление)

Знакомство с Flask и создание простого веб-приложения

Маршруты и шаблоны во Flask

CRUD-приложения во Flask (интеграция с базой данных)


Работа над проектом, подготовка к сертификации и сертификационный экзамен "PCAP™ - Certified Associate Python Programmer" на английском языке (около 3 дней)

Машинное обучение

Введение в машинное обучение (около 5 дней)

Зачем нужно машинное обучение?

Примеры применения

Контролируемое обучение, неконтролируемое обучение, частично контролируемое обучение, обучение с подкреплением

Примеры наборов данных

Знакомство с данными

Обучающие, проверочные и тестовые данные

Просмотр данных

Составление прогнозов


Контролируемое обучение (около 5 дней)

Классификация и регрессия

Обобщение, чрезмерная и недостаточная подгонка

Размер набора данных

Алгоритмы для контролируемого обучения

Линейные модели

Классификаторы Байеса

Деревья решений

Случайный лес

Градиентный бустинг

k-nearest neighbours

Векторные машины с поддержкой

Условное случайное поле

Нейронные сети и глубокое обучение

Вероятности


Неконтролируемое обучение (около 5 дней)

Типы неконтролируемого обучения

Предварительная обработка и масштабирование

Преобразование данных

Масштабирование обучающих и тестовых данных

Уменьшение размерности

Разработка признаков

Манифольд-обучение

Декомпозиция главных компонент (PCA)

Факторизация неотрицательных матриц (NMF)

Манифольд-обучение с t-SNE

Кластерный анализ

Кластеризация k-Means

Агломеративная кластеризация

Иерархический кластерный анализ

DBSCAN

Кластерные алгоритмы


Оценка и совершенствование (около 2 дней)

Выбор модели и оценка модели

Настройка гиперпараметров оценщика

Кросс-валидация

Поиск по сетке

Метрики оценки

Классификация


Работа над проектом (около 3 дней)

Закрепление изученного материала

Презентация результатов проекта

Глубокое обучение

Введение в глубокое обучение (около 1 дня)

Глубокое обучение как разновидность машинного обучения


Основы нейронных сетей (около 4 дней)

Перцептрон

Расчет нейронных сетей

Оптимизация параметров модели, обратное распространение

Библиотеки глубокого обучения

Регрессия против классификации

Кривые обучения, перебор и регуляризация

Оптимизация гиперпараметров

Стохастический градиентный спуск (SGD)

Момент, оптимизатор Адама

Скорость обучения


Конволюционная нейронная сеть (CNN) (около 2 дней)

Классификация изображений

Конволюционные слои, объединяющие слои

Перестраивающие слои, сглаживание, объединение глобальных средних

Архитектуры CNN ImageNet-Competition

Глубокие нейронные сети, исчезающие градиенты, пропуск связей, пакетная нормализация


Трансферное обучение (около 1 дня)

Адаптация моделей

Предварительное обучение без контроля

Расширение данных изображений, объяснимый ИИ


Региональный CNN (около 1 дня)

Локализация объектов

Проблемы регрессии

Разветвленные нейронные сети


Методы творческой генерации изображений (около 1 дня)

Генеративные адверсарные сети (GAN)

Глубокие подделки

Диффузионные модели


Рекуррентные нейронные сети (около 2 дней)

Анализ последовательностей

Рекуррентные слои

Обратное распространение во времени (BPTT)

Анализ временных рядов

Проблемы разрыва и исчезающего градиента

LSTM (Long Short-Term Memory)

GRU (Gated Recurrent Unit)

Глубокий RNN

Глубокий LSTM


Обработка текста с помощью нейронных сетей (около 2 дней)

Предварительная обработка текста

Встраивание слоев

Классификация текста

Анализ смыслового содержания

Трансферное обучение в НЛП

Переводы

Метод последовательности в последовательность, архитектура кодера-декодера


Языковые модели (около 1 дня)

BERT, GPT

Слои внимания, трансформаторы

Конвейеры генерации текста

Суммирование

чатботы


Глубокое обучение с подкреплением (около 1 дня)

Управление динамическими системами

Агентские системы

Обучение через вознаграждение

Градиенты политики

Глубокое Q-обучение


Байесовские нейронные сети (около 1 дня)

Неопределенности в нейронных сетях

Статистическая оценка прогнозов

Доверие, стандартное отклонение

Несбалансированные данные

Методы выборки


Работа над проектом (около 3 дней)

Закрепление изученного материала

Презентация результатов проекта



Возможны изменения. Содержание курса регулярно обновляется.

