Kerangka Materi

Pengenalan AI dan ML

  • Pandangan umum tentang konsep AI dan ML
  • Pengumpulan dan pra-pemrosesan data
  • Pengenalan Python untuk AI

Analisis dan Visualisasi Data

  • Analisis eksplorasi data
  • Teknik visualisasi data
  • Landasan statistik untuk ML

Model Machine Learning

  • Algoritma belajar berawasan
  • Algoritma belajar tanpa awasan
  • Penilaian dan pemilihan model

Deep Learning dan Jaringan Saraf

  • Dasar-dasar jaringan saraf
  • Jaringan saraf konvolusi (CNNs)
  • Jaringan saraf rekuren (RNNs)

Pemrosesan Bahasa Alam (NLP)

  • Pengolahan teks dan ekstraksi fitur
  • Analisis sentimen dan klasifikasi teks
  • Model bahasa dan chatbot

Komputer Vision

  • Dasar-dasar pemrosesan gambar
  • Deteksi objek dan klasifikasi gambar
  • Topik lanjutan dalam komputer vision

Penempatan dan Penskalaan

  • Strategi penempatan aplikasi AI
  • Penskalaan aplikasi AI
  • Pemantauan dan pemeliharaan sistem AI

Etika dan Masa Depan AI

  • Pertimbangan etika dalam AI
  • Kebijakan dan regulasi AI
  • Tren masa depan dalam AI dan ML

Proyek Laboratorium

  • Mengembangkan aplikasi kecerdasan kecil
  • Bekerja dengan dataset dunia nyata
  • Bekerja sama dalam proyek kelompok untuk menyelesaikan masalah yang relevan industri

Ringkasan dan Langkah Selanjutnya

Persyaratan

  • Pengertian dasar konsep pemrograman
  • Pengalaman dengan Python dan teknik dasar ilmu data
  • Kemampuan dengan prinsip inti AI dan ML

Target Peserta

  • Profesi AI
  • Pengembang perangkat lunak
  • Analis data

Format Kursus

  • Kuliah interaktif dan diskusi.
  • Banyak latihan dan praktik.
  • Implementasi langsung di lingkungan lab langsung.

Opsi Kustomisasi Kursus

Untuk meminta pelatihan kustom untuk kursus ini, silakan hubungi kami untuk mengatur.

 28 Jam

Jumlah Peserta


Biaya per Peserta

Testimoni (1)

Kursus Mendatang

Kategori Terkait