Kerangka Materi

Computer Vision

Data Analysis dan Visualisasi

Deep Learning dan Neural Networks

Penyebaran dan Skalabilitas

Etika dan Masa Depan AI

Pengenalan ke AI dan ML

Proyek Lab

Model Machine Learning

Natural Language Processing (NLP)

Ringkasan dan Langkah Berikutnya

  • Strategi penyebaran aplikasi AI
  • Skalabilitas aplikasi AI
  • Monitoring dan pemeliharaan sistem AI
  • Pengembangan aplikasi cerdas berskala kecil
  • Bekerja dengan dataset dunia nyata
  • Berkolaborasi pada proyek kelompok untuk menyelesaikan masalah yang relevan dengan industri
  • Pertimbangan etika dalam AI
  • Kebijakan dan regulasi AI
  • Trend masa depan di bidang AI dan ML
  • Analisis eksploratif data
  • Teknik visualisasi data
  • Dasar statistik untuk ML
  • Dasar-dasar jaringan saraf
  • Jaringan saraf konvolusional (CNNs)
  • Jaringan saraf rekurrent (RNNs)
  • Dasar pemrosesan citra
  • Deteksi objek dan klasifikasi gambar
  • Topik lanjutan dalam penglihatan komputer
  • Ringkasan konsep AI dan ML
  • Pengumpulan data dan pra-pemrosesan
  • Pengenalan Python untuk AI
  • Algoritma pembelajaran terawasi
  • Algoritma pembelajaran tidak terawasi
  • Evaluasi dan pemilihan model
  • Pemrosesan teks dan ekstraksi fitur
  • Analisis sentimen dan klasifikasi teks
  • Model bahasa dan chatbots

Persyaratan

Audience

  • Profesional AI
  • Pengembang perangkat lunak
  • Analis data
  • Pemahaman konsep pemrograman dasar
  • Pengalaman dengan Python dan teknik-teknik data science dasar
  • Keterampilan dalam prinsip-prinsip AI dan ML inti
 28 Jam

Jumlah Peserta


Biaya per Peserta

Testimoni (1)

Kursus Mendatang

Kategori Terkait