Introducere în inteligența artificială cu Python
A course by Rodrigo MontemayorProgramator
A course by Rodrigo Montemayor, Programator
Introducere în inteligența artificială cu Python
Datorită învățării automate, fiecare industrie își revoluționează modul de lucru. În acest curs online, expertul programator Rodrigo Montemayor vă va învăța fundamentele inteligenței artificiale folosind Python de la zero.
De-a lungul lecțiilor, veți învăța ce este învățarea automată și cum funcționează, ce tipuri există și cum poate fi aplicată pentru a rezolva diverse probleme. Pregătește-te să faci parte din viitorul inteligenței artificiale.
Ce vei învăța în acest curs online?
1 lecție & 1 descărcare
Configurarea mediului de lucru
1 minut, 1 secundă
Biblioteci Python
1 minut, 1 secundă
Primul tău model: regresie liniară
1 minut, 1 secundă
Regresie liniară în detaliu
1 minut, 1 secundă
Seturi de date și analiză
1 minut, 1 secundă
Exercițiu de regresie liniară
1 minut, 1 secundă
Ce include acest curs?
Vei începe cursul cunoscându-l mai bine pe profesorul Rodrigo Montemayor, care îți va vorbi despre cariera sa de programator și despre cele mai mari inspirații ale sale.
În continuare, veți învăța ce este învățarea automată și cum poate fi aplicată în diferite industrii. Apoi, veți afla despre diferitele tipuri de învățare automată disponibile.
În următoarea unitate, veți pune o problemă folosind concepte de învățare automată și veți înțelege că datele sunt esențiale pentru obținerea rezultatelor. Pas cu pas, veți învăța termeni precum etichete, caracteristici și biblioteci. Apoi, veți crea primul model folosind regresia liniară. Veți înțelege cum funcționează procesul de antrenament și calculele de pierderi pentru a îmbunătăți automat modelul și veți descoperi cele mai frecvente probleme.
Mai târziu, Rodrigo vă va oferi câteva sfaturi despre gestionarea și reprezentarea datelor. De asemenea, va vorbi despre un alt tip de model, regresia logistică, precum și despre rețelele neuronale. În cele din urmă, veți învăța cum să utilizați modelele existente și cele pre-antrenate pentru a rezolva probleme.
What is this course's project?
Vei crea un model de învățare automată care poate fi utilizat pentru a clasifica și detecta propriile imagini folosind rețele neuronale.
Proiecte ale studenților cursului
Who is this online course for?
Pentru oricine este interesat să învețe elementele de bază ale învățării automate.
Requirements and materials
Pentru a urma acest curs veți avea nevoie de cunoștințe de bază de Python.
Recenzii
- 3 zile în urmă
pues me esta gustando :D
- 5 zile în urmă
hasta ahora todo bien
- 9 zile în urmă
MUY BUENO
- gaspi17PLUS9 zile în urmă
Explica bien y le presta atencion a las personas que programan en google colab o las que programan en visual studio code
- teveproserPLUS18 zile în urmă
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.
Conţinut
- U 1
Introducere
- Prezentare
- Influențe
- U 2
Fundamentele învățării automate
- Ce este învățarea automată?
- Posibilitățile învățării automate
- Configurarea mediului de lucru
- U 3
Primele tale modele
- Tipuri și exemple de învățare automată
- Datele: baza oricărui model
- Biblioteci Python
- Primul tău model: regresie liniară
- Regresie liniară în detaliu
- U 4
Algoritmi de învățare automată
- Seturi de date și analiză
- Exercițiu de regresie liniară
- Regresie logistică
- Exercițiu de regresie logistică
- Arbori de decizie
- Exercițiu arbore de decizie
- U 5
Mai mulți algoritmi de învățare automată
- Mașini cu vectori de suport
- Exercițiu cu mașini cu vectori de suport
- Clusterizare cu K-medii
- Exercițiu de grupare a K-mediilor
- U 6
Rețele neuronale și învățare profundă
- Intuiția și modul în care învață rețelele neuronale
- Rețea neuronală de regresie
- Clasificarea rețelei neuronale 1
- Clasificarea rețelei neuronale 2
- Convoluții și filtre
- Rețele neuronale convoluționale 1
- Rețele neuronale convoluționale 2
- Transferul învățării 1
- Transferul învățării 2
- FP
Proiect final
- Introducere în inteligența artificială cu Python
La ce să te aștepți de la un curs Domestika
Învață în ritmul tău propriu
Bucură-te de învățarea de acasă, fără un program fix și cu o metodă ușor de urmat. Tu îți stabilești propriul ritm.
Învață de la cei mai buni profesioniști
Învață metode și tehnici valoroase explicate de experți de top din sectorul creativ.
Întâlnește profesori experți
Fiecare expert predă ceea ce face cel mai bine, cu îndrumări clare, pasiune adevărată și perspicacitate profesională în fiecare lecție.
Certificates
PLUSIf you're a Plus member, get a certificat personalizat signed by your teacher for every course. Share it on your portfolio, social media, or wherever you like.
Obțineți locuri în primul rând
Videoclipuri de cea mai înaltă calitate, pentru a nu rata niciun detaliu. Cu acces nelimitat, le poți viziona de câte ori este nevoie pentru a-ți perfecționa tehnica.
Împărtășește cunoștințe și idei
Pune întrebări, solicită feedback sau oferă soluții. Împărtășește-ți experiența de învățare cu alți studenți din comunitate care sunt la fel de pasionați de creativitate ca și tine.
Conectează-te cu o comunitate creativă globală
Comunitatea găzduiește milioane de oameni din întreaga lume, curioși și pasionați de explorarea și exprimarea creativității lor.
Urmărește cursuri produse profesional
Domestika își gestionează lista de profesori și produce fiecare curs intern pentru a asigura o experiență de învățare online de înaltă calitate.
Întrebări frecvente
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.