Aquesta aplicació s’ha preparat per a professionals que aspirin a conèixer la imatge completa de l’aprenentatge automàtic i la intel·ligència artificial. Aquest tutorial atén les necessitats d’aprenentatge tant dels principiants com dels experts, per ajudar-los a comprendre els conceptes i la implementació de la intel·ligència artificial i l’aprenentatge automàtic.
A qui va dirigit aquest curs d'aprenentatge automàtic:
Qualsevol persona interessada en l'aprenentatge automàtic. Estudiants que tinguin almenys coneixements de batxillerat en matemàtiques i que vulguin començar a aprendre Machine Learning.
Qualsevol persona de nivell intermedi que conegui els conceptes bàsics de l’aprenentatge automàtic, inclosos els algoritmes clàssics com la regressió lineal o la regressió logística, però que vulgui obtenir-ne més informació i explorar tots els diferents camps de l’aprenentatge automàtic.
Qualsevol persona que no estigui tan còmoda amb la codificació, però que estigui interessada en l'aprenentatge automàtic i vulgui aplicar-la fàcilment als conjunts de dades.
- Qualsevol estudiant universitari que vulgui iniciar una carrera en ciències de dades.
- Qualsevol analista de dades que vulgui pujar de nivell a Machine Learning.
- Qualsevol persona que no estigui satisfeta amb la seva feina i que vulgui convertir-se en Data Scientist.
- Qualsevol persona que vulgui crear valor afegit al seu negoci mitjançant l’ús d’eines d’aprenentatge automàtic potents.
En aquesta aplicació aprendreu
- Per què escollir Python per a l'aprenentatge automàtic?
- Full de ruta d’aprenentatge automàtic
- Apreneu Python 3 per a l'aprenentatge automàtic
- Aprendre Intel·ligència Artificial
- Introducció a l'aprenentatge automàtic
- Apreneu TensorFlow per a l’aprenentatge automàtic
- Apreneu la guia de Pytorch
- Guia completa d’Intel·ligència Artificial
- Aprendre l'aprenentatge profund
- Apreneu la guia completa d'aprenentatge automàtic
- Projectes d'aprenentatge automàtic i exemples
- Tutorials de Python 3
Aprendrem en l'aprenentatge automàtic
- Conceptes
-Tipus d’aprenentatge
-Aprenentatge supervisat
- Aprenentatge sense supervisió
- Pre-processament, anàlisi i visualització de dades
- Dades de formació i proves
- Aplicacions
- Regressió
- Algorismes
- algorisme d’arbre de decisions
- Suport de màquines vectorials (SVM)
- Bosc aleatori
- Algorisme de reducció dimensional
- augmentar els algoritmes
Intel·ligència artificial
- Introducció a la Intel·ligència Artificial
- Sistemes intel·ligents
- Agents i entorns
- Algoritmes de cerca populars
- Sistemes de lògica difusa
- Processament del llenguatge natural
- Sistemes experts
- Robòtica
- Xarxes neuronals
Més informació sobre l'aprenentatge profund, Neural Network en detall
Data d'actualització:
27 d’oct. 2023