Artificial Intelligence Engineer (AI) - Kunstig Intelligens (AI) - Bootcamp - Et unikt uddannelses- og certificeringsprogram

Artificial Intelligence Engineer (AI) - Kunstig Intelligens (AI) - Bootcamp - Et unikt uddannelses- og certificeringsprogram

Ai Learning & Certification Path – Ny opdateret 2025-version!

Løft din professionelle rejse ved at tilmelde dig dette AI- og ML-program fra AVC i samarbejde med IBM. Få eftertragtet ekspertise inden for områder som maskinlæring (ML), dyb læring, naturlig sprogbehandling (NLP), computervision, forstærket læring, generativ AI, prompt engineering, ChatGPT og meget mere. Programmet indeholder også hackathons og AMA-sessioner, der arrangeres af IBM.

I samarbejde med IBM

Føj IBM's fordele til dit uddannelsesprogram

Få adgang til eksklusive hackathons, masterclasses og Ask-Me-Anything-sessioner fra IBM.

Hvad får du mere?

25 brancherelevante projekter og integrerede laboratorier

Du får adgang til 25 brancherelevante projekter. Praktisk læring med integrerede laboratorier.

Generativ AI Edge

Live interaktive sessioner om de nyeste AI-trends, såsom ChatGPT, Generative AI, prompt engineering og mere.

Dybdegående læringsoplevelse

8 gange højere interaktion i live online-klasser, der leveres af erfarne undervisere og brancheeksperter.

Lær af de bedste

LevelUp-session af Andrew McAfee, Principal Research Scientist ved MIT

DU FÅR MERE END 12 KURSER!

Programmets vigtigste egenskaber

• Kurs og materiale er på engelsk
• 11 måneders live online klasseværelsesbootcamp og e-læring (selvstudium)
• 1 års adgang til læringsplatform og klasseoptagelser
• Certifikat for gennemførelse af AI Engineer Program og IBM-certifikat for IBM-kurser.
• Kernefag, der undervises i live online-klasser med 8 gange højere interaktion, leveret af erfarne undervisere og brancheeksperter.
• 3 Capstones (afsluttende projekter) og 25+ praktiske projekter fra forskellige brancher
• Session om de nyeste AI-trends, f.eks. ChatGPT, generativ AI, prompt engineering og meget mere.
• Eksponering for TensorFlow, Keras, ChatGPT, OpenAI, Dall-E og andre fremtrædende værktøjer.
• Masterclasses, eksklusive hackathons og Ask Me Anything-sessioner afholdt af eksperter fra IBM.

Hvad kan du forvente? Indhold/emner:

• Grundlæggende om generativ AI, Prompt Engineering & ChatGPT
• Grundlæggende programmering
• Python til datavidenskab fra IBM
• Anvendt datavidenskab med Python
• Maskinlæring
• Specialisering i dyb læring
• Grundkursus for AI-ingeniører
• ADL og datavisualisering
• Avanceret generativ AI
• Dyb læring med Keras og TensorFlow fra IBM
• Masterclass for industrien – kunstig intelligens
• Natural Language Processing (NLP)
• Reinforcement Learning

Om kunstig intelligens Boot Camp

Programmet i kunstig intelligens, der er udviklet i samarbejde med IBM, introducerer de studerende til blandet læring og forbereder dem til at blive specialister inden for kunstig intelligens og datavidenskab. I Armonk, New York, er IBM en betydelig virksomhed inden for kognitive tjenester og integrerede cloud-løsninger, der leverer mange teknologi- og konsulentløsninger. IBM investerer hvert år 6 milliarder dollars i forskning og udvikling og har vundet fem Nobelpriser, ni amerikanske nationale teknologimedaljer, fem amerikanske nationale videnskabsmedaljer, seks Turing-priser og ti optagelser i US Inventors Hall of Fame. IBM er førende inden for AI og maskinlæringsteknologi i 2023. Dette AI-bootcamp vil forberede de studerende på en karriere inden for kunstig intelligens og dataanalyse.

Hvad får jeg, når jeg gennemfører dette program i kunstig intelligens, der er produceret af AVC i samarbejde med IBM?

Du får certifikater fra IBM, AVC og Simplilearn, når du har gennemført disse kurser. Disse certifikater vil attestere dine evner som ekspert i kunstig intelligens. Derudover får du følgende:

• Masterclass af IBM-eksperter
• 'Ask me anything'-sessioner med IBM's ledelse.
• Hackathons gennemført af IBM
• Et certifikat for gennemført uddannelse, der er internationalt anerkendt af branchen.

Hvilke færdigheder omfatter uddannelsen i kunstig intelligens?

