Kurser

5 dages virtuelt kursus 
Online læring med live underviser

Certified Artificial Intelligence Practitioner – CNX-CAIP

Kontakt os på tlf. 7220 3000 eller skriv til  kurser@teknologisk.dk for at høre mere.

Ingen planlagte afholdelser.
DKK  20.999
ekskl. moms
Nr. 91507 P
Available in English

Dette kursus viser dig, hvordan du anvender forskellige tilgange og algoritmer til at løse forretningsproblemer gennem Kunstig intelligens (AI) og Machine learning (ML), alt sammen imens du følger en metodisk arbejdsgang for at udvikle datadrevne løsninger. Kurset er desuden forberedende til certificeringen CertNexus® Certified Artificial Intelligence Practitioner™ (CAIP), som er inkluderet i kurset.

Den nye AI/ML-værktøjskasse

Kunstig intelligens (AI) og machine learning (ML) er blevet essentielle dele af værktøjskassen for mange organisationer. Når de bruges effektivt, giver disse værktøjer handlingsorienterede indsigter, der driver kritiske beslutninger og gør det muligt for organisationer at skabe spændende, nye og innovative produkter og tjenester.

Omdrejningspunktet for dette kursus er indenfor områderne softwareudvikling, IT-drift, anvendt matematik og statistik samt forretningsanalyse.

Hvorfor blive certificeret inden for kunstig intelligens (AI)

Certificeringen Certified Artificial Intelligence Practitioner™ (CAIP) er opstået på baggrund af et stigende behov for en industristandard for dem, der ønsker at bekræfte deres AI- og ML-færdigheder. Denne certificering er international anerkendt, og akkrediteret af bla. ANAB ISO/IEC 17024:2012.

Få bevis på dine færdigheder
Ved at blive certificeret har du dokumentation for, at du bestrider en grundlæggende viden om AI-koncepter, teknologier, algoritmer og applikationer.

Validér dit team
Bliv klædt på til at validere om dit team og teammedlemmer har de nødvendige færdigheder og evner til at udføre AI-opgaver.

Certificeringen er inkluderet i kursusprisen.

CertNexus er et produktuafhængigt certificeringsprogram.

Deltagerprofil

Kurset er for dig, der arbejder med datascience, softwareudvikling eller forretningsanalyse. Du har en grundlæggende viden om AI og ML, som du gerne vil bygge videre på, så du bedre kan anvende AI-systemer og især machine learning modeller til løsning af forretningsproblemer.

Kurset er også for dig, der gerne vil forberede dig til certifceringen CertNexus® Certified Artificial Intelligence (AI) Practitioner (Exam AIP-210) certification.

Forudsætninger

For at få det optimale ud af kurset, skal du have en grundlæggende viden om data science begreber og koncepter samt praktisk erfaring med machine learning herunder formulering af problemet, indsamling og forberedelse af data, dataanalyse, behandling af data, træning, tuning og evaluering af en model samt færdiggørelse af en model. Kendskab til statistiske begreber såsom sampling, hypotesetestning, sandsynlighedsfordeling og tilfældigheder mv. Forståelse for sammenfattede statistikker såsom median, mode, interquartile range (IQR), standard deviation, skewness mv. Evnen til at bruge grafer, plots, diagrammer og andre visuelle dataanalysemetoder. Derudover skal du have erfaring med at skrive kode i Python og kendskab til NumPy og pandaer

 
 

Udbytte

  • Løse et givet forretningsproblem ved hjælp af AI og ML
  • Forberede data til brug i machine learning
  • Oplære, evaluere og finjustere en machine learning model
  • Oprette forskellige modeller bl.a. lineære regressionsmodeller, prognosemodeller, klassificeringsmodeller og cluster modeller
  • Oprette kunstige neurale netværk til deep learning
  • Opsætte modeller til machine learning i drift ved hjælp af automatiserede processer
  • Vedligehold pipelines og modeller til machine learning, mens de er i produktion

Det får du på det virtuelle kursus

Vi sørger for, at rammerne er i orden, så du kan fokusere på at lære.

Efter du har fuldendt kurset, vil du modtage et kursusbevis.

