Course Outline

Introductie

  • Voorspellende AI definiëren
  • Historische context en evolutie van predictive analytics
  • Basisprincipes van machine learning en datamining

Gegevensverzameling en voorbewerking

  • Verzamelen van relevante gegevens
  • Gegevens opschonen en voorbereiden voor analyse
  • Inzicht in gegevenstypen en -bronnen

Verkennend Data Analysis (EDA)

  • Gegevens visualiseren voor inzichten
  • Beschrijvende statistieken en samenvatting van gegevens
  • Patronen en relaties in data identificeren

Statistische modellering

  • Basisprincipes van statistische inferentie
  • Regressie-analyse
  • Classificatie modellen

Machine Learning Algoritmen voor voorspelling

  • Overzicht van algoritmen voor begeleid leren
  • Beslisbomen en willekeurige forests
  • Basisprincipes van neurale netwerken en deep learning

Evaluatie en selectie van modellen

  • Inzicht in de nauwkeurigheid en prestatiestatistieken van het model
  • Technieken voor kruisvalidatie
  • Overfitting en modelafstemming

Praktische toepassingen van voorspellende AI

  • Casestudy's in verschillende industrieën
  • Ethische overwegingen bij voorspellende modellering
  • Beperkingen en uitdagingen van voorspellende AI

Hands-On Project

  • Werken met een gegevensset om een voorspellend model te maken
  • Het model toepassen om voorspellingen te doen
  • Evalueren en interpreteren van de resultaten

Samenvatting en volgende stappen

Requirements

  • Inzicht in basisstatistieken
  • Ervaring met elke programmeertaal
  • Bekendheid met gegevensverwerking en spreadsheets
  • Geen voorafgaande ervaring in AI of data science vereist

Audiëntie

  • IT-professionals
  • Data-analisten
  • Technisch personeel
 21 Hours

Getuigenissen (2)

Related Courses

Predictive AI in DevOps: Enhancing Software Delivery

14 Hours

AI-Augmented Software Engineering (AIASE)

14 Hours

Artificial Intelligence (AI) Strategy for Business and Professionals

35 Hours

AI Coding Assistants: Enhancing Developer Productivity

7 Hours

Introduction to Data Science and AI using Python

35 Hours

AI in Digital Marketing

7 Hours

Artificial Intelligence (AI) for Managers

7 Hours

Artificial Intelligence (AI) for Robotics

21 Hours

Introduction to Artificial Intelligence (AI)

35 Hours

AI and Robotics for Nuclear - Extended

120 Hours

AI and Robotics for Nuclear

80 Hours

AI in business and Society & The future of AI - AI/Robotics

7 Hours

Introduction to AI Trust, Risk, and Security Management (AI TRiSM)

21 Hours

AI-100: Designing & Implementing Azure AI Solutions- AI-100T01-A

28 Hours

Introduction to Bing AI: Enhancing Search with Artificial Intelligence

14 Hours

Related Categories