PricingLoginStart free
Lær AI med Python logo
PythonDataNiveauer A1 → C222 sprog

Lær AI med Python

Lær_AI_med_Python. Et læringsforløb på CoddyKit med 53 korte kurser og 225 interaktive lektioner – med en AI-vejleder ved din side døgnet rundt.

Kurser
53
Lektioner
225
Interaktive trin
2,652
Gratis at komme i gang
Kursus 1
GET IT ONGoogle PlayDownload on theApp Store
Kursusindhold

53 kurser på denne sti

Alle kurser på Lær AI med Python-stien i læringsrækkefølge. Det første kursus er gratis.

1

A13 lektionerGratis

Denne lektion introducerer det grundlæggende inden for programmering og forklarer, hvorfor Python er et ideelt sprog for begyndere. De lærer også at opsætte deres miljø og skrive deres første Python-…

  1. 1Hvad er programmering?
  2. 2Hvorfor lære Python?
  3. 3Dit første kig på Python-kode
Start gratis
2

A14 lektionerPRO

Lær de grundlæggende begreber inden for Python-programmering, herunder variabler, datatyper og grundlæggende operationer. Denne kategori danner grundlag for mere komplekse emner.

  1. 1Variabler og datatyper
  2. 2Input og output
  3. 3Grundlæggende aritmetik og operatorer
  4. +1 flere
Start gratisLås op med PRO
3

A24 lektionerPRO

Dyk ned i beslutningstagning og løkker i Python. Lær at skrive programmer, der kan reagere på forskellige betingelser og gentage opgaver effektivt.

  1. 1Forstå betingelser
  2. 2Boolesk logik og sammenligninger
  3. 3Løkker
  4. +1 flere
Start gratisLås op med PRO
4

A25 lektionerPRO

Funktioner er byggestenene i genanvendelig kode. Denne kategori gennemgår, hvordan De opretter og bruger funktioner effektivt, og introducerer modulær programmering.

  1. 1Hvad er en funktion?
  2. 2Returnerede værdier
  3. 3Variablers scope og levetid
  4. +2 flere
Start gratisLås op med PRO
5

B15 lektionerPRO

Udforsk Pythons centrale datastrukturer såsom lister, tupler, mængder og dictionaries, og lær at manipulere og organisere data effektivt.

  1. 1Lister
  2. 2Tupler
  3. 3Sets
  4. +2 flere
Start gratisLås op med PRO
6

B16 lektionerPRO

Opdag principperne inden for objektorienteret programmering – et effektivt paradigme til at bygge genanvendelige og skalerbare applikationer.

  1. 1Klasser og objekter
  2. 2Attributter og metoder
  3. 3Nedarvning
  4. +3 flere
Start gratisLås op med PRO
7

A23 lektionerPRO

Lær at læse fra og skrive til filer i Python, så De kan arbejde med data fra den virkelige verden og gemme oplysninger permanent.

  1. 1Læsning og skrivning af filer
  2. 2Arbejde med CSV-filer
  3. 3Håndtering af undtagelser ved fil-I/O
Start gratisLås op med PRO
8

B14 lektionerPRO

Opsæt et velegnet datalogi-miljø med virtuelle miljøer, Jupyter-notebooks og Python-værktøjer.

  1. 1Virtuelle miljøer og pip
  2. 2Jupyter Notebooks til data science
  3. 3Python-datatyper til data science
  4. +1 flere
Start gratisLås op med PRO
9

B14 lektionerPRO

Opbyg færdigheder i at håndtere fejl på en elegant måde i Python-programmer, så Deres kode bliver mere robust og brugervenlig.

  1. 1Forstå fejl
  2. 2Brug af try, except og finally
  3. 3Udløsning af undtagelser
  4. +1 flere
Start gratisLås op med PRO
10

B25 lektionerPRO

Udforsk avancerede Python-begreber, så De kan skrive mere effektiv, kompakt og Pythonic-kode.

