Eğitim İçeriği
Olasılık (3.5 saat)
- Olasılık tanımı
- Binom dağılımı
- Günlük kullanım egzersizleri
Statistics (10.5 saat)
- Tanımlayıcı Statistics
- Çıkarımsal Statistics
- Regresyon
- Lojistik Regresyon
- Egzersizler
Programming’e Giriş (3.5 saat)
- Prosedürel Programming
- Fonksiyonel Programming
- OOP Programming
- Egzersizler (örneğin, dokuzlu oyun gibi seçilen bir oyun için mantık yazma)
Machine Learning (10.5 saat)
- Sınıflandırma
- Kümeleme
- Neural Networks
- Egzersizler (seçilen bir bilgisayar oyunu için yapay zeka yazma)
Kural Motorları ve Uzman Sistemler (7 saat)
- Kural Motorlarına giriş
- Aynı oyuna yapay zeka yazın ve çözümleri hibrit bir yaklaşımla birleştirin
Kurs İçin Gerekli Önbilgiler
- Yok. Olasılık ve istatistik gibi kavramların tamamı bu ders sırasında açıklanacaktır. Zaten olasılık ve istatistik konusunda bilgi sahibiyseniz, lütfen ders kodumuz aiint'e başvurun.
Hedef Kitle
- Yapay Zeka, Machine Learning ve programlamayı öğrenmekle ilgilenen yeni başlayanlar
Danışanlarımızın Yorumları (5)
The pace was good, with a nice mixture of knowledge sharing, demonstrations and practical work. Filip was very engaging and provided the energy to get through the course. It was good that there was a lot of 1:1 tuition, with Filip going through individual training exercises.
Colin - Worldpay
Eğitim - BPMN, DMN, and CMMN - OMG standards for process improvement
The training definitely backfilled some of the gaps in my knowledge left by reading the OptaPlanner userguide. It gave me a good broad understanding of how to approach using OptaPlanner in our projects going forward.
Terry Strachan - Exel Computer Systems plc
Eğitim - OptaPlanner in Practice
Shared examples of every function and/or operators are all well explained.
Brian Amlon - Thakral One, Inc.
Eğitim - Introduction to Drools 7 for Developers
a lot of practices are very welcome, many try and learn cases are embedded
Nadia Ivaniuk - Credit Suisse (Poland) Sp.z o.o.
Eğitim - Modelling Decision and Rules with OMG DMN
Exercises and solving problems in groups when the problems were more difficult.