Wprowadzenie do AI w języku Python
Kurs prowadzi Rodrigo Montemayor, Programista
Opanuj podstawy sztucznej inteligencji i naucz się wykorzystywać ją do rozwiązywania problemów
Dzięki uczeniu maszynowemu wszystkie branże rewolucjonizują sposób, w jaki działają. Na tym kursie online doświadczony programista Rodrigo Montemayor nauczy Cię od podstaw podstaw uczenia maszynowego w Pythonie.
Podczas lekcji dowiesz się, co to jest i jak działa, jakie istnieją typy i jak można zastosować uczenie maszynowe do rozwiązywania różnych problemów. Przygotuj się na bycie częścią przyszłości sztucznej inteligencji.
Czego nauczysz się na tym kursie online?
liczba lekcji: 29 & liczba dodatkowych zasobów: 34
Co obejmuje ten kurs?
Kurs rozpoczniesz od bliższego poznania swojego nauczyciela Rodrigo Montemayora, który opowie Ci o swojej karierze jako programisty i jego największych referencjach.
Następnie zobaczysz, czym jest uczenie maszynowe i jak można je zastosować w różnych branżach. Następnie odkryjesz istniejące typy uczenia maszynowego.
W następnej części będziesz stawiał problem z koncepcjami uczenia maszynowego i zrozumiesz, że dane są niezbędne do uzyskania wyników. Krok po kroku nauczysz się niektórych terminów, takich jak tagi, funkcje czy biblioteki. Stworzysz więc swój pierwszy model za pomocą regresji liniowej. Zrozumiesz, jak działa proces szkolenia i obliczanie strat, aby automatycznie poprawić i odkryjesz najczęstsze problemy.
Później Rodrigo da ci kilka wskazówek dotyczących obsługi i przedstawiania danych. Opowie także o innym typie modelu, regresji logistycznej, oprócz sieci neuronowych. Wreszcie nauczysz się wykorzystywać istniejące i wcześniej wyszkolone modele do rozwiązywania problemów.
- 98% pozytywnych ocen (450)
- Liczba uczestników: 29.199
- 29 lekcji (4 h 22 min)
- Dodatkowe zasoby: 34 (liczba plików: 16)
- Online i we własnym tempie
- Dostępne w aplikacji
- Audio: Hiszpański, Angielski, Francuski, indonezyjski, Włoski, Portugalski, rumuński, Türkçe
- Hiszpański · Angielski · Portugalski · Niemiecki · Francuski · Włoski · Polski · Holenderski · Türkçe · rumuński · indonezyjski
- Poziom: Podstawowy
- Dostęp nielimitowany na zawsze
Jaki jest projekt kursu?
Stworzysz model uczenia maszynowego, który służy do klasyfikowania i wykrywania własnych obrazów za pomocą sieci neuronowych.
Projekty uczestników kursu
Do kogo jest skierowany ten kurs online?
Każdy zainteresowany poznaniem podstaw uczenia maszynowego.
Wymagania i materiały
Do przeprowadzenia tego kursu potrzebna jest podstawowa znajomość języka Python.
Oceny
Rodrigo Montemayor
Kurs prowadzi Rodrigo Montemayor
Rodrigo Montemayor jest programistą od ponad 20 lat. Pracował z wieloma największymi firmami w Meksyku, a także kilkoma międzynarodowymi, w zakresie tworzenia stron internetowych, urządzeń mobilnych i komputerów stacjonarnych. Ponadto poprzez własną firmę tworzył oprogramowanie dla wszystkich typów klientów, takich jak różne marki technologiczne, cyberbezpieczeństwo, automatyzacja i sztuczna inteligencja.
Z drugiej strony udostępnia treści na kanale RingaTech na Youtube, których celem jest nauczanie i informowanie o technologii, cyberbezpieczeństwie i sztucznej inteligencji. W ramach kanału opracował kilka projektów i gier, których kod jest publicznie dostępny.
Zawartość
-
Cz.1
Wstęp
-
Prezentacja
-
wpływy
-
-
Cz.2
Podstawy uczenia maszynowego
-
Co to jest uczenie maszynowe?