  1. 1Decorators
  2. 2Generators
  3. 3Context managers (with-udtryk)
  4. +2 flere
Start gratisLås op med PRO
11

B15 lektionerPRO

Pythons omfattende biblioteksøkosystem gør det muligt at løse opgaver lige fra dataanalyse til webudvikling. Denne kategori introducerer nogle populære biblioteker.

  1. 1Dataanalyse med Pandas
  2. 2Datavisualisering med Matplotlib
  3. 3NumPy til numeriske beregninger
  4. +2 flere
Start gratisLås op med PRO
12

B23 lektionerPRO

Lær teknikker til test og fejlfinding for at sikre, at Deres Python-kode fungerer korrekt og effektivt.

  1. 1Unit testing med unittest
  2. 2Debugging-teknikker
  3. 3Brug af debugging-værktøjer
Start gratisLås op med PRO
13

B13 lektionerPRO

Automatiser gentagne opgaver, og øg produktiviteten ved at skrive Python-scripts til almindelige opgaver.

  1. 1Automatisering af opgaver med scripts
  2. 2Arbejde med os og shutil
  3. 3Automatisering af e-mails og rapporter
Start gratisLås op med PRO
14

B14 lektionerPRO

Opbyg den statistiske intuition bag AI-algoritmer – fordelinger, hypotesetest og sandsynlighed.

  1. 1Deskriptiv statistik og fordelinger
  2. 2Sandsynlighed og Bayes' sætning
  3. 3Hypotesetest
  4. +1 flere
Start gratisLås op med PRO
15

B14 lektionerPRO

Transformér rå og ustrukturerede datasæt til rene data, der er klar til modeller, ved hjælp af scikit-learn- og pandas-pipelines.

  1. 1Detektion og fjernelse af outliers
  2. 2Kodning af kategoriske variabler
  3. 3Feature-skalering: normalisering og standardisering
  4. +1 flere
Start gratisLås op med PRO
16

B14 lektionerPRO

Udforsk systematisk ethvert datasæt for at opdage mønstre, sammenhænge og anomalier før modellering.

  1. 1EDA-workflow og dataprofiler­ing
  2. 2Univariat analyse
  3. 3Bivariat og multivariat analyse
  4. +1 flere
Start gratisLås op med PRO
17

B14 lektionerPRO

Rens og udtræk tekstdata med Pythons re-modul – en afgørende forbehandlingsfærdighed inden for NLP og AI.

  1. 1Regex-mønstre og tegnklasser
  2. 2re-modulet: search, match, findall, sub
  3. 3Fangstgrupper og navngivne grupper
  4. +1 flere
Start gratisLås op med PRO
18

B14 lektionerPRO

Gem, forespørg på og administrér AI-datasæt med SQLite og PostgreSQL fra Python.

  1. 1SQLite med Pythons sqlite3-modul
  2. 2Integration mellem Pandas og SQL
  3. 3Lagring og forespørgsel af ML-resultater
  4. +1 flere
Start gratisLås op med PRO
19

B14 lektionerPRO

Organisér professionelle AI-projekter med en velstruktureret mappestruktur, Git-versionsstyring og metoder, der sikrer reproducerbarhed.

  1. 1Professionel mappestruktur til AI-projekter
  2. 2Git til AI-projekter
  3. 3Reproducerbarhed: seeds, konfigurationer og miljøer
  4. +1 flere
Start gratisLås op med PRO
20

B24 lektionerPRO

Bliv fortrolig med NumPy-arrays, broadcasting og lineæralgebraoperationer til effektiv numerisk beregning.

  1. 1Oprettelse af arrays og deres egenskaber
  2. 2Indeksering, slicing og fancy indexing
  3. 3Broadcasting og vektoriserede operationer
  4. +1 flere
Start gratisLås op med PRO
21

B24 lektionerPRO

Gå videre end det grundlæggende med groupby, pivottabeller, multi-index og avancerede fletteoperationer.

