AIP-110.AK1
Certified Artificial Intelligence Practitioner (CAIP)
Adquiera experiencia práctica para aprobar el examen CertNexus AIP-110 con el curso y laboratorio Certified Artificial Intelligence Practitioner (CAIP). El laboratorio está basado en la nube, habilitado para dispositivos y se puede integrar fácilmente con un LMS. Los capítulos interactivos cubren de forma integral los objetivos del examen AIP-110 y proporcionan una comprensión de temas como la formulación de problemas, la inteligencia artificial aplicada y el aprendizaje automático en los negocios; la recopilación, comprensión, limpieza e ingeniería de datos; analizar un conjunto de datos para obtener información, selección de algoritmos y entrenamiento de modelos, transferencia de modelos, ética y supervisión; y más.
- Practice in 27 Laboratorios prácticos — nothing to install
- 13 Lecciones interactivas y 46 topics mapped to the official exam objectives
- 199 Preguntas del examen de práctica y 2 Pruebas completas
Intermediate A tu propio ritmo · 1 año de acceso 4.3/5 (97 Revisar)
27 LiveLabs prácticos
Practice real IT tasks in guided environments.
- Entornos reales
- Calificación automática
- Sin instalación
01 / Habilidades que obtendrás
What you will be able to do
Target Career Roles
- Desarrollador de IA
- Científico de datos
- Animador de avatares
- Científico aplicado
- Científico investigador
- Científico de aprendizaje automático
- Redactor de interfaces de conversación/contenido
02 / Lecciones y laboratorios
See exactly what you will learn and practice
Plan de estudios
13 Lecciones interactivas · 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 Laboratorio en vivo +
- 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 Laboratorio en vivo in this lesson — see the labs panel →
04 Setting Up and Training a Model 3 topics · 4 Laboratorio en vivo +
- Topic A: Set Up a Machine Learning Model
- Topic B: Train the Model
- Summary
4 Laboratorio en vivo 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 Laboratorio en vivo +
- 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 Laboratorio en vivo in this lesson — see the labs panel →
07 Building Classification Models 5 topics · 5 Laboratorio en vivo +
- 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 Laboratorio en vivo in this lesson — see the labs panel →
08 Building Clustering Models 3 topics · 3 Laboratorio en vivo +
- Topic A: Build k-Means Clustering Models
- Topic B: Build Hierarchical Clustering Models
- Summary
3 Laboratorio en vivo in this lesson — see the labs panel →
09 Building Decision Trees and Random Forests 3 topics · 2 Laboratorio en vivo +
- Topic A: Build Decision Tree Models
- Topic B: Build Random Forest Models
- Summary
2 Laboratorio en vivo in this lesson — see the labs panel →
10 Building Support-Vector Machines 3 topics · 2 Laboratorio en vivo +
- Topic A: Build SVM Models for Classification
- Topic B: Build SVM Models for Regression
- Summary
2 Laboratorio en vivo in this lesson — see the labs panel →
11 Building Artificial Neural Networks 4 topics · 1 Laboratorio en vivo +
- Topic A: Build Multi-Layer Perceptrons (MLP)
- Topic B: Build Convolutional Neural Networks (CNN)
- Topic C: Build Recurrent Neural Networks
- Summary
1 Laboratorio en vivo 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
Laboratorios prácticos Our edge
27 Laboratorio en vivos- 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 / Detalles del examen
Certified Artificial Intelligence Practitioner (CAIP) Detalles
Adquiera experiencia práctica para aprobar el examen CertNexus AIP-110 con el curso y laboratorio Certified Artificial Intelligence Practitioner (CAIP). El laboratorio está basado en la nube, habilitado para dispositivos y se puede integrar fácilmente con un LMS. Los capítulos interactivos cubren de forma integral los objetivos del examen AIP-110 y proporcionan una comprensión de temas como la formulación de problemas, la inteligencia artificial aplicada y el aprendizaje automático en los negocios; la recopilación, comprensión, limpieza e ingeniería de datos; analizar un conjunto de datos para obtener información, selección de algoritmos y entrenamiento de modelos, transferencia de modelos, ética y supervisión; y más.
¿Listo para presentar el examen?
Agrega tu AIP-110.AK1 bono de examen oficial a tu pedido.
Bono oficial · Entrega rápida · Paquete de repetición disponible04 / Preguntas frecuentes
Preguntas antes de empezar
¿Cuáles son los requisitos previos para este examen?+
¿Cuál es la cuota de inscripción al examen?+
¿Dónde hago el examen?+
¿Cuál es el formato del examen?+
¿Cuántas preguntas se hacen en el examen?+
¿Cuál es la duración del examen?+
¿Cuál es la puntuación mínima para aprobar?+
¿Cuál es la política de repetición del examen?+
¿Cuál es la validez de la certificación?+
¿Dónde puedo encontrar más información sobre este examen?+
Prepárate para Certified Artificial Intelligence Practitioner (CAIP)
Pago único. Acceso completo durante 1 año. Comienza con una prueba gratuita si primero quieres echar un vistazo.
- 1 año de acceso completo
- 27 LiveLab incluido
- Certificado de finalización
No se requiere tarjeta de crédito