Du vil kunne demonstrere følgende færdigheder efter at have gennemført denne uddannelse i kunstig intelligens:

• Få indsigt i de nyeste AI-trends som generativ AI, prompt engineering, ChatGPT og mere.
• Lær, hvordan du bruger effektive teknikker til prompt engineering til at forbedre ydeevnen og kontrollere adfærden hos generative AI-modeller.
• Mestre AI og ML på en omfattende måde og forstå deres betydning, formål, omfang, stadier, anvendelser og effekter.
• Naviger i datavidenskabelige udviklinger med ekspertise, der omfatter processer, brydning, udforskning, visualisering, hypoteseopbygning og testning.
• Udfør videnskabelige og tekniske beregninger problemfrit ved hjælp af SciPy-pakken, herunder underpakker som Integrate, Optimize, Statistics, IO og Weave.
• Bliv ekspert i matematiske beregninger ved hjælp af NumPy- og scikit-learn-pakken.
• Få ekspertise inden for overvåget og uovervåget læring, anbefalingsmotorer og tidsseriemodellering.
• Valider maskininlæringsmodeller effektivt ved at afkode forskellige nøjagtighedsmål.
• Forstå og anvend dyb læring i forskellige applikationer.
• Naviger i lagene af dataabstraktion i neurale netværk og få uovertruffen indsigt i data.
• Brug værktøjer som Keras til at opbygge computer vision-applikationer.
• Bliv fortrolig med generative adversarial networks (GAN).
• Udfør distribuerede og parallelle beregninger effektivt ved hjælp af højtydende GPU'er.
• Forståelse af naturligt sprog og generering af naturligt sprog
• Mestre forståelse og generering af naturligt sprog og dyk ned i grundlæggende NLP ved hjælp af Pythons Natural Language Toolkit (NLTK).
• Lær, hvordan du bruger maskinlæring og dyb læring problemfrit med NLP.
• Konverter tekst til tale med automatiseret talegenkendelse.
• Lær, hvordan du anvender teori til forstærkningslæring med Python og TensorFlow.
• Mestre forskellige måder at løse problemer med forstærkningslæring gennem forskellige branchestandardstrategier.

Hvad er uddannelsesmålene for denne uddannelse i kunstig intelligens?

AVC og IBM har samarbejdet om at skabe et Boot Camp / Learning Path i kunstig intelligens, der kombinerer kunstig intelligens, datavidenskab, maskinlæring og dyb læring, hvilket gør det muligt at anvende sofistikerede værktøjer og modeller i den virkelige verden. Dette AI-Bootcamp vil lære dig principperne for statistik til maskinlæring, pythonprogrammering, datavisualisering og funktionsudvikling. Kurserne vil lære dig at bruge Python-biblioteker som TensorFlow, Matplotlib og Scikit-learn samt grundlæggende teknikker til maskinlæring som overvåget og uovervåget læring og avancerede koncepter som kunstige neurale netværk, datalagring og funktionsudvinding og TensorFlow.

Kunstig intelligens og maskinlæring vil få en væsentlig indflydelse på alle aspekter af dagligdagen i den nærmeste fremtid, med anvendelser inden for sundhedspleje, luftfart, finans, logistik og kundesupport. Et job inden for kunstig intelligens sætter dig på den hurtige vej til en dynamisk, stadigt skiftende branche, der forventes at vokse betydeligt og mere endnu, når du har afsluttet uddannelsen.

Hvilke projekter er inkluderet i denne uddannelse i kunstig intelligens?

Over 15 virkelige projekter inden for forskellige områder indgår i denne uddannelse i AI, som er udviklet i samarbejde med IBM. Disse projekter er designet til at hjælpe dig med at forstå vigtige AI-emner som overvåget og uovervåget læring, forstærkningslæring, supportvektormaskiner, deep learning, TensorFlow, neurale netværk, konvolutionelle neurale netværk og tilbagevendende neurale netværk.

Uddannelsen indeholder en afsluttende opgave, hvor du kan gennemgå de principper, du har lært. Du vil modtage specialiserede, guidede lektioner for at udvikle et højkvalitets industriprojekt, der behandler et reelt problem. Dette AI-programs afsluttende projekt vil dække alt fra eksplorativ dataanalyse til modelkonstruktion og tilpasning. Du vil bruge avancerede AI-baserede overvågede og uovervågede algoritmer som regression, Multinomial Naive Bayes, SVM, træbaserede algoritmer og NLP inden for det emne, du vælger for at gennemføre dette afsluttende projekt. Du vil modtage et certifikat for, at du har gennemført projektet.

Du vil også have en reel projekterfaring, som du kan præsentere for fremtidige arbejdsgivere som et praktisk bevis på dine nye færdigheder fra kurset.

Projekt 1 – Sociale medier

For at mindske socialt had og negativitet kan du oprette en model, der bruger naturlig sprogbehandling og maskinlæring til at genkende upassende tweets, der bør fjernes fra Twitter.