  1. 1GroupBy og aggregering
  2. 2Pivot-tabeller og krydstabulering
  3. 3Avanceret fletning og join
  4. +1 flere
Start gratisLås op med PRO
22

B24 lektionerPRO

Indsaml data fra den virkelige verden via REST-API'er, paginér resultater, og gem strukturerede datasæt til AI-projekter.

  1. 1Grundlæggende REST-API'er til dataindsamling
  2. 2Sideinddeling og indsamling af store datasæt
  3. 3Effektiv lagring af indsamlede data
  4. +1 flere
Start gratisLås op med PRO
23

A15 lektionerPRO

Denne kategori introducerer de grundlæggende begreber inden for kunstig intelligens, herunder definition, betydning og historiske milepæle. De udforsker typer af AI såsom snæver, generel og superinte…

  1. 1Hvad er kunstig intelligens?
  2. 2Typer af kunstig intelligens
  3. 3Kunstig intelligens' historie
  4. +2 flere
Start gratisLås op med PRO
24

B24 lektionerPRO

Evaluér ML-modeller grundigt, og find de optimale hyperparametre ved hjælp af krydsvalidering og søgestrategier.

  1. 1Strategier for krydsvalidering
  2. 2Dybdegående gennemgang af klassifikationsmetrikker
  3. 3Grid search og random search
  4. +1 flere
Start gratisLås op med PRO
25

B24 lektionerPRO

Opret effektive nye features, der markant forbedrer modellens ydeevne gennem domæneviden og automatisering.

  1. 1Metoder til featureudvælgelse
  2. 2Oprettelse af interaktions- og polynomielle features
  3. 3Target encoding og avanceret håndtering af kategoriske data
  4. +1 flere
Start gratisLås op med PRO
26

A15 lektionerPRO

Udforsk de mange anvendelser af kunstig intelligens i den virkelige verden inden for brancher som sundhed, finans, e-handel, gaming og automatisering. Denne kategori viser eksempler på, hvordan AI fo…

  1. 1AI i sundhedsvæsenet
  2. 2AI i finanssektoren
  3. 3AI i e-handel
  4. +2 flere
Start gratisLås op med PRO
27

B24 lektionerPRO

Bliv fortrolig med SVM'er til klassifikation og regression ved hjælp af kernel-tricks til ikke-lineære beslutningsgrænser.

  1. 1SVM-teori: marginer og supportvektorer
  2. 2Kernel-tricket: RBF, polynomiel og sigmoid
  3. 3SVM'er til klassifikation med sklearn
  4. +1 flere
Start gratisLås op med PRO
28

B24 lektionerPRO

Analysér tidsmæssige mønstre, og opbyg prognosemodeller fra ARIMA til LSTM til forudsigelse i tidsserier.

  1. 1Tidsseriers komponenter og stationaritet
  2. 2ARIMA- og SARIMA-modeller
  3. 3Prophet til automatiseret forecasting
  4. +1 flere
Start gratisLås op med PRO
29

A15 lektionerPRO

Bliv klar til at bygge AI-løsninger ved at mestre vigtige Python-værktøjer og -biblioteker. Denne kategori gennemgår opsætning af udviklingsmiljøet, brug af Python-biblioteker som NumPy, Pandas og Sc…

  1. 1Python-biblioteker til AI
  2. 2Python-datatyper og datastrukturer
  3. 3Filhåndtering i Python
  4. +2 flere
Start gratisLås op med PRO
30

B24 lektionerPRO

Opbyg personaliserede anbefalingssystemer ved hjælp af kollaborativ filtrering, indholdsbaserede metoder og matrixfaktorisering.

  1. 1Collaborative filtering: brugerbaseret og item-baseret
  2. 2Matrixfaktorisering med SVD
  3. 3Indholdsbaseret filtrering
  4. +1 flere
Start gratisLås op med PRO
31

B24 lektionerPRO

Pak trænede ML-modeller ind i REST-API'er til produktion med FastAPI, Pydantic-validering og Docker.