Kursusbevis

Hos Teknologisk Institut bruger vi kun erfarne undervisere.

Erfaren underviser

Mulighed for at tage certificering.

Certificering / eksamen

På kurset er der indtænkt øvelser og deltagerinddragelse.

Øvelser og inddragelse

Materiale på engelsk

Materiale på engelsk

Undervisning på engelsk

Undervisning på engelsk

Certificeret træningsorganisation

Indhold

Lesson 1: Solving Business Problems Using AI and ML
  • Topic A: Identify AI and ML Solutions for Business Problems
  • Topic B: Formulate a Machine Learning Problem
  • Topic C: Select Approaches to Machine Learning
Lesson 2: Preparing Data
  • Topic A: Collect Data
  • Topic B: Transform Data
  • Topic C: Engineer Features
  • Topic D: Work with Unstructured Data
Lesson 3: Training, Evaluating, and Tuning a Machine Learning Model
  • Topic A: Train a Machine Learning Model
  • Topic B: Evaluate and Tune a Machine Learning Model
Lesson 4: Building Linear Regression Models
  • Topic A: Build Regression Models Using Linear Algebra
  • Topic B: Build Regularized Linear Regression Models
  • Topic C: Build Iterative Linear Regression Models
Lesson 5: Building Forecasting Models
  • Topic A: Build Univariate Time Series Models
  • Topic B: Build Multivariate Time Series Models
Lesson 6: Building Classification Models Using Logistic Regression and k-Nearest Neighbor
  • Topic A: Train Binary Classification Models Using Logistic Regression
  • Topic B: Train Binary Classification Models Using k-Nearest Neighbor
  • Topic C: Train Multi-Class Classification Models
  • Topic D: Evaluate Classification Models
  • Topic E: Tune Classification Models
Lesson 7: Building Clustering Models
  • Topic A: Build k-Means Clustering Models
  • Topic B: Build Hierarchical Clustering Models
Lesson 8: Building Decision Trees and Random Forests
  • Topic A: Build Decision Tree Models
  • Topic B: Build Random Forest Models
Lesson 9: Building Support-Vector Machines
  • Topic A: Build SVM Models for Classification
  • Topic B: Build SVM Models for Regression
Lesson 10: Building Artificial Neural Networks
  • Topic A: Build Multi-Layer Perceptrons (MLP)
  • Topic B: Build Convolutional Neural Networks (CNN)
  • Topic C: Build Recurrent Neural Networks (RNN)
Lesson 11: Operationalizing Machine Learning Models
  • Topic A: Deploy Machine Learning Models
  • Topic B: Automate the Machine Learning Process with MLOps
  • Topic C: Integrate Models into Machine Learning Systems
Lesson 12: Maintaining Machine Learning Operations
  • Topic A: Secure Machine Learning Pipelines
  • Topic B: Maintain Models in Production

Appendix A: Mapping Course Content to CertNexus® Certified Artificial Intelligence (AI) Practitioner (Exam AIP-210)

Appendix B: Datasets Used in This Course

 

Form

Kurset indeholder både teoretisk gennemgang, praktiske øvelser og diskussion. Der vil generelt være høj deltageraktivitet. Kurset afholdes på engelsk med engelsk kursusmateriale

 

Certificering

Dette kursus hjælper dig med at forberede dig til CertNexus® Certified AI Practitioner (Exam AIP-210). Eksamen er inkluderet i kurset.
Med denne certificering får du bevis på, at bestrider en leverandørneutral, tværindustriel viden inden for AI og med fokus på ML. der gør det muligt at designe, implementere og aflevere AI-løsninger eller AI-miljøer.
 
  • Beståelsesprocent: 60%
  • Antal spørgsmål: 80
  • Tid: 120 minutter
  • Format: Multiple Choice/Multiple Response
 

Bemærkning

Kurset udbydes i samarbejde med en ekstern partner

Billede der illustrerer kurset

Firmakurser - få et tilbud

Er I flere, der har samme behov for kompetenceudvikling, så er et firmakursus ofte den rette løsning, der kan skabe fælles fundament og økonomisk besparelse.