-
Możliwości uczenia maszynowego
-
Konfiguracja środowiska pracy
-
-
Cz.3
swoje pierwsze modele
-
Rodzaje i przykłady uczenia maszynowego
-
Dane: podstawa każdego modelu
-
Biblioteki Pythona
-
Twój pierwszy model: regresja liniowa
-
Regresja liniowa w szczegółach
-
-
Cz.4
Algorytmy uczenia maszynowego
-
Zestawy i analiza danych
-
Ćwiczenie regresji liniowej
-
Regresja logistyczna
-
Ćwiczenie regresji logistycznej
-
drzewa decyzyjne
-
Ćwiczenie drzew decyzyjnych
-
-
Cz.5
Więcej algorytmów uczenia maszynowego
-
maszyny wektorów pomocniczych
-
Wspieraj ćwiczenie maszyny wektorowej
-
Grupowanie z K-średnimi
-
Ćwiczenie grupowania z K-średnimi
-
-
Cz.6
Sieci neuronowe i uczenie głębokie
-
Intuicja i sposób uczenia się sieci neuronowych
-
Sieć neuronowa regresji
-
Sieć neuronowa klasy 1
-
Klasyfikacja sieci neuronowych 2
-
Sploty i filtry
-
Konwolucyjne sieci neuronowe 1
-
Konwolucyjne sieci neuronowe 2
-
Przeniesienie nauki 1
-
Przeniesienie nauki 2
-
-
PK
Projekt końcowy
-
Wprowadzenie do sztucznej inteligencji w Pythonie
-
Kurs Domestika - czego możesz się spodziewać?
-
Nauka we własnym tempie
Radość z nauki w domu, bez wyznaczonych terminów. Szybko przyswajasz wiedzę, a swój plan zajęć układasz wedle uznania.
-
Nauka z najlepszymi ekspertami
Przydatne metody oraz ciekawe techniki przedstawione i wyjaśnione przez najlepszych specjalistów z branży kreatywnej.
-
Doświadczeni prowadzący
Wszyscy prowadzący są specjalistami w swojej dziedzinie. Przekazują wiedzę z pasją, tłumaczą zagadnienia w jasny sposób, a podczas zajęć kładą nacisk na praktyczne zastosowanie zdobytej wiedzy.
-
Certyfikaty
PlusJeśli posiadasz subskrypcję Plus, otrzymasz spersonalizowany certyfikat ukończenia kursu podpisany przez instruktora. Możesz go dołączyć do swojego portfolio lub udostępnić w sieciach społecznościowyc
-
Miejsca w pierwszym rzędzie
Wysoka jakość wideo sprawia, że nie umknie Ci żaden szczegół. Dzięki nieograniczonemu dostępowi możesz obejrzeć nagrania tyle razy, ile potrzebujesz, aby przyswoić nowe umiejętności.
-
Dzielenie się wiedzą i pomysłami
Zadawaj pytania, nie wahaj się poprosić o opinię czy poszukać rozwiązania. Podziel się swoimi wrażeniami z nauki z pozostałymi członkami społeczności, którzy tak jak Ty uwielbiają tworzyć.
-
Łączność z kreatywną społecznością z całego świata
Społeczność kilku milionów użytkowników z całego świata, pełnych ciekawości oraz chęci odkrywania i wyrażania swojej kreatywności.
-
Profesjonalna realizacja kursów
Domestika starannie dobiera prowadzących i produkuje wszystkie kursy we własnym zakresie, aby zapewnić wysoką jakość nauki online.
Często zadawane pytania
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.
Hoy en dia el analisis de datos, python y la ia son las mejores herramientas para crecer, excelente curso, excelente enseñanza para la carrera profesional.
Curioso y refresco conocimientos y aprendo cosas en Python
El curso está increíble la introducción lo tiene todo!!
Un curso increíble y super entendible
Saludos Rodrigo Montemayo, me alegra mucho la forma como explicas me parece muy didáctico y entendible solo recomendaria que vayas un poco mas despacio ya que en mi caso estoy recien aprendiendo a dar contigo mis primeros pasos en el mundo de la informatica.