  1. 1Grundlæggende FastAPI for ML-ingeniører
  2. 2Pydantic-skemaer til requests og responses
  3. 3Indlæsning og serving af ML-modeller
  4. +1 flere
Start gratisLås op med PRO
32

B15 lektionerPRO

Lær at forberede og manipulere data effektivt til AI-projekter. Denne kategori introducerer forskellige datatyper, teknikker til håndtering af manglende værdier, datanormalisering og sammenfletning a…

  1. 1Datatyper
  2. 2Håndtering af manglende data
  3. 3Dat normalisering
  4. +2 flere
Start gratisLås op med PRO
33

B24 lektionerPRO

Integrér GPT-4, Claude og Gemini i Python-applikationer ved hjælp af deres API'er til tekstgenerering og -analyse.

  1. 1OpenAI API: chat.completions og streaming
  2. 2Anthropic Claude API i Python
  3. 3Function calling og tool use med LLM'er
  4. +1 flere
Start gratisLås op med PRO
34

B24 lektionerPRO

Opbyg retrieval-augmented generation-systemer, der forankrer LLM-svar i din private vidensbase.

  1. 1LangChain-arkitektur og LCEL
  2. 2Indlæsning, opdeling og embedding af dokumenter
  3. 3Vector stores: Chroma og FAISS
  4. +1 flere
Start gratisLås op med PRO
35

A25 lektionerPRO

Det er lettere at forstå data, når de kan visualiseres. Denne kategori lærer dem at skabe informative visualiseringer ved hjælp af Python-biblioteker som Matplotlib og Plotly. Fra grundlæggende linje…

  1. 1Introduktion til datavisualisering
  2. 2Linjediagrammer
  3. 3Histogrammer og punktdiagrammer
  4. +2 flere
Start gratisLås op med PRO
36

C14 lektionerPRO

Bliv fortrolig med træbaserede ensemblemetoder – beslutningstræer, random forests og gradient boosting med XGBoost.

  1. 1Beslutningstræer: teori og implementering
  2. 2Random forests og bagging
  3. 3Gradient boosting: GBM og XGBoost
  4. +1 flere
Start gratisLås op med PRO
37

C14 lektionerPRO

Gå videre end bag-of-words med Word2Vec-, GloVe- og finjusterede BERT-embeddings til NLP-opgaver.

  1. 1Word2Vec: Skip-gram og CBOW
  2. 2GloVe- og FastText-embeddings
  3. 3Tekstklassifikation med BERT
  4. +1 flere
Start gratisLås op med PRO
38

B15 lektionerPRO

Denne kategori udforsker de grundlæggende algoritmer inden for overvåget læring, såsom lineær regression og logistisk regression samt evalueringsmål som nøjagtighed og F1-score. De lærer at implement…

  1. 1Begrebet lineær regression
  2. 2Implementering af lineær regression i Python
  3. 3Begrebet logistisk regression
  4. +2 flere
Start gratisLås op med PRO
39

C14 lektionerPRO

Tilpas forudtrænede computer vision-modeller til dine egne datasæt med finjustering og feature extraction.

  1. 1Begreber og strategier inden for transfer learning
  2. 2Brug af VGG16 og ResNet50 som basismodeller
  3. 3Finetuning: frigivelse og genindlæring
  4. +1 flere
Start gratisLås op med PRO
40

C14 lektionerPRO

Spor eksperimenter, versionsstyr modeller, og opbyg reproducerbare ML-pipelines med MLflow og moderne MLOps-praksisser.

