Course Outline

Pengantar AI dan ML

  • Ikhtisar konsep AI dan ML
  • Pengumpulan data dan pra-pemrosesan
  • Pengantar Python untuk AI

Data Analysis dan Visualisasi

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

Machine Learning Model

  • Algoritme pembelajaran yang diawasi
  • Algoritme pembelajaran tanpa pengawasan
  • Evaluasi dan seleksi model

Deep Learning dan Neural Networks

  • Dasar-dasar jaringan saraf
  • Jaringan saraf konvolusional (CNN)
  • Jaringan saraf berulang (RNN)

Natural Language Processing (NLP)

  • Pemrosesan teks dan ekstraksi fitur
  • Analisis sentimen dan klasifikasi teks
  • Model bahasa dan chatbots

Computer Visi

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

Penerapan dan Penskalaan

  • Strategi penerapan aplikasi AI
  • Menskalakan aplikasi AI
  • Memantau dan memelihara sistem AI

Etika dan Masa Depan AI

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

Proyek Lab

  • Mengembangkan aplikasi cerdas skala kecil
  • Bekerja dengan kumpulan data dunia nyata
  • Berkolaborasi dalam proyek kelompok untuk memecahkan masalah yang relevan dengan industri

Ringkasan dan Langkah Selanjutnya

Requirements

  • Pemahaman tentang konsep dasar pemrograman
  • Pengalaman dengan Python dan teknik ilmu data dasar
  • Keakraban dengan prinsip inti AI dan ML

Hadirin

  • profesional AI
  • Pengembang perangkat lunak
  • Analis data
 28 Hours

Number of participants


Price per participant

Upcoming Courses (Minimal 5 peserta)

Related Categories