Projekt 2 – E-handel

Amazon Prime-filmers filmkritikker er inkluderet i dataindsamlingen. Analyser datasættet med filmkritikker fra Amazons kunder og opret et anbefalingssystem med maskinlæring, der tildeler point til hver bruger.

Projekt 3 – Køretøjer

Mercedes ønsker at reducere den tid, der bruges på testbænken, for at reducere tiden for at få et produkt (bil) på markedet. Opret og optimer en algoritme til maskinlæring for at løse denne udfordring.

Projekt 4 - Detailhandel

Opret en prædiktiv model til at forudsige salget for Walmart-butikker under hensyntagen til særlige rabat tilbud. Undersøg, hvordan salget påvirkes af makroøkonomiske variabler som KPI og arbejdsløshedstal.

Projekt 5 - Telekommunikation

Comcast har til hensigt at øge kundetilfredsheden ved at identificere og løse problemområder og søger efter løsninger, der kan implementeres.

Projekt 6 - E-handel

ML-ingeniører skal analysere Amazon-brugernes vurderinger af forskellige artikler baseret på den tilgængelige datamængde og forudsige følelsen eller tilfredsheden baseret på indholdet i funktionerne eller anmeldelserne.

Projekt 7 - Handel

Banksektoren er den mest almindelige arbejdsgiver for datavidenskabsfolk. Svindlere, der forsøger at snyde systemet, har konstant fokus på den. Kreditkortselskaber skal være i stand til at opdage ulovlige kreditkortbedragerier, trods vanskeligheden ved nøjagtigt at genkende svigagtig og ulovlig aktivitet. Flere metoder, f.eks. klassificering med overtilpasning, uovervågede metoder til opdagelse og heuristik, skal anvendes for at opnå maksimal nøjagtighed ved opdagelse af bedrageri.

Projekt 8 – Detailhandel

Det vigtigste aspekt ved styringen af detailhandlens forsyningskæde er prognosering af efterspørgslen. For at kunne gøre dette effektivt skal fagfolk forstå datavidenskab og ensemblemetodik. For den kommende måned skal du prognostisere den daglige salg for hver butik.

Hvem bør tage denne uddannelse i kunstig intelligens?

AVC's uddannelsesprogrammer i kunstig intelligens er velegnet til flere fagområder og karrierer, f.eks.:

• Personer, der er interesserede i at arbejde som AI- eller maskinlæringstekniker.
• Analytiske ledere, der overvåger en gruppe analytikere.
• Dataarkitekter, der ønsker at lære om systemer og algoritmer til kunstig intelligens.
• Dataanalytikere, der er interesserede i at arbejde med maskinlæring eller kunstig intelligens.
• Erhvervsaktive, der er interesserede i kunstig intelligens eller maskinlæring som erhverv.
• Eksperter, der ønsker at forbedre deres forståelse af deres områder ved hjælp af kunstig intelligens.
  
  

Kunstig intelligens-læringsforløb – 'AI Bootcamp'

Kursus 1: Introduktion til kunstig intelligens

Denne introduktion til kunstig intelligens (AI) er designet til at hjælpe eleverne med at afkode mysteriet omkring kunstig intelligens og dens forretningsmæssige anvendelser. Dette AI-kursus for begyndere giver et overblik over AI-koncepter og arbejdsgange, maskinlæring, dyb læring og præstationsmåling.

Kursindhold (e-læring)

Denne kursus indeholder følgende moduler:

• Kursusintroduktion
• Afkodning af kunstig intelligens
• Grundlæggende maskinlæring og dyb læring
• Arbejdsgange for maskinlæring
• Præstationsmålinger

Læringsmål

Ved afslutningen af denne kursus vil du kunne forstå:

• Betydningen og formålet med AI samt omfang, trin, anvendelser og effekter
• De grundlæggende begreber inden for maskinlæring og dyb læring
• Hvordan man effektivt implementerer trinene i et arbejdsflow for maskinlæring
• Forskellen mellem overvåget, semi-overvåget og uovervåget læring
• Præstationsmålingernes rolle og hvordan man identificerer nøglemetoder

Kurs 2: Grundlæggende om generativ AI, Prompt Engineering og ChatGPT

Dette kursus udforsker generative AI-modeller grundigt med særlig vægt på ChatGPT. Deltagerne vil få en forståelse af grundlæggende generativ AI og dens omfang, prompt engineering, forklarbar AI, konversations-AI, ChatGPT, andre store sprogmodeller og mere.

