Certificering i kunstig intelligens (AI) - eLearning

3.900,00 DKK

  • 6 hours
eLearning

Dette introduktionsprogram i kunstig intelligens giver et omfattende overblik over AI-koncepter og arbejdsprocesser, der dækker grundlæggende om maskinlæring og dyb læring. Du vil udforske AI ved at arbejde med virkelige brugstilfælde og forstå forskellene mellem superviseret, usuperviseret og forstærkningslæring. Dette gratis AI-kursus er et perfekt udgangspunkt for enhver, der ønsker at blive en AI-ingeniør.

Vigtige funktioner

Sprog

Kurset og materialet er på engelsk

Niveau

Begyndervenlig

Adgang

1 års adgang til den selvstyrende e-læringsplatform 24/7

2 timers videomateriale

med anbefalet 6 timers studietid

Praksisser

Quizzer til at opfriske dine studier

Ingen eksamen

Ingen eksamen for kurset, men studerende vil få et bevis for gennemført uddannelse

Hero

Kursusoversigt

Hvis du ønsker at opbygge din viden inden for kunstig intelligens og vil have en forståelse af dens anvendelse i erhvervslivet, så er vores kursus 'Introduktion til Kunstig Intelligens' lige hvad du har brug for! Med dette kursus får du et bredt overblik over AI-koncepter, arbejdsprocesser og præstationsmålinger, samt maskinlæring og dyb læring. Du vil opdage, hvordan klynge- og klassifikationsalgoritmer hjælper med at identificere AI-forretningsapplikationer, og du vil også lære forskellen på overvåget, uovervåget og forstærkningslæring.

De grundlæggende terminologier, koncepter, omfang og stadier af kunstig intelligens er alle dækket i dette kursus, det vil også se på deres effekt på virkelige forretningsprocesser og hvordan AI skaber forretningsværdi. Ved kursets afslutning vil du være i stand til at anvende maskinlæringsworkflow for at løse forretningsproblemer, klart definere forskellige overvågede og uovervågede AI-algoritmer og måle ROI baseret på præstationsmetrikker.

Læringsresultater

Ved afslutningen af dette kursus vil du være i stand til at forstå:

Betydning og anvendelser

Betydningen og formålet med AI, samt omfanget, stadierne, anvendelserne og effekterne

ML og DL

De grundlæggende koncepter inden for maskinlæring og dyb læring

Effektivitet

Hvordan man effektivt implementerer trinene i en maskinlæringsarbejdsgang

Tilsyn

Forskellen mellem superviseret, semi-superviseret og usuperviseret læring

Målinger

Rollen af præstationsmålinger og hvordan man identificerer nøglemetoder

Kursus tidsplan

Hero
  1. Kursusintroduktion

    Lektion 01

  2. Dekodning af kunstig intelligens

    Lektion 02

    • Dekodning af kunstig intelligens
    • Betydning, rækkevidde og stadie af AI
    • Tre stadier af kunstig intelligens
    • Anvendelser af AI
    • Billedgenkendelse
    • Anvendelse af AI
    • Effekter af kunstig intelligens på samfundet
    • Overvåger læring for telemedicin
    • Løser komplekse sociale problemer
    • Gavner flere industrier
  3. Grundlæggende principper for maskinlæring og dyb læring

    Lektion 03

    • Grundlæggende om maskinlæring og dyb læring
    • Betydningen af maskinlæring
    • Forholdet mellem maskinlæring og statistisk analyse
    • Proces for maskinlæring
    • Typer af maskinlæring
    • Betydningen af usuperviseret læring
    • Betydningen af semi-superviseret læring
    • Algoritmer inden for maskinlæring
    • Regression
    • Naive Bayes
    • Maskinlæringsalgoritmer
    • Dybt lærende
    • Definition af kunstigt neuralt netværk
    • Definition af perceptron
    • Online- og batchlæring
  4. Maskinlæringsarbejdsgang

    Lektion 04

    • Arbejdsgang for maskinlæring
    • Få mere data
    • Stil et skarpt spørgsmål
    • Tilføj data til tabellen
    • Kontroller for kvalitet
    • Transformér funktioner
    • Besvar spørgsmålene
    • Brug svaret
  5. Ydelsesmålinger

    Lektion 05

    • Ydelsesmålinger
    • Vigtige metoder til præstationsmålinger
    • Eksempel på forvirringsmatrix
    • Betingelser for forvirringsmatrix
    • Minimer falske tilfælde
    • Minimer eksempler på falske positiver
    • Nøjagtighed, præcision
    • Genkaldelse eller sensitivitet
    • Specificitet
    • F1-score
AI introduktionskursus

Målgruppe

Kurset er designet til personer fra forskellige baggrunde, som ønsker at opnå grundlæggende viden om kunstig intelligens og dets anvendelser. Ingen formelle forudsætninger nødvendige. men en grundlæggende forståelse af matematik, statistik og programmering vil være gavnlig.

IT-professionelle

Ikke-tekniske fagfolk

Dataanalytikere

Studerende

Undervisere og forskere

Entreprenører og innovatører

Start nu

Ofte stillede spørgsmål

Har du brug for virksomhedsløsninger eller LMS-integration?

Fandt du ikke kurset eller programmet, der ville være til gavn for din virksomhed? Har du brug for LMS-integration? Skriv til os, vi løser alt!