PricingLoginStart free
Lær AI med Python logo
PythonDataNivåer A1 → C222 språk

Lær AI med Python

Learn_AI_with_python. En læringssti fra CoddyKit med 53 korte kurs og 225 interaktive leksjoner, med en AI-veileder tilgjengelig døgnet rundt.

Kurs
53
Leksjoner
225
Interaktive trinn
2,652
Gratis å komme i gang
Kurs 1
GET IT ONGoogle PlayDownload on theApp Store
Kursinnhold

53 kurs i denne læringsstien

Alle kursene i læringsstien Lær AI med Python, i læringsrekkefølge. Det første er gratis.

1

A13 leksjonerGratis

Denne leksjonen introduserer det grunnleggende innen programmering og forklarer hvorfor Python er et ideelt språk for nybegynnere. De lærer også å konfigurere miljøet og skrive Deres første Python-pr…

  1. 1Hva er programmering?
  2. 2Hvorfor lære Python?
  3. 3Ditt første møte med Python-kode
Start læringen gratis
2

A14 leksjonerPRO

Lær de grunnleggende konseptene i Python-programmering, inkludert variabler, datatyper og enkle operasjoner. Denne kategorien legger grunnlaget for mer komplekse emner.

  1. 1Variabler og datatyper
  2. 2Inndata og utdata
  3. 3Grunnleggende aritmetikk og operatorer
  4. +1 flere
Start læringen gratisLås opp med PRO
3

A24 leksjonerPRO

Fordyp Dem i beslutninger og løkker i Python. Lær å skrive programmer som kan reagere på ulike betingelser og gjenta oppgaver effektivt.

  1. 1Forstå betingelser
  2. 2Boolsk logikk og sammenligninger
  3. 3Løkker
  4. +1 flere
Start læringen gratisLås opp med PRO
4

A25 leksjonerPRO

Funksjoner er byggesteinene i gjenbrukbar kode. Denne kategorien dekker hvordan De oppretter og bruker funksjoner effektivt, og introduserer modulær programmering.

  1. 1Hva er en funksjon?
  2. 2Returverdier
  3. 3Variablers virkefelt og levetid
  4. +2 flere
Start læringen gratisLås opp med PRO
5

B15 leksjonerPRO

Utforsk Pythons sentrale datastrukturer, som lister, tupler, mengder og ordbøker, og lær å manipulere og organisere data effektivt.

  1. 1Lister
  2. 2Tupler
  3. 3Mengder
  4. +2 flere
Start læringen gratisLås opp med PRO
6

B16 leksjonerPRO

Oppdag prinsippene for objektorientert programmering, et kraftig paradigme for å bygge gjenbrukbare og skalerbare applikasjoner.

  1. 1Klasser og objekter
  2. 2Attributter og metoder
  3. 3Arv
  4. +3 flere
Start læringen gratisLås opp med PRO
7

A23 leksjonerPRO

Lær å lese fra og skrive til filer i Python, slik at De kan arbeide med data fra virkeligheten og lagre informasjon permanent.

  1. 1Lese og skrive filer
  2. 2Arbeide med CSV-filer
  3. 3Håndtere exceptions ved fil-I/O
Start læringen gratisLås opp med PRO
8

B14 leksjonerPRO

Sett opp et godt datavitenskapsmiljø med virtuelle miljøer, Jupyter-notatbøker og Python-verktøy.

  1. 1Virtuelle miljøer og pip
  2. 2Jupyter Notebooks for datavitenskap
  3. 3Python-datatyper for datavitenskap
  4. +1 flere
Start læringen gratisLås opp med PRO
9

B14 leksjonerPRO

Få ferdighetene De trenger for å håndtere feil på en god måte i Python-programmer, slik at koden blir mer robust og brukervennlig.

  1. 1Forstå feil
  2. 2Bruke try, except og finally
  3. 3Heve exceptions
  4. +1 flere
Start læringen gratisLås opp med PRO
10

B25 leksjonerPRO

Utforsk avanserte Python-konsepter for å skrive mer effektiv, kompakt og Pythonic kode.

  1. 1Dekoratorer
  2. 2Generatorer
  3. 3Context managers (with-setninger)
  4. +2 flere
Start læringen gratisLås opp med PRO
11

B15 leksjonerPRO

Pythons omfattende bibliotekøkosystem gjør det mulig å utføre oppgaver fra dataanalyse til webutvikling. Denne kategorien introduserer noen populære biblioteker.

  1. 1Dataanalyse med Pandas
  2. 2Datavisualisering med Matplotlib
  3. 3NumPy for numeriske beregninger
  4. +2 flere
Start læringen gratisLås opp med PRO
12

B23 leksjonerPRO

Lær teknikker for testing og feilsøking for å sikre at Python-koden fungerer korrekt og effektivt.

  1. 1Enhetstesting med unittest
  2. 2Feilsøkingsteknikker
  3. 3Bruke feilsøkingsverktøy
Start læringen gratisLås opp med PRO
13

B13 leksjonerPRO

Automatiser gjentakende oppgaver og øk produktiviteten ved å skrive Python-skript for vanlige oppgaver.