Læringsmål:

• Få et solidt grundlag i generative AI-modeller, herunder deres kerneprincipper og forskellige modeller.
• Forstå begrebet forklarbar AI, forstå dets betydning og skelne mellem forskellige metoder til at opnå forklarbarhed i AI-systemer.
• Anvende effektive teknikker til prompt engineering for at forbedre ydeevnen og regulere adfærden hos generative AI-modeller.
• Udvikle en omfattende forståelse af ChatGPT, herunder dets operative mekanismer, bemærkelsesværdige funktioner og begrænsninger.
• Udforske en række applikationer og scenarier, hvor ChatGPT kan bruges effektivt.
• Mestre finjusteringsteknikker til at tilpasse og optimere ChatGPT-modeller.
• Genkende de etiske udfordringer ved generative AI-modeller for at sikre ansvarlig databrug, mindske partiskhed og forhindre misbrug.
• Forstå det transformative potentiale for generativ AI på tværs af brancher og udforsk fremtrædende værktøjer.
• Få indsigt i fremtiden for generativ AI, dens udfordringer og de nødvendige skridt for at frigøre dens fulde potentiale.

Emner, der behandles:

• Generativ AI og dens landskab
• Forklarbar AI
• Konversations-AI
• Prompt Engineering
• Design og generering af effektive prompts
• Store sprogmodeller
• ChatGPT og dens anvendelser
• Finjustering af ChatGPT
• Etiske overvejelser i generative AI-modeller
• Ansvarlig dataanvendelse og privatliv
• Fremtiden for generativ AI
• AI-teknologier til innovation

Kursus 3: Opdatering af programmering

I dette kursus får du grundlæggende Python-kundskaber, der vil fungere som en af byggestenene på din rejse gennem hele programmet.

Læringsmål:

• Få viden om procedurebaseret og objektorienteret programmering.
• Forstå fordelene ved at bruge Python som programmeringssprog.
• Installer Python og dets integrerede udviklingsmiljø.
• Bliv fortrolig med Jupyter Notebook og dets anvendelse.
• Implementer Pythons identifikatorer, indrykning og kommentarer på en effektiv måde.
• Forstå Pythons datatyper, operatorer og strengfunktioner.
• Lær mere om forskellige typer sløjfer i Python.
• Udforsk variabelomfang inden for funktioner.
• Forklar begreberne objektorienteret programmering og dens egenskaber.
• Beskriv metoder, attributter og adgangsmodifikatorer i Python.
• Få en forståelse for multithreading.

Emner, der dækkes:

• Grundlæggende programmering
• Introduktion til Python-programmering
• Datatyper og operatorer i Python
• Betingede sætninger og sløjfer i Python
• Python-funktioner
• Objektorienteret programmering
• Begreber med Python
• Threading/Trådning

Kursus 4: Python til datavidenskab (IBM)

Denne kursus er udviklet af IBM og lærer studerende at bruge Python til datavidenskab. Efter afsluttet kursus vil du være i stand til at skrive Python-scripts og udføre kritisk praktisk dataanalyse ved hjælp af et Jupyter-baseret laboratoriemiljø.

Læringsmål:

• Brug variabler, strenge, funktioner, sløjfer og betingelser til at oprette dit første Python-program.
• Få en forståelse af lister, sæt, leksika, betingelser, forgrening, objekter og klasser.
• Udnyt pandas til at indlæse, manipulere og gemme data samt læse og skrive filer i Python.

Emner, der behandles:

• Grundlæggende Python
• Datastrukturer i Python
• Grundlæggende programmering i Python
• Arbejde med data i Python
• Arbejde med NumPy-arrayer

Kurs 5: Anvendt datavidenskab med Python

Dette kursus giver en omfattende forståelse af grundlæggende datavidenskab, herunder datapræparation, modelopbygning og evaluering. Deltagerne vil lære begreber som strenge, Lambda-funktioner og lister. Derudover vil de udforske emner som NumPy, lineær algebra og statistiske begreber, herunder mål for central tendens og spredning, skævhed, kovarians og korrelation. Kurset omfatter også hypotesetestning, såsom Z-test, T-test og ANOVA, samt datamanipulation med pandas.

Deltagerne vil udvikle færdigheder i datavisualisering ved hjælp af populære biblioteker som Matplotlib, Seaborn, Plotly og Bokeh.

Industriprojekt: Amazon & Walmart

Kursindhold (Online Classroom Flexi Pass)

Læringsmål:

• Forklar grundlæggende begreber inden for datavidenskab og dens praktiske anvendelser.
• Udforske processerne for datapræparation, modelopbygning og evaluering.
• Anvende Python-koncepter som strenge og forstå Lambda-funktioner og funktioner og lister.
• Udvikle en solid forståelse af grundlæggende NumPy.
• Udforske indeksering af matricer og teknikker.
• Anvende principper for lineær algebra i dataanalyse.
• Forstå anvendelsen af kalkyl i lineær algebra.
• Beregn mål for central tendens og spredning.
• Få en klar forståelse af statistiske begreber som skævhed, kovarians og korrelation.
• Beskriv nulhypotesen og den alternative hypotese.
• Undersøg forskellige hypotesetest, herunder Z-test og T-test.
• Forstå begrebet ANOVA.
• Arbejde med pandas to primære datastrukturer: Series og DataFrame.
• Bruge pandas til opgaver som datalæsning, indeksering, reindeksering og sammenlægning.
• Forberede, formatere, normalisere og standardisere data ved hjælp af databinningsteknikker.
• Oprette visualiseringer med Matplotlib, Seaborn, Plotly og Bokeh.

