Introduction to Predictive AI

• 了解基本统计学
• 具有任何编程语言的经验
• 熟悉数据处理和电子表格
• 无需具备人工智能或数据科学方面的经验

观众

• IT 专业人员
• 数据分析师
• 技术人员

预测性人工智能是使用数据预测未来事件的艺术和科学。

这种以讲师为主导的现场培训（在线或现场）面向希望掌握预测 AI 基础知识的初级 IT 专业人员。

在培训结束时，参与者将能够：

• 了解预测 AI 及其应用的核心概念。
• 收集、清理和预处理数据以进行预测分析。
• 探索和可视化数据以发现见解。
• 建立基本的统计模型进行预测。
• 评估预测模型的性能。
• 将预测性 AI 概念应用于实际场景。

课程形式

• 互动讲座和讨论。
• 大量的练习和练习。
• 在现场实验室环境中动手实施。

课程自定义选项

• 如需申请本课程的定制培训，请联系我们进行安排。

介绍

• 定义预测性 AI
• 预测分析的历史背景和演变
• 机器学习和数据挖掘的基本原理

数据收集和预处理

• 收集相关数据
• 清理和准备用于分析的数据
• 了解数据类型和来源

探索性 Data Analysis （EDA）

• 可视化数据以获得见解
• 描述性统计和数据汇总
• 识别数据中的模式和关系

统计建模

• 统计推断的基础知识
• 回归分析
• 分类模型

Machine Learning 预测算法

• 监督学习算法概述
• 决策树和随机森林
• 神经网络和深度学习基础知识

模型评估和选择

• 了解模型准确性和性能指标
• 交叉验证技术
• 过拟合和模型调整

预测性人工智能的实际应用

• 各行各业的案例研究
• 预测建模中的伦理考虑
• 预测性 AI 的局限性和挑战

实践项目

• 使用数据集创建预测模型
• 应用模型进行预测
• 评估和解释结果

摘要和后续步骤