Inleiding tot AI met Python
Een cursus van Rodrigo Montemayor, Programmeur
Leer de basisprincipes van kunstmatige intelligentie en pas ze toe om problemen op te lossen
Dankzij machine learning zorgen alle sectoren voor een revolutie in de manier waarop ze werken. In deze online cursus leert de deskundige programmeur Rodrigo Montemayor je vanaf het begin de basisprincipes van machine learning met Python.
Tijdens de lessen leer je wat het is en hoe het werkt, welke soorten er zijn en hoe machine learning kan worden toegepast om verschillende problemen op te lossen. Maak je klaar om deel uit te maken van de toekomst van kunstmatige intelligentie.
Wat leer je tijdens deze online cursus?
29 lessen & 34 aanvullende bronnen
Wat is inbegrepen in deze cursus?
Je begint de cursus door je leraar Rodrigo Montemayor beter te leren kennen, die met je zal praten over zijn carrière als programmeur en zijn grootste referenties.
Vervolgens zie je wat machine learning is en hoe het in verschillende branches kan worden toegepast. Vervolgens ontdek je welke soorten machine learning er bestaan.
In de volgende unit ga je een probleem stellen in machine learning-concepten en begrijp je dat gegevens essentieel zijn om resultaten te verkrijgen. Stap voor stap leer je enkele termen zoals tags, features of bibliotheken. U maakt dus uw eerste model met behulp van lineaire regressie. Je begrijpt hoe het trainingsproces en de verliesberekening werken om automatisch te verbeteren en je ontdekt de meest voorkomende problemen.
Later zal Rodrigo u enkele tips geven over het omgaan met en weergeven van de gegevens. Naast neurale netwerken zal hij het ook hebben over een ander type model, logistische regressie. Tot slot leer je gebruik te maken van bestaande en eerder getrainde modellen om problemen op te lossen.
- 98% positieve beoordelingen (455)
- 29.435 studenten
- 29 lessen (4u 22m)
- 34 aanvullende bronnen (16 bestanden)
- Online en in je eigen tempo
- Beschikbaar in de app
- Audio: Spaans, Engels, Frans, Indonesisch, Italiaans, Portugees, Roemeense, Türkçe
- Spaans · Engels · Portugees · Duits · Frans · Italiaans · Pools · Nederlands · Türkçe · Roemeense · Indonesisch
- Niveau: Beginner
- Onbeperkte toegang voor altijd
Wat is het cursusproject?
Je maakt een machine learning-model dat dient om je eigen beelden te classificeren en te detecteren met behulp van neurale netwerken.
Projecten van studenten van de cursus
Voor wie is deze online cursus bedoeld?
ledereen die geïnteresseerd is in het leren van de basisprincipes van machine learning.
Vereisten en materialen
Voor het uitvoeren van deze cursus heeft u basiskennis van Python nodig.
Beoordelingen
Rodrigo Montemayor
Een cursus van Rodrigo Montemayor
Rodrigo Montemayor is al meer dan 20 jaar programmeur. Hij heeft met veel van de grootste bedrijven in Mexico en ook met enkele internationale bedrijven gewerkt op het gebied van web-, mobiele en desktopontwikkeling. Daarnaast heeft hij via zijn eigen bedrijf software gemaakt voor allerlei soorten klanten, zoals verschillende technologiemerken, cybersecurity, automatisering en kunstmatige intelligentie.
Aan de andere kant deelt hij content op het RingaTech Youtube-kanaal, met als doel les te geven en te informeren over technologie, cybersecurity en kunstmatige intelligentie. Als onderdeel van het kanaal heeft hij enkele projecten en games ontwikkeld waarvan de code voor het publiek beschikbaar is.
Inhoud
-
U1
Introductie
-
Presentatie
-
invloeden
-
-
U2
De basis van machinaal leren
-
Wat is machinaal leren?
