AIP-110.AK1 ISBN-Nummer: 978-1-64459-224-3
Certified Artificial Intelligence Practitioner (CAIP)
Sammeln Sie praktische Erfahrung, um die CertNexus AIP-110-Prüfung mit dem Kurs und dem Labor zum zertifizierten KI-Praktiker (CAIP) zu bestehen. Das Labor ist cloudbasiert, gerätefähig und lässt sich problemlos in ein LMS integrieren. Interaktive Kapitel decken umfassend die Prüfungsziele der AIP-110 ab und vermitteln ein Verständnis von Themen wie Problemformulierung, angewandte künstliche Intelligenz und maschinelles Lernen in der Wirtschaft; Datenerfassung, -verständnis, -bereinigung und -verarbeitung; Analysieren Sie Datensätze, um Erkenntnisse zu gewinnen, wählen Sie Algorithmen aus, trainieren Sie Modelle, übergeben Sie Modelle, beachten Sie ethische Grundsätze und Aufsicht und vieles mehr.
Intermediate Selbstgesteuert · 1 Jahr Zugang 4.3/5 (97 Rezension)
27 Praktische LiveLabs
Practice real IT tasks in guided environments.
- Reale Umgebungen
- Automatisch bewertet
- Keine Installation
01 / About
Über diesen Kurs
Target Career Roles
- KI-Entwickler
- Data Scientist
- Avatar-Animator
- Angewandter Wissenschaftler
- Wissenschaftlicher Mitarbeiter
- Wissenschaftler für maschinelles Lernen
- Entwickler von Konversations-/Inhaltsschnittstellen
02 / Lektionen & Labore
See exactly what you will learn and practice
Unterrichtsplan
13 Interaktive Lektionen · 46 topics01 Introduction 3 topics +
- Course Description
- How to use this Course
- Course-Specific Technical Requirements
02 Solving Business Problems Using AI and ML 5 topics +
- Topic A: Identify AI and ML Solutions for Business Problems
- Follow a Machine Learning Workflow
- Topic C: Formulate a Machine Learning Problem
- Topic D: Select Appropriate Tools
- Summary
03 Collecting and Refining the Dataset 5 topics · 6 LiveLab +
- Topic A: Collect the Dataset
- Topic B: Analyze the Dataset to Gain Insights
- Topic C: Use Visualizations to Analyze Data
- Topic D: Prepare Data
- Summary
6 LiveLab in this lesson — see the labs panel →
04 Setting Up and Training a Model 3 topics · 4 LiveLab +
- Topic A: Set Up a Machine Learning Model
- Topic B: Train the Model
- Summary
4 LiveLab in this lesson — see the labs panel →
05 Finalizing a Model 3 topics +
- Topic A: Translate Results into Business Actions
- Topic B: Incorporate a Model into a Long-Term Business Solution
- Summary
06 Building Linear Regression Models 4 topics · 4 LiveLab +
- Topic A: Build Regression Models Using Linear Algebra
- Topic B: Build Regularized Regression Models Using Linear Algebra
- Topic C: Build Iterative Linear Regression Models
- Summary
4 LiveLab in this lesson — see the labs panel →
07 Building Classification Models 5 topics · 5 LiveLab +
- Topic A: Train Binary Classification Models
- Topic B: Train Multi-Class Classification Models
- Topic C: Evaluate Classification Models
- Topic D: Tune Classification Models
- Summary
5 LiveLab in this lesson — see the labs panel →
08 Building Clustering Models 3 topics · 3 LiveLab +
- Topic A: Build k-Means Clustering Models
- Topic B: Build Hierarchical Clustering Models
- Summary
3 LiveLab in this lesson — see the labs panel →
09 Building Decision Trees and Random Forests 3 topics · 2 LiveLab +
- Topic A: Build Decision Tree Models
- Topic B: Build Random Forest Models
- Summary
2 LiveLab in this lesson — see the labs panel →
10 Building Support-Vector Machines 3 topics · 2 LiveLab +
