CampusX courses

Campusx -Бесплатная коллекция курсов

Добро пожаловать в Campusx Curated Collection of Complete Courses, предназначенную для того, чтобы помочь вам освоить ключевые технологии и концепции в области искусственного интеллекта, ML, науки о данных и многого другого.

---

Названия курса

1. Введение в генеративный ИИ с Langchain
2. Сквозные проекты машинного обучения с AWS SageMaker
3. Методы прогнозирования временных рядов
4. Решения E-KYC с использованием компьютерного зрения
5. SQL для анализа данных и решения проблем
6. Обнаружение эмоций с помощью сверточных нейронных сетей (CNN)
7. Создание сквозных систем ML с MLOPS
8. Усовершенствованное глубокое обучение с Pytorch
9. Методы моделирования кредитного риска
10. Использование LmamainDex для генеративных задач AI
11. Обнаружение объекта с использованием глубокого обучения
12. Поиск дополненного поколения (Rag)
13. Генеративный ИИ для видения
14. Создание агентов ИИ
15. Колба для машинного обучения
16. Анализ данных с использованием MS Excel

Подробные описания курсов

Название курса	Описание курса	Связь
Обнаружение эмоций с использованием глубокого обучения	Включите методы глубокого обучения для обнаружения человеческих эмоций на основе выражений лица. Включает в себя важную теорию, практические приложения и практические проекты.	[Обнаружение эмоций с помощью CNN] (обнаружение эмоций с использованием глубокого обучения/readme.md)
Gen AI Проекты с использованием Langchain	Комплексное руководство по созданию генеративных проектов искусственного интеллекта с использованием Langchain, охватывающего как фундаментальные концепции, так и сложные проекты проектов.	[Введение в генеративный ИИ с Langchain] (Gen AI Projects с использованием langchain/readme.md)
Моделирование кредитного риска с использованием ML	Научитесь разработать модели машинного обучения, которые точно предсказывают кредитный риск, включающие реальные наборы данных и методы для прогнозирующего моделирования.	[Методы моделирования кредитного риска] (Моделирование кредитного риска с использованием машинного обучения/readme.md)
Проекты глубокого обучения с использованием Pytorch	Получите практическое опыт создания глубоких приложений для обучения, таких как машинный перевод и системы прогнозирования следующего слова с использованием Pytorch.	Ссылка заполнителя
Создание системы E-KYC с компьютерным зрением	Создайте систему E-KYC, используя методы компьютерного зрения, изучение вариантов использования проверки идентификации и обнаружения мошенничества.	Ссылка заполнителя
Тематические исследования SQL	Работать через пять реальных тематических исследований, чтобы применить навыки SQL в анализе данных и контекстах решения данных.	Ссылка заполнителя
Проект прогнозирования временных рядов	Разработать модели для прогнозирования временных рядов, используя традиционные статистические методы и современные методы ML для прогнозного анализа.	Ссылка заполнителя
Генеральный ИИ Проекты с использованием llamaindex	Исследуйте LlamainDex и его возможности для разработки проектов искусственного интеллекта, от основных настройков до передовых генеративных решений искусственного интеллекта.	Ссылка заполнителя
Сквозный проект ML с использованием AWS SageMaker	Узнайте, как создавать проекты машинного обучения, используя AWS SageMaker, охватывая все этапы от предварительной обработки данных до моделирования развертывания и мониторинга.	Ссылка заполнителя
Обнаружение объекта с использованием глубокого обучения	Погрузитесь в методы обнаружения объектов, используя рамки глубокого обучения для создания систем, управляемых AI, способными идентифицировать и классифицировать объекты в режиме реального времени.	Ссылка заполнителя
Генеративный ИИ для видения	Глубокое погружение в стабильную диффузию, Gans, вариационные автоэкомподер и использование моделей обнимающих лиц для реализации передовых визуальных проектов с использованием генеративных методов ИИ.	[Генеративный ИИ для видения] (Генеративный AI для Vision/readme.md)

---

Важные соображения

• Ваш опыт: вы новичок или имеете предыдущий опыт работы в области данных, ИИ или соответствующих технологий?
• Ваши цели: Чего вы стремитесь достичь? Вы учитесь на карьерный рост или личный интерес?
• Секвенирование курса: некоторые курсы могут основываться на других (например, вступление в генеративный ИИ, за которым следует передовые курсы ИИ).
• Предварительные условия: обязательно проверяйте, есть ли какие -либо курсы есть конкретные предпосылки, которые помогут вам планировать соответствующим образом.

---

Как выбрать курс

• Расставьте приоритеты в своих интересах: начните с тем, которые действительно вас интересуют.
• Оцените сложность: если вы новичок, начните с вступительных курсов.
• Проверьте описания: убедитесь, что курс соответствует вашим целям, просмотрев описания и предпосылки.
• Временное обязательство: спланируйте свой график, чтобы убедиться, что вы можете посвятить достаточно времени на курс.

---

Отказ от ответственности

Этот репозиторий предназначен только для образовательных целей . Весь контент принадлежит кампусу и предназначен для поддержки обучения и исследования. Мы поощряем ответственное использование предоставленной информации. Ни создатели, ни участники не несут ответственности за какое -либо неправильное использование или неверное толкование контента в этом хранилище.

---

Связаться с нами

Платформа	Связь
	Campusx YouTube
	Campusx LinkedIn
	Campusx Instagram