  1. 1Eksperimenttracking med MLflow
  2. 2Modelregister og versionering
  3. 3Bygning af reproducerbare ML-pipelines
  4. +1 flere
Start gratisLås op med PRO
41

B25 lektionerPRO

Ikke-overvåget læring fokuserer på at opdage skjulte mønstre i data. Denne kategori introducerer clustering-teknikker som K-Means og metoder til dimensionsreduktion som PCA og t-SNE. Ved afslutningen…

  1. 1Introduktion til klyngealgoritmer
  2. 2K-Means-klyngedannelse
  3. 3Projekt med K-Means-klyngedannelse
  4. +2 flere
Start gratisLås op med PRO
42

C14 lektionerPRO

Opbyg modeller til billedklassifikation og objektdetektion fra bunden og med forudtrænede PyTorch-modeller.

  1. 1PyTorch-tensors og Autograd
  2. 2Tilpassede datasæt og DataLoaders
  3. 3Bygning og træning af CNN'er i PyTorch
  4. +1 flere
Start gratisLås op med PRO
43

C14 lektionerPRO

Forstå og implementér variational autoencoders og generative adversarial networks til datagenerering.

  1. 1Autoencodere til repræsentationslæring
  2. 2Variational autoencodere (VAE)
  3. 3GAN'er: generator og discriminator
  4. +1 flere
Start gratisLås op med PRO
44

B25 lektionerPRO

Dyk ned i kunstige neurale netværk, som er rygraden i moderne AI. Denne kategori forklarer neurale netværks arkitektur, aktiveringsfunktioner og backpropagation. De bygger også Deres første neurale n…

  1. 1Introduktion til neurale netværk
  2. 2Aktiveringsfunktioner
  3. 3Feedforward-neurale netværk
  4. +2 flere
Start gratisLås op med PRO
45

C14 lektionerPRO

Udrul ML-modeller til produktion ved hjælp af Docker, cloud-platforme og skalerbar infrastruktur til model serving.

  1. 1Containerisering af ML-modeller med Docker
  2. 2Cloud-deployment: AWS SageMaker
  3. 3High-performance serving med Triton Inference Server
  4. +1 flere
Start gratisLås op med PRO
46

C14 lektionerPRO

Opbyg pålidelige AI-systemer ved at opdage bias, måle fairness og gøre modellernes beslutninger fortolkelige.

  1. 1Detektion af bias i ML-modeller
  2. 2SHAP-værdier til model-forklarlighed
  3. 3LIME: lokalt fortolkelige forklaringer
  4. +1 flere
Start gratisLås op med PRO
47

B25 lektionerPRO

Udforsk, hvordan AI behandler og forstår menneskesprog. Denne kategori gennemgår teknikker til tekstforbehandling, tokenisering, sentimentanalyse og avancerede modeller som transformers. Ved afslutni…

  1. 1Arbejde med tekstdata
  2. 2Tokenisering og normalisering
  3. 3N-gram-modeller
  4. +2 flere
Start gratisLås op med PRO
48

C14 lektionerPRO

Design end-to-end-arkitekturer til AI-systemer, der er skalerbare, pålidelige og nemme at vedligeholde i produktion.

  1. 1Arkitekturmønstre til AI-systemer
  2. 2Skalerbare ML-pipelines med Airflow
  3. 3Feature stores: Feast og Tecton
  4. +1 flere
Start gratisLås op med PRO
49

C24 lektionerPRO

Implementér moderne RL-algoritmer – policy gradients, PPO og actor-critic-metoder – med stable-baselines3.

  1. 1Policy gradient-metoder: REINFORCE
  2. 2Actor-critic-metoder (A2C)
  3. 3Proximal Policy Optimization (PPO)
  4. +1 flere
Start gratisLås op med PRO
50

B15 lektionerPRO

Lær, hvordan AI fortolker og manipulerer visuelle data. Med udgangspunkt i det grundlæggende om billedrepræsentation går De videre til at bruge OpenCV til billedbehandling og bygge convolutional neur…

  1. 1Hvad er billeddata?
  2. 2Billedbehandling med OpenCV
  3. 3Konvolutionelle neurale netværk (CNN)
  4. +2 flere
Start gratisLås op med PRO
51

C24 lektionerPRO

Anvend GNN'er til opgaver inden for nodeklassifikation, linkforudsigelse og grafklassifikation med PyTorch Geometric.