Необходимы базовые навыки программирования на Python.

По окончании курса вы освоите принципы объектно-ориентированного программирования, включая классы, наследование и шаблоны проектирования в Python. Вы сможете применять такие концепции, как генераторы, декораторы и осмысление списков, а также эффективно анализировать и визуализировать данные. Вы также будете уверенно работать с файлами и базами данных и создавать базовые веб-приложения с помощью Flask, включая полноценное CRUD-приложение.

Вы также обладаете соответствующими знаниями в области машинного обучения и глубокого обучения. Вы знаете наиболее важные причины использования машинного обучения, области применения и различные категории и концепции машинного обучения. Вы также понимаете, в каких областях применяется глубокое обучение и как работают нейронные сети. Вы сможете обеспечить процессы машинного обучения и документирования.

Программисты, ученые, экономисты, компьютерщики, IT-специалисты, люди с опытом инженерной деятельности или анализа данных, а также специалисты с соответствующим профессиональным опытом.

В качестве консультанта по искусственному интеллекту вы можете работать в таких областях, как управленческий консалтинг, анализ данных, здравоохранение и электронная коммерция, оказывая поддержку компаниям во внедрении решений на основе искусственного интеллекта. Вы будете помогать оптимизировать бизнес-процессы, принимать решения на основе данных и разрабатывать инновационные технологии.

Дидактическая концепция

Ваши преподаватели обладают высокой профессиональной и дидактической квалификацией и будут обучать вас с первого до последнего дня (никакой системы самообучения).

Вы будете учиться в эффективных небольших группах. Обычно курсы состоят из 6-25 человек. Общие занятия дополняются многочисленными практическими упражнениями во всех модулях курса. Практический этап - важная часть курса, поскольку именно в это время вы обрабатываете полученные знания и обретаете уверенность и практичность в их применении. Заключительный раздел курса включает в себя проект, разбор конкретных ситуаций или итоговый экзамен.

 

Виртуальный класс alfaview®

BildungszentrumЗанятия проводятся с использованием современной видеотехнологии alfaview® - не выходя из дома или в нашем офисе по адресу . Весь курс может видеть друг друга лицом к лицу через alfaview®, общаться друг с другом с помощью синхронизированного по губам голоса и работать над совместными проектами. Разумеется, вы также можете в любое время видеть и разговаривать со своими преподавателями в прямом эфире, и на протяжении всего курса вас будут обучать преподаватели в режиме реального времени. Уроки - это не электронное обучение, а настоящее живое очное преподавание с помощью видеотехнологий.

 

alfatraining Agentur für Arbeit Учебные курсы субсидируются и сертифицируются в соответствии с положением об утверждении AZAV. Bildungsgutschein Aktivierungs- und VermittlungsgutscheinПри подаче заявки или заявки на обучение все расходы на курс обычно покрываются финансирующей организацией.
Europäischen Sozialfonds Deutsche Rentenversicherung Финансирование также возможно через программы (ESF), (DRV) или региональные программы финансирования. Berufsförderungsdienst Как постоянный солдат, вы можете посещать курсы повышения квалификации по программе (BFD). Agentur für Arbeit (Qualifizierungschancengesetz) Компании также могут повысить квалификацию своих сотрудников по программе финансирования от .

Мы будем рады бесплатно проконсультировать тебя. 0800 3456-500 Пн - Пт с 8:00 до 17:00
бесплатно из всех немецких сетей.
Свяжитесь с нами
Мы будем рады бесплатно проконсультировать тебя. 0800 3456-500 Пн - Пт с 8:00 до 17:00 бесплатно из всех немецких сетей.