Emner, der dækkes:

• Introduktion til datavidenskab
• Grundlæggende Python-programmering
• NumPy
• Lineær algebra
• Grundlæggende statistik
• Sandsynlighedsfordelinger
• Avanceret statistik
• Arbejde med pandas
• Dataanalyse
• Databehandling
• Datavisualisering
• Statistiske anvendelser fra start til slut i Python

Kursus 6: Maskinlæring

Kurset giver et omfattende overblik over forskellige typer maskinlæring og deres praktiske anvendelser. Du vil udforske maskinlæringspipeline og få indsigt i overvåget læring, regressionsmodeller og klassificeringsalgoritmer. Derudover vil du studere uovervåget læring, klyngeteknikker og ensemble-modellering. Evaluer populære rammer for maskinlæring som TensorFlow og Keras, og bygg en anbefalingsmotor med PyTorch.

Læringsmål:

• Undersøg de forskellige typer maskinlæring og deres respektive egenskaber.
• Analysere maskinindlæringspipeline og forstå de vigtigste operationer, der indgår i maskinindlæringsoperationer (MLOps).
• Lære om overvåget indlæring og dets brede vifte af applikationer.
• Forstå begreberne overtilpasning og undertilpasning og bruge teknikker til at opdage og forhindre dem.
• Analysere forskellige regressionsmodeller og deres egnethed til forskellige scenarier.
• Identificere linearitet mellem variabler og oprette korrelationskort.
• Opliste forskellige typer klassificeringsalgoritmer og forstå deres
• specifikke anvendelser.
• Mestre forskellige typer uovervåget læring og hvornår de skal bruges.
• Få en dyb forståelse af forskellige klyngeteknikker inden for
• uovervåget læring.
• Undersøg forskellige teknikker til ensemble-modelleringsteknikker som bagging, boosting og stapling.
• Evaluer og sammenlign forskellige rammer for maskinlæring, herunder TensorFlow og Keras.
• Byg en anbefalingsmotor ved hjælp af PyTorch.

Emner, der behandles:

• Maskinlæring
• Overvåget læring
• Regression og anvendelser
• Klassificering og anvendelser
• Uovervåget læring
• Ensemble Learning
• Anbefalingssystemer

Kurs 7: Specialisering i dyb læring

Denne omfattende kurs giver dig viden og færdigheder til effektivt at bruge deep learning-værktøjer med AI/ML-rammer. Du vil udforske de grundlæggende begreber og praktiske anvendelser af deep learning, samtidig med at du får en klar forståelse af forskellene mellem deep learning og maskinlæring. Kurset dækker et bredt spektrum af emner, herunder neurale netværk, fremad- og bagudpropagering, TensorFlow 2, Keras, ydeevneoptimeringsteknikker, modelfortolkelighed, Convolutional Neural Networks (CNN), transfer learning, objektdetektion, Recurrent Neural Networks (RNN), autoencodere og oprettelse af neurale netværk i PyTorch. Ved afslutningen af kurset vil du have et solidt grundlag i dybdelæringsprincipper og evnen til at opbygge og optimere dybdelæringsmodeller effektivt med Keras og TensorFlow.

Opnå vores certificering i dybdelæring og få et konkurrenceforspring i forhold til dine kolleger i den næste jobsamtale.

Powered By: TensorFlow

Læringsmål:

• Forskellen mellem dyb læring og maskinlæring og forstå deres respektive anvendelser.
• Få en grundig forståelse af forskellige typer neurale netværk.
• Beherske begreberne fremadpropagering og bagudpropagering i dybe neurale netværk (DNN).
• Få indsigt i modelleringsteknikker og præstationsforbedring inden for dyb læring.
• Forstå principperne for hyperparameterindstilling og model
• fortolkelighed.
• Lær om vigtige teknikker som dropout og early stopping, og implementer dem effektivt.
• Udvikl ekspertise inden for konvolutionelle neurale netværk (CNN) og objektdetektering.
• Få en solid forståelse af tilbagevendende neurale netværk (RNN).
• Bliv fortrolig med PyTorch, og lær, hvordan du opretter neurale netværk ved hjælp af dette framework.