  1. 1Grafteori til machine learning
  2. 2Grafkonvolutionsnetværk (GCN)
  3. 3Nodeklassifikation med GNN
  4. +1 flere
Start gratisLås op med PRO
52

C24 lektionerPRO

Træn modeller på tværs af flere GPU'er og maskiner med PyTorch DistributedDataParallel og moderne værktøjer.

  1. 1Multi-GPU-træning med DataParallel
  2. 2DistributedDataParallel (DDP)
  3. 3Træning med mixed precision og AMP
  4. +1 flere
Start gratisLås op med PRO
53

C15 lektionerPRO

Forstærkningslæring gør det muligt for AI-agenter at lære af deres miljø ved at modtage belønninger eller straffe for deres handlinger. Denne kategori introducerer centrale begreber som Q-learning, u…

  1. 1Grundlæggende begreber i reinforcement learning
  2. 2Q-table-konceptet
  3. 3Implementering af en Q-tabel i Python
  4. +2 flere
Start gratisLås op med PRO
CoddyKit PRO

Lås op for alle 53 kurser på denne sti og alle kurser på alle andre stier

AI-vejleder, certificeringseksamen og certifikat. Fungerer på web, iOS og Android.

Se alle abonnementer
Årligt$29.90 / årCa. $2.49 om månedenBetal én gangLivstid$69.99 én gangIngen fornyelser. PRO for altid.
Kursusoversigt

Lær AI med Python – fra den første kodelinje til produktionssystemer

Python er det dominerende sprog inden for kunstig intelligens og maskinlæring, ikke ved et tilfælde, men fordi økosystemet – NumPy, Pandas, scikit-learn, PyTorch, TensorFlow, LangChain – svarer direkte til det arbejde, AI-ingeniører udfører hver dag. Dette læringsforløb dækker hele stakken: skrivning af Python fra bunden, behandling og analyse af data, opbygning og evaluering af modeller samt udrulning af dem som virkelige tjenester.

Det lærer du

Du begynder med Pythons syntaks, datastrukturer og objektorienteret programmering og går derefter videre til det grundlæggende i datavidenskab: statistiske grundprincipper, datarensning, eksplorativ analyse og feature engineering. Derefter dækker forløbet overvåget og ikke-overvåget læring, supportvektormaskiner, prognoser for tidsserier og anbefalingssystemer. Senere kurser behandler store sprogmodeller med Python, LangChain og RAG-systemer, computer vision med PyTorch, transfer learning med Keras og TensorFlow, generativ AI med VAE'er og GAN'er samt ansvarlig AI og forklarbarhed. Den avancerede del af forløbet introducerer grundlaget for MLOps, udrulning af AI-modeller i stor skala med FastAPI, distribueret træning og maskinlæring i stor skala, graf-neurale netværk og avanceret forstærkningslæring.

Læringsforløbet

Over 50 kurser går fra A1 til C2. De indledende kurser – Introduktion til programmering, Python-grundlag og Funktioner og modulær programmering – forudsætter ingen tidligere erfaring. Kurser midt i forløbet som dybdegående gennemgang af NumPy, avancerede Pandas-operationer, modelevaluering og tuning af hyperparametre og Natural Language Processing (NLP) opbygger praktisk fortrolighed med maskinlæring. Forløbet afsluttes med kurser på C1- og C2-niveau: AI-systemarkitektur og -design, avanceret forstærkningslæring, graf-neurale netværk og distribueret træning og maskinlæring i stor skala.

Sådan fungerer det

Hvert kursus er opdelt i korte, fokuserede lektioner, som du gennemfører i den indbyggede kodeeditor med feedback i realtid. En AI-underviser er tilgængelig, når du sidder fast – den forklarer fejl, uddyber koncepter og foreslår de næste skridt uden bare at give dig svaret.

