Online cursus – gecertificeerd professioneel certificaat op het gebied van CertNexus kunstmatige intelligentie-expert

Leer kunstmatige intelligentietechnieken toe te passen om zakelijke problemen op te lossen. Beheers strategieën voor het adopteren van kunstmatige intelligentie in uw organisatie.

Suggested by: Coursera (What is Coursera?)

Professional Certificate

Gemiddeld niveau

No prior knowledge required

Time to complete the course

7-day free trial

No unnecessary risks

Skills you will acquire in the course

  • Opleidingen op het gebied van kunstmatige intelligentie en machine learning
  • Toepassing van verschillende benaderingen en algoritmen voor het oplossen van bedrijfsproblemen
  • Ontwikkeling van oplossingen met behulp van AI en ML
  • Gebruik van open tools en commercieel gebruik voor ontwikkeling, testen en lancering
  • Bescherming van de privacy van gebruikers
  • Een AI-projectoverzicht maken
  • Het monitoren van het machine learning-proces voor vraagvoorspelling
  • Het bouwen van een regressiemodel, classificatie of groepering
  • Een convolutioneel neuraal netwerk (CNN) bouwen

What you will learn in the course

Courses for which the course is suitable

  • data-analist
  • Ingenieur kunstmatige intelligentie
  • Ontwikkelaar van algoritmen
  • Machine learning-expert
  • Projectmanager op het gebied van kunstmatige intelligentie
  • Ontwikkelaar van AI-oplossingen
  • Technologisch adviseur op het gebied van kunstmatige intelligentie
  • Data onderzoeker
  • Softwareontwikkelaar gespecialiseerd in AI
  • Bedrijfsanalist met specialisatie in AI

Professioneel certificaat – een serie van 5 cursussen

De specialisatie Certified Artificial Intelligence Professional™ (CAIP) bereidt leerlingen voor op het behalen van een door de branche erkend certificaat waarmee ze een voorsprong hebben op andere kandidaten en waarmee ze hun kennis kunnen aantonen van de termen kunstmatige intelligentie (AI) en machine learning (ML) die in de CAIP voorkomen.

AI en ML zijn een essentieel onderdeel geworden van de werkinstrumenten van veel organisaties. Wanneer ze effectief worden gebruikt, bieden deze tools bruikbare inzichten die belangrijke beslissingen aansturen en organisaties in staat stellen spannende nieuwe producten en diensten te creëren. Deze expertise laat u zien hoe u verschillende benaderingen en algoritmen kunt toepassen om zakelijke problemen met AI en ML op te lossen, een systematisch proces kunt volgen om de juiste oplossingen te ontwikkelen, open en commerciële tools kunt gebruiken om deze oplossingen te ontwikkelen, testen en implementeren, en ervoor kunt zorgen dat ze de privacy van gebruikers beschermen. .

De expertise is bedoeld voor dataprofessionals die beginnen op het gebied van kunstmatige intelligentie en bereidt leerlingen voor op het CAIP-certificeringsexamen.

Uw pad naar het verkrijgen van het CAIP-certificaat:

  • 1) Voltooi Coursera’s Certified Professional Certificate in Artificial Intelligence.
  • 2) Bekijk de huidige versie van het CAIP-testplan, verkrijgbaar bij CertNexus .
  • 3) Koop de CAIP-testvoucher in de CertNexus -winkel.
  • 4) Meld u aan voor uw CAIP-test.

Praktisch leerproject:

Aan het einde van elke cursus krijgen studenten de mogelijkheid om een ​​project te voltooien dat aan hun portfolio kan worden toegevoegd. De projecten omvatten:

  • Een AI-projectoverzicht maken.
  • Het monitoren van het machine learning-proces voor vraagvoorspelling.
  • Het bouwen van een regressiemodel, classificatie of groepering.
  • Constructie van een convolutioneel neuraal netwerk (CNN).

Details of the courses that make up the specialization

Bedrijfsproblemen oplossen met kunstmatige intelligentie en machine learning

Cursus 1 • 11 uur • 4.2

Wat je gaat leren:

  • Identificeer geschikte toepassingen van kunstmatige intelligentie en machinaal leren in verschillende bedrijfssituaties.
  • Formuleer een machine learning-aanpak om specifieke bedrijfsproblemen op te lossen.
  • Kies de juiste tools voor het oplossen van machine learning-problemen.
  • Bescherm de privacy van gegevens en bevorder ethische praktijken bij de ontwikkeling en verspreiding van projecten op het gebied van kunstmatige intelligentie en machine learning.

Vaardigheden die je verwerft:

  • Lineaire regressie
  • Machine Learning (ML)-algoritmen
  • machinaal leren
  • classificatie
  • Clusters

Cursus 2 • 19 uur • 4.7

Wat je gaat leren:

  • Verzamel en bereid een dataset voor voor gebruik bij het trainen en testen van een machine learning-model.
  • Analyseer een dataset om inzichten te verkrijgen.
  • Zet een machine learning-model op en bereid het voor, zoals vereist om aan de zakelijke vereisten te voldoen.
  • Communiceer de bevindingen van een machine learning-project naar de organisatie.

Vaardigheden die je verwerft:

  • kunstmatig neuraal netwerk
  • Machine Learning (ML)-algoritmen
  • diep leren
  • ondersteuning vectormachine (SVM)
  • beslisboom

Cursus 3 • 20 uur • 4.3

Wat je gaat leren:

  • Train en evalueer lineaire regressiemodellen.
  • Train binaire en meervoudige classificatiemodellen.
  • Evalueer en verbeter de prestaties van de classificatiemodellen.
  • Train en evalueer clustermodellen om bruikbare patronen te vinden in niet-gecontroleerde gegevens.

Vaardigheden die je verwerft:

  • Ethiek van kunstmatige intelligentie
  • zakelijke oplossingen
  • kunstmatige intelligentie (AI)
  • datastructuur
  • machinaal leren

Cursus 4 • 21 uur • 4.9

Wat je gaat leren:

  • Train en evalueer beslissingsbomen en willekeurige forests voor regressie en classificatie.
  • Train en evalueer ondersteuningsvectormachines (SVM) voor regressie en classificatie.
  • Train en evalueer computationele neurale netwerken om gegevens te testen en analyseren.
  • Train en evalueer afferente neurale netwerken en terugkerende neurale netwerken voor computervisie en natuurlijke taalverwerkingstaken.

Vaardigheden die je verwerft:

  • schema
  • voorbereiding van de test
  • Online toezicht
  • PearsonVUE
  • kwalificatie

Cursus 5 • 2 uur • 4.8

Wat je gaat leren:

  • Maak onderscheid tussen autorisatie en andere authenticatietechnieken.
  • Plan een test in PearsonVUE en bereid u voor op het examen in een PearsonVUE-testcentrum of online met Pearson OnVUE.
  • Ontdek tools om u voor te bereiden op certificeringsexamens.
  • Publiceer en deel uw succes nadat u bent geslaagd voor het CertNexus-certificeringsexamen.

Vaardigheden die je verwerft:

  • model
  • Procesbeheer
  • kunstmatige intelligentie (AI)
  • data-analyse
  • machinaal leren