Emner, der dækkes:

• Introduktion til dyb læring
• Kunstige neurale netværk
• Dybe neurale netværk
• TensorFlow
• Modeloptimering og ydeevneforbedring
• Konvolutional neurale netværk (CNN)
• Overførsel af læring
• Objektdetektering
• Rekurrente neurale netværk (RNN)
• Transformer-modeller til naturlig sprogbehandling (NLP)
• Kom godt i gang med autoencodere
• PyTorch

Kursus 8: AI-afsluttende projekt

AVC's AI-afsluttende projekt giver dig mulighed for at anvende de færdigheder, du har lært i kurset Kunstig intelligens. Med dedikerede mentorsessioner vil du vide, hvordan du løser et reelt branchetilpasset problem. Projektet er det sidste trin i uddannelsen og hjælper dig med at vise din ekspertise over for arbejdsgivere.

Læringsmål:

Capstone/afsluttende projekt vil øge din forståelse af kunstig intelligens' beslutningscyklus, herunder udførelse af eksplorativ dataanalyse, opbygning og finjustering af en model med avancerede AI-baserede algoritmer og præsentation af resultater.

Kursusindhold

1. AI-afsluttende projekt
2. Eksplorativ dataanalyse
3. Eksplorativ dataanalyse
4. Opbygning og tilpasning af modeller
5. Uovervåget læring
6. Præsentation af resultater

• Bootcamp-certifikat, du får:

* Du får individuelle certifikater for hver kursus.

Denne uddannelse giver dig følgende ekstra bonusmateriale:

EKSTRA – Valgfrie kurser 

1. Deep Learning med TensorFlow (IBM)
2. Avanceret Deep Learning & Computer Vision
3. Natural Language Processing og talegenkendelse
4. Reinforcement Learning
5. Avanceret Generativ AI
6. Industry Master Class – Kunstig intelligens

Du behøver ikke at læse disse kurser for at få dit Master Certificate. Du har mulighed for at læse disse kurser som en del af det overordnede program.

Valgfrie kurser - ekstra kurser

1. Deep Learning med Tensorflow (IBM)

Denne kursus tager dine maskinlæringsevner til det næste niveau ved at give en omfattende forståelse af Deep Learning med TensorFlow og Keras.

Bliv dygtig til Deep Learning-koncepter, så du kan konstruere kunstige neurale netværk og navigere gennem lag af dataabstraktion. Ved at frigøre datapotentialet forbereder denne kursus dig til nye grænser inden for kunstig intelligens.

2. Avanceret Deep Learning og Computer Vision

Denne omfattende kurs giver dig dybdegående viden og praktiske færdigheder inden for computervision og avancerede teknikker til dyb læring. Du vil fordybe dig i forskellige emner, herunder billeddannelse og -behandling, Convolutional neurale netværk (CNN), objektdetektering, billedsegmentering, generative

generative modeller, optisk tegngenkendelse, distribueret og parallel databehandling samt anvendelse af deep learning-modeller. Ved afslutningen af kurset vil du have ekspertise til at håndtere komplekse computer vision-udfordringer og succesfuldt distribuere deep learning-modeller i forskellige applikationer.

3. Natural Language Processing og Speech Recognition

I dette kurs får du en detaljeret forståelse af videnskaben bag anvendelsen af maskinlæringsalgoritmer til at behandle store mængder data om naturligt sprog. Kurset fokuserer på forståelse af naturligt sprog, funktionsteknik, generering af naturligt sprog, automatiseret talegenkendelse, tale-til-tekst-konvertering, tekst-til-tale-konvertering og stemmeassistent enheder.

4. Reinforcement Learning

Denne kursus tilbyder en omfattende udforskning af kernebegreberne inden for forstærkningslæring. Du lærer, hvordan man løser problemer med forstærkningslæring ved hjælp af forskellige strategier gennem praktiske eksempler og hands-on øvelser med Python og TensorFlow. Kurset dækker teorien bag RL-algoritmer og giver dig færdighederne til effektivt at bruge forstærkningslæring som en problemløsningsstrategi. Ved afslutningen af kurset vil du være i stand til at bruge RL-algoritmer til at håndtere en bred vifte af virkelige udfordringer.

5. Avanceret generativ AI

Dyk dybt ned i innovative generative AI-principper med dette avancerede kursus. Under programmet vil du grundigt udforske neurale netværk, LLM, deres arkitekturer og forskellige generative modeller som VAE, GAN, autoencoders og transformatorbaserede modeller. Dyk ned i kendte generative AI-modeller som GPT, BERT og T5, og mestrer kunsten at vurdere deres ydeevne effektivt. Deltag i praktiske læringsaktiviteter, og få praktisk ekspertise i at opbygge og distribuere en konversationschatbot, der engagerer sig i meningsfulde dialoginteraktioner.