-
Mogelijkheden voor machinaal leren
-
Configuratie van de werkomgeving
-
-
U3
je eerste modellen
-
Typen en voorbeelden van machine learning
-
Data: de basis van elk model
-
Python-bibliotheken
-
Je eerste model: lineaire regressie
-
Lineaire regressie in detail
-
-
U4
Algoritmen voor machinaal leren
-
Sets en data-analyse
-
Lineaire regressieoefening
-
Logistieke regressie
-
Logistieke regressie oefening
-
Beslissingsbomen
-
Beslisbomen oefening
-
-
U5
Meer algoritmen voor machine learning
-
ondersteuning van vectormachines
-
Ondersteuning van vectormachine-oefeningen
-
Clustering met K-middelen
-
Clustering oefening met K-middelen
-
-
U6
Neurale netwerken en diep leren
-
Intuïtie en hoe neurale netwerken leren
-
Regressie neuraal netwerk
-
Classificatie 1 neuraal netwerk
-
Classificatie Neuraal Netwerk 2
-
Convoluties en filters
-
Convolutionele neurale netwerken 1
-
Convolutionele neurale netwerken 2
-
Leeroverdracht 1
-
Leeroverdracht 2
-
-
EP
Eindproject
-
Inleiding tot AI met Python
-
Wat kan je verwachten van een cursus van Domestika
-
Leer in je eigen tempo
Geniet van thuis leren, zonder lesroosters en in je eigen tempo. Jij beslist wanneer je verder gaat met het volgende onderdeel.
-
Leer met de beste professionals
Leer de meest bruikbare methoden en technieken van de beste professionals in de creatieve industrie.
-
Ontmoet deskundige docenten
Iedere docent brengt kennis met passie over, biedt duidelijke uitleg en een professioneel perspectief bij elke les.
-
Certificaten
PlusAls Plus-lid krijg je voor elke cursus een persoonlijk certificaat, ondertekend door je docent. Deel het in je portfolio, op social media of waar je maar wilt.
-
Zorg dat je op de voorste rij zit
Dankzij de hoge kwaliteit van de video's mis je geen enkel detail. Dankzij de onbeperkte toegang kun je de lessen zo vaak bekijken als nodig is om je vaardigheden te perfectioneren.
-
Deel kennis en ideeën
Stel vragen, krijg feedback en bied oplossingen aan. Deel je leerervaringen met andere studenten in de community die net als jij een passie hebben voor creativiteit.
-
Maak contact met een wereldwijde creatieve community
Deze community heeft miljoenen gebruikers van over de hele wereld, nieuwsgierig en enthousiast om hun creativiteit te verkennen en te uiten.
-
Geef cursussen op een professionele manier
Domestika selecteert zorgvuldig haar docenten en produceert iedere cursus in eigen huis om een uitstekende online leerervaring te garanderen.
Veelgestelde vragen
You’ll master key Machine Learning concepts, learn how to apply algorithms to real-world problems, work with computer vision, prepare and analyze data, and build practical projects using Python and popular libraries like pandas, scikit-learn, and TensorFlow.
This is an intermediate-level course. It’s best if you have basic Python programming skills and a general understanding of math to get the most out of the lessons and exercises.
You’ll need Python installed, access to Google Colab or Visual Studio Code, and basic programming knowledge. A stable internet connection and a computer capable of running notebooks and Machine Learning libraries are also recommended.
You’ll work on projects like image and text classification, anomaly detection, customer segmentation, regression and binary classification models, and computer vision applications using real datasets and Python libraries.
The course covers applications such as computer vision, pattern recognition, fraud detection, medical diagnosis, price prediction, customer segmentation, and personalized recommendation systems.
Unlike traditional programming, Machine Learning lets systems learn from data and improve automatically, rather than following explicitly coded rules.
You’ll use pandas for data analysis, scikit-learn for Machine Learning models, TensorFlow and Keras for neural networks, plus Google Colab and Visual Studio Code to code and run your projects.
Excelente para empezar con el panorama y fundamentos de ML asi como AI yendo al punto y dentro de lo posible creo que de un modo simple. Gracias
pues me esta gustando :D
hasta ahora todo bien
MUY BUENO
Explica bien y le presta atencion a las personas que programan en google colab o las que programan en visual studio code