Værktøjer

Øv dig med AI – læs ikke bare

Få mere ud af din læring med AI-drevne værktøjer og funktioner

AI-kodegeneratorGenerér kode med AIAI-fejlretningFind og ret fejl i kodePROAI-indsigtDybdegående kodeanalysePROAI-chatChat med en AI-underviserStil et superspørgsmålFå svar på ekspertniveauPROOpret lektionAI-drevet værktøj til at oprette lektionerPROStart certificeringseksamenFå dit certifikatPROKodeeditorSkriv og kør kodeStart udfordringAfprøv dine færdigheder

Sådan lærer du

  1. 01

    Interaktive lektioner

    Praktiske kodeøvelser med feedback i realtid

  2. 02

    AI-underviser

    Få øjeblikkelig hjælp fra vores AI, når du sidder fast

  3. 03

    Indbygget editor

    Skriv og kør kode direkte i din browser

  4. 04

    Certifikat

    Få et certifikat, når du gennemfører kurset

Udforsk videre

Relaterede læringsstier

Python Academy logoPython AcademyExplore the versatility of Python and build diverse projects with Python Academy.Web Scraping & Bots logoWebscraping og botudviklingMaster the art of web scraping and bot development to automate tasks, gather data efficie…SQL Academy logoSQL AcademyManage and query databases effectively by learning SQL at SQL Academy.Cyber Security Academy logoCyber Security AcademyProtect digital systems and data with essential skills from Cyber Security Academy.LangChain / RAG / Vector DBs logoLangChain / RAG / vektordatabaserMaster LangChain, Retrieval Augmented Generation (RAG), and Vector Databases to build pow…PostgreSQL Performance & Query Optimization logoYdelsesoptimering og optimering af forespørgsler i PostgreSQLMaster PostgreSQL performance tuning and query optimization techniques to build highly ef…
Ofte stillede spørgsmål

Ofte stillede spørgsmål

Er Lær AI med Python-kurset gratis?

Ja. Du kan begynde på Lær AI med Python-kurset gratis og gennemføre de interaktive lektioner uden omkostninger. Et valgfrit PRO-abonnement giver adgang til avancerede AI-værktøjer og et certifikat, der kan deles.

Skal jeg have erfaring på forhånd for at lære Python?

Nej. Kurset begynder med det grundlæggende og bevæger sig gradvist videre til mere avancerede emner, så du kan starte uden tidligere erfaring med Python.

Hvordan lærer jeg Python på CoddyKit?

Du lærer ved at øve dig. Korte interaktive lektioner kombinerer en tydelig forklaring med en praktisk kodeøvelse, der kører i realtid, og en AI-vejleder, der er tilgængelig døgnet rundt, hjælper dig personligt, når du sidder fast.

Får jeg et certifikat, når jeg gennemfører Lær AI med Python?

Ja. PRO-brugere kan tage en eksamen og få et certifikat for gennemførelse af Lær AI med Python-kurset, som kan deles og indeholder en verificerbar kode.

Kan jeg lære Python på min telefon?

Ja. CoddyKit er tilgængeligt på nettet og som indbyggede iOS- og Android-apps, så du kan lære Python på enhver enhed, og dine fremskridt synkroniseres på tværs af dem.

Hvad koster CoddyKit PRO?

Det første kursus på Lær AI med Python-stien er gratis. CoddyKit PRO giver adgang til alle kurser: $5.90 om ugen, $7.90 om måneden, $29.90 om året eller $69.99 én gang for livstidsadgang uden fornyelser.

Hvor lang tid tager det at gennemføre Lær AI med Python?

Lær AI med Python har 53 kurser og 225 lektioner. De fleste lektioner tager cirka 5–10 minutter, så hele stien kræver omkring 26 timers praktisk øvelse i dit eget tempo.

Start på Lær AI med Python nu

Slut dig til tusindvis af kursister, der mestrer programmering med AI-drevne lektioner.

Start gratisSe alle kurser