6. Karrieremuligheder og jobudsigter for AI-ingeniører

Er AI-ingeniører meget efterspurgte? Ja, AI-ingeniører er meget efterspurgte, da efterspørgslen efter AI-teknologi stiger inden for forskellige brancher. Ifølge Statistics Canada forventes karrierevæksten for ingeniører inden for kunstig intelligens at udgøre mindst 31,4 % frem til 2030.

Karrieremuligheder for AI-ingeniører?

AI er det hurtigst voksende område på arbejdsmarkedet med en forventet vækst på 38,1 % mellem 2022 og 2030. I takt med at AI får stadig større indflydelse inden for hotel- og restaurationsbranchen, sundhedssektoren, finanssektoren, e-handel og underholdningsbranchen, vil der være stor efterspørgsel efter AI-ingeniører med de rette kompetencer og ekspertise.

AI har mange karrieremuligheder, f.eks. maskinlæringstekniker, datavidenskabsmand, AI-forsker, robottekniker, AI-konsulent, computersynstekniker, tekniker inden for naturlig sprogbehandling og AI-produktchef.

Har AI muligheder i fremtiden?

Ja, AI har store muligheder i fremtiden. Arbejdsmarkedet for AI-ingeniører forventes at vokse eksponentielt og revolutionere sundhedsvæsenet, finanssektoren, detailhandlen, transportsektoren, uddannelsessektoren, underholdningssektoren og flere andre brancher.

--- ---

Se FAQ i slutningen af denne beskrivelse.

Kort fortalt, hvad er disse unikke AVC Bootcamps?

AVC's Bootcamps / Master Programs

Nå dine karrieremål med industrielt anerkendte Learning Paths.

AVC's Bootcamp er intensive online bootcamps inden for blandt andet: Data Science og Analytics, AI og Machine Learning, Big Data Cloud Computing, Cybersikkerhed, Projektledelse, Full Stack Webudvikling og Digital Marketing.

Disse Learning Paths består af forskellige kurser og emner, der er relateret til specifikke færdigheder for en rolle eller et job, f.eks. Data Analyst (dataanalytiker), Cyber Security Specialist (cybersikkerhedsspecialist) eller Digital Transformation Leader (leder for digital transformation).

Disse uddannelser er udviklet i samarbejde med bl.a. EY, IBM og Purdue University. Når du har afsluttet kurset, får du et anerkendt certifikat fra bl.a. AVC, IBM og Purdue University, hvilket giver din profil en større værdi.

Learning Paths består af en række online klasseundervisningskurser og e-læringskurser, som du kan følge i dit eget tempo. Meget fleksibelt. Du har 11-12 måneders adgang til Learning Path/programmet. Hver uddannelse består af ca. 8-9 kurser og emner.

SPØRGSMÅL OG SVAR

Hvad er en Bootcamp i Kunstig Intelligens?

En Bootcamp i kunstig intelligens er et omfattende uddannelsesprogram, der hjælper studerende med at lære om denne kraftfulde teknologi fra bunden og udvikle arbejdsfærdige AI-færdigheder.

Er Bootcamp i kunstig intelligens det værd?

En Bootcamp-master i kunstig intelligens hjælper dig med at få en konkurrencemæssig fordel i forhold til dine kolleger og opbygge jobklare færdigheder. Undervisningen tilbydes af førsteklasses brancheeksperter med stor erfaring inden for området. Ved at tilmelde dig dette AI-bootcamp får du en klar forståelse af forskellige AI-koncepter som maskinlæring, naturlig sprogbehandling, computervision, dyb læring, neurale netværk osv.

Hvorfor tilmelde sig AI-ingeniørkurset hos AVC?

Uddannelsesprogrammet / Bootcamp i kunstig intelligens, der tilbydes af AVC i samarbejde med IBM, er udviklet af brancheeksperter for at hjælpe dig med at fremskynde din karriere. Det indeholder brancherelevante kurser, såsom datavidenskab med Python, maskinlæring, dyb læring, NLP og Chat GPT. Der er også hackathons og AMA-sessioner, som IBM er vært for, Capstone-projekter, praktiske laboratorier, live-sessioner og praktiske projekter.

Her er nogle grunde til, at det er de bedste mestere inden for kunstig intelligens og maskinlæring:

Fleksibilitet: Online Boot Camp i AI på AVC giver dig fleksibilitet til at lære i dit eget tempo og efter din egen tidsplan.

Brancherelevant pensum: AVC's online Boot Camp AI-program tilbyder et omfattende pensum, der dækker vigtige emner som maskinlæring, dyb læring, naturlig sprogbehandling og datavidenskab.

Praktisk praktisk erfaring: Programmet lægger vægt på praktisk læring gennem virkelige projekter og casestudier. Dette hjælper dig med at få værdifuld erfaring med at anvende AI-teknikker til at løse faktiske brancheudfordringer og forberede dig til arbejdsmarkedets krav.