  1. 1Automatisere oppgaver med skript
  2. 2Arbeide med os og shutil
  3. 3Automatisere e-poster og rapporter
Start læringen gratisLås opp med PRO
14

B14 leksjonerPRO

Bygg statistisk intuisjon for AI-algoritmer – fordelinger, hypotesetesting og sannsynlighet.

  1. 1Beskrivende statistikk og fordelinger
  2. 2Sannsynlighet og Bayes’ teorem
  3. 3Hypotesetesting
  4. +1 flere
Start læringen gratisLås opp med PRO
15

B14 leksjonerPRO

Transformer rå og uoversiktlige datasett til rene data som er klare for modellering, ved hjelp av scikit-learn- og pandas-pipelines.

  1. 1Deteksjon og fjerning av uteliggere
  2. 2Koding av kategoriske variabler
  3. 3Skalering av egenskaper: normalisering og standardisering
  4. +1 flere
Start læringen gratisLås opp med PRO
16

B14 leksjonerPRO

Utforsk datasett systematisk for å oppdage mønstre, sammenhenger og avvik før modellering.

  1. 1Arbeidsflyt for EDA og dataprofiler
  2. 2Univariat analyse
  3. 3Bivariat og multivariat analyse
  4. +1 flere
Start læringen gratisLås opp med PRO
17

B14 leksjonerPRO

Rens og hent ut tekstdata med Pythons re-modul – en viktig ferdighet innen forbehandling for NLP og AI.

  1. 1Regex-mønstre og tegnklasser
  2. 2re-modulen: search, match, findall, sub
  3. 3Fangstgrupper og navngitte grupper
  4. +1 flere
Start læringen gratisLås opp med PRO
18

B14 leksjonerPRO

Lagre, spørre mot og administrere AI-datasett med SQLite og PostgreSQL fra Python.

  1. 1SQLite med Pythons sqlite3-modul
  2. 2Integrasjon mellom Pandas og SQL
  3. 3Lagre og spørre etter ML-resultater
  4. +1 flere
Start læringen gratisLås opp med PRO
19

B14 leksjonerPRO

Organiser profesjonelle AI-prosjekter med riktig katalogstruktur, Git-versjonskontroll og praksis for reproduserbarhet.

  1. 1Profesjonell katalogstruktur for KI-prosjekter
  2. 2Git for KI-prosjekter
  3. 3Reproduserbarhet: seeds, konfigurasjoner og miljøer
  4. +1 flere
Start læringen gratisLås opp med PRO
20

B24 leksjonerPRO

Bli fortrolig med NumPy-arrayer, broadcasting og lineæralgebraoperasjoner for effektiv numerisk beregning.

  1. 1Opprette arrayer og undersøke egenskaper
  2. 2Indeksering, slicing og avansert indeksering
  3. 3Broadcasting og vektoriserte operasjoner
  4. +1 flere
Start læringen gratisLås opp med PRO
21

B24 leksjonerPRO

Gå videre fra det grunnleggende med groupby, pivottabeller, multi-index og avanserte sammenslåingsoperasjoner.

  1. 1GroupBy og aggregering
  2. 2Pivottabeller og krysstabulering
  3. 3Avansert fletting og sammenkobling
  4. +1 flere
Start læringen gratisLås opp med PRO
22

B24 leksjonerPRO

Samle inn virkelige data fra REST-API-er, håndter paginering av resultater og lagre strukturerte datasett for AI-prosjekter.

  1. 1Grunnleggende REST-API-er for datainnsamling
  2. 2Paginer og samle inn store datasett
  3. 3Effektiv lagring av innsamlede data
  4. +1 flere
Start læringen gratisLås opp med PRO
23

A15 leksjonerPRO

Denne kategorien introduserer de grunnleggende konseptene innen kunstig intelligens, inkludert definisjonen, betydningen og viktige historiske milepæler. De utforsker typene kunstig intelligens, som…

  1. 1Hva er kunstig intelligens?
  2. 2Typer kunstig intelligens
  3. 3Kunstig intelligens’ historie
  4. +2 flere
Start læringen gratisLås opp med PRO
24

B24 leksjonerPRO

Evaluer ML-modeller grundig og finn optimale hyperparametere ved hjelp av kryssvalidering og søkestrategier.

  1. 1Strategier for kryssvalidering
  2. 2Fordypning i klassifiseringsmål
  3. 3Grid Search og Random Search
  4. +1 flere
Start læringen gratisLås opp med PRO
25

B24 leksjonerPRO

Lag effektive nye egenskaper som forbedrer modellens ytelse betydelig ved hjelp av domenekunnskap og automatisering.

  1. 1Metoder for egenskapsutvalg
  2. 2Opprette interaksjons- og polynomiske egenskaper
  3. 3Målvariabelkoding og avansert kategorihåndtering
  4. +1 flere
Start læringen gratisLås opp med PRO
26

A15 leksjonerPRO

Oppdag de mange praktiske bruksområdene for kunstig intelligens i bransjer som helsevesen, finans, netthandel, spill og automatisering. Denne kategorien viser eksempler på hvordan kunstig intelligens…

  1. 1AI i helsetjenesten
  2. 2AI i finans
  3. 3AI i netthandel
  4. +2 flere
Start læringen gratisLås opp med PRO
27

B24 leksjonerPRO

Bli fortrolig med SVM-er for klassifisering og regresjon, og