- Topic A: Build SVM Models for Classification
- Topic B: Build SVM Models for Regression
- Summary
2 LiveLab in this lesson — see the labs panel →
11 Building Artificial Neural Networks 4 topics · 1 LiveLab +
- Topic A: Build Multi-Layer Perceptrons (MLP)
- Topic B: Build Convolutional Neural Networks (CNN)
- Topic C: Build Recurrent Neural Networks
- Summary
1 LiveLab in this lesson — see the labs panel →
12 Promoting Data Privacy and Ethical Practices 4 topics +
- Topic A: Protect Data Privacy
- Topic B: Promote Ethical Practices
- Topic C: Establish Data Privacy and Ethics Policies
- Summary
13 Appendix A 1 topics +
- Mapping Certified Artificial Intelligence (AI) P...oner (Exam AIP-110) Objectives to Course Content
Praktische Übungen Our edge
27 LiveLabs- Examining the Structure of a Machine Learning Dataset
- Loading the Dataset
- Exploring the General Structure of the Dataset
- Analyzing a Dataset Using Statistical Measures
- Module 1 Lab
- Splitting the Training and Testing Datasets and Labels
- Setting Up a Machine Learning Model
- Dealing with Outliers
- Scaling and Normalizing Features
- Module 2 Lab
- Building a Regression Model using Linear Algebra
- Building a Linear Regression Model to Predict Diabetes Progression
- Building a Regularized Linear Regression Model
- Building an Iterative Linear Regression Model
- Creating a Logistic Regression Model to Predict Breast Cancer Recurrence
- Training Binary Classification Models
- Training a Multi-Class Classification Model
- Evaluating a Classification Model
- Tuning a Classification Model
- Building a k-Means Clustering Model
- Building a Clustering Model for Customer Segmentation
- Building a Hierarchical Clustering Model
- Building a Decision Tree Model
- Building a Random Forest Model
- Building an SVM Model for Classification
- Building an SVM Model for Regression
- Building an MLP
03 / Prüfungsdetails
Certified Artificial Intelligence Practitioner (CAIP) Details
Sammeln Sie praktische Erfahrung, um die CertNexus AIP-110-Prüfung mit dem Kurs und dem Labor zum zertifizierten KI-Praktiker (CAIP) zu bestehen. Das Labor ist cloudbasiert, gerätefähig und lässt sich problemlos in ein LMS integrieren. Interaktive Kapitel decken umfassend die Prüfungsziele der AIP-110 ab und vermitteln ein Verständnis von Themen wie Problemformulierung, angewandte künstliche Intelligenz und maschinelles Lernen in der Wirtschaft; Datenerfassung, -verständnis, -bereinigung und -verarbeitung; Analysieren Sie Datensätze, um Erkenntnisse zu gewinnen, wählen Sie Algorithmen aus, trainieren Sie Modelle, übergeben Sie Modelle, beachten Sie ethische Grundsätze und Aufsicht und vieles mehr.
04 / FAQS
Fragen, bevor Sie beginnen
Welche Voraussetzungen müssen für diese Prüfung erfüllt sein?+
Wie hoch ist die Prüfungsgebühr?+
Wo kann ich die Prüfung ablegen?+
Wie ist die Prüfung aufgebaut?+
Wie viele Fragen umfasst die Prüfung?+
Wie lange dauert die Prüfung?+
Welche Punktzahl ist zum Bestehen erforderlich?+
Wie lauten die Regelungen zur Wiederholung der Prüfung?+
Welche Gültigkeit hat die Zertifizierung?+
Wo finde ich weitere Informationen zu dieser Prüfung?+
Bereiten Sie sich vor auf Certified Artificial Intelligence Practitioner (CAIP)
Einmalige Zahlung. Voller Zugang für 1 Jahr. Starten Sie mit einer kostenlosen Testversion, wenn Sie sich zunächst umsehen möchten.
- 1 Jahr voller Zugang
- 27 LiveLab enthalten
- Abschlusszertifikat
Keine Kreditkarte benötigt