Karriereudviklingsmuligheder: At gennemføre et online uddannelsesprogram i AI fra AVC kan forbedre dine karrieremuligheder inden for det hurtigt voksende område kunstig intelligens, da det giver mulighed for at netværke med branchefolk.

Er online uddannelsesprogrammer i kunstig intelligens svære at lære?

Sværhedsgraden ved at lære et online uddannelsesprogram i kunstig intelligens kan variere afhængigt af den enkeltes forudgående viden og erfaring inden for området. AVC tilbyder et online Bootcamp i AI, der er designet til at være tilgængeligt for begyndere og velegnet til personer med en grundlæggende forståelse af området.

Hvad er værdien af et Master AI-certifikat?

AVC's Bootcamp hjælper dig med at mestre efterspurgte færdigheder i et hurtigere tempo og øge din markedsførbarhed. Uanset dine karrieremål, uanset om du er nybegynder eller leder efter muligheder for kompetenceudvikling for at skifte karriere, vil AVC's Bootcamp hjælpe med at fremskynde disse mål. Disse certifikater er meget efterspurgte.

Bemærk: Vi er ikke et universitet og udsteder ikke universitetsuddannelser. Denne Bootcamp Master's betyder, at du har gennemgået hele programmet og fået al vigtig viden om emnet og dermed behersker emnet fuldt ud. Hver kursus/del af programmet resulterer også i et certifikat.

Hvilke færdigheder og erfaringer kræves for at deltage i programmerne?

Der kræves generelt ingen forudgående erfaring for at deltage i programmet. Uddannelsen starter på introduktionsniveau og fortsætter (trin for trin) til ekspertniveau. Det er dog altid en fordel, hvis du har grundlæggende viden eller erfaring inden for emnet. Læs mere om dine specifikke kursusdetaljer.

Dette program er selvstudium, så du kan lære i dit eget tempo. Du starter med et praktisk e-læringsmodul, efterfulgt af en række onlinekurser, der er skræddersyet til dine behov, hvor du har frihed til at vælge de datoer og tidspunkter, der passer bedst til din kalender – og hvis du går glip af en session, kan du nemt ombooke den. Hver session optages, så du kan gennemgå materialet så mange gange som nødvendigt.

Ved afslutningen af programmet vil du have opnået omfattende viden og være i stand til at demonstrere og anvende denne i en række forskellige praktiske opgaver og projekter.

Hvor lang tid tager det at gennemføre programmet?

På grund af kombinationen af e-læring og online live klasseværelsesbootcamp tager programmet normalt 11 måneder (5-10 timer/uge). Du kan dog gøre det hurtigere på anmodning. Tøv ikke med at kontakte os for en bedre løsning! Nogle personer kan gennemgå programmet ret hurtigt, andre har brug for mere tid. Bemærk: Nogle andre masterprogrammer tager længere tid. Dette er et skøn. Du vil have 365 dages adgang til programmets e-læringsvideoer og klasseoptagelser.

Hvordan er programmet opbygget? Skal jeg komme til et uddannelsescenter?

Størstedelen af programmerne er baseret på fjernundervisning. De fleste af dem indeholder intensive online bootcamps med e-læring, som du kan gennemføre i dit eget tempo. Disse læringsforløb består af forskellige kurser og emner, der er relateret til specifikke færdigheder for en rolle eller et job. Der er også online klasseundervisning via vores avancerede system til professionel fjernundervisning. Der er en række forskellige tidspunkter at vælge imellem, og vi optager altid sessionerne, så du kan lytte til dem, hvis du går glip af noget eller ønsker at gennemgå informationen. Der er altid nogen til rådighed for at hjælpe og støtte dig, hvis du har spørgsmål om de færdigheder, du lærer.

Hvornår kan jeg tage onlinekurser, der er en del af programmet?

Tidspunktet for kurserne varierer fra gruppe til gruppe. Du får adgang til et instrumentpanel med flere tidsvinduer for hver session eller emne, så du kan vælge det, der passer dig bedst. Sessioner kan planlægges på hverdage om eftermiddagen, i weekenden om morgenen eller om aftenen, afhængigt af deltagernes interesse og undervisernes tilgængelighed. Hvis du går glip af en session, kan du altid indhente det forsømte ved at se optagelserne, så du aldrig går glip af noget indhold.

Hvornår kan jeg låse mit 'Master Certificate' op?

Når du har gennemført mindst 85 % af kursusmaterialet, kan dit certifikat låses op. Dette gælder for alle Master-programmer. Et af kriterierne for at opnå Master Certificate er at deltage i livekurserne. Der kan dog gøres undtagelser, hvis du ikke har mulighed for at deltage live, men det er stadig et krav, at du ser optagelserne. Læs mere om dit specifikke kursus eller send os en e-mail for mere information.