Python x ML 课程
IT
标准
16 岁或以上
20 小时
Python
AI
本课程介绍AI的关键概念,以及云计算和Python的实用技能。学习使用Python分析数据,并利用Scikit-Learn、PyTorch和TensorFlow等Python库掌握机器学习技术。通过实作项目,准备好如何在现实案例中构建和应用AI模型。
学习目标:
- 了解并应用 AI 的基本概念,包括数据准备、统计分析和机器学习技术,如回归、分类和聚类。
- 熟练掌握 Python 操作 AI,学习如何使用 NumPy 和 Pandas 等 Python 库操作数据,并通过实用的 Python 笔记本练习重温核心程式设计技能。
- 通过使用 PyTorch 或 TensorFlow 训练神经网路来掌握深度学习原理,并利用迁移学习来构建高级图像分类模型。
课程大纲:
- 你好 AI |了解什么是AI及如何应用云计算
- Python 复习 | 重温 Python 知识:变数和运算、条件、回圈、函数、类和物件
- AI 中的数据 |了解 AI 中数据的基本概念。学习数据操作库(NumPy 和 Pandas)的基础知识
- AI 的统计学 |使用统计数据了解 AI 中的基本统计数据。使用散点图、折线图、条形图和直方图进行数据分析。
- 回归 |了解如何使用回归来预测数值,并了解各种参数如何优化预测准确性。
- 分类 |了解如何在机器学习中将专案分类到类中,以及如何评估分类模型。
- 聚类 |了解如何应用聚类分析模型,并了解其在机器学习中将相似项分组到聚类中的原理。
- 神经网路 |了解深度学习的基本原理,并使用 PyTorch 或 Tensorflow 训练深度神经网路 (DNN)
- 迁移学习 |使用迁移学习使用 PyTorch 或 Tensorflow 训练卷积神经网路 (CNN)
先修课程:
- 基础统计/数学知识
- Python x AI 课程或同等课程
软体需求:
- Jupyter Notebook
硬体需求:
- 具有已更新浏览器的手提/桌上型电脑
- 稳定的网路
评价:
我们很想听听你的想法! 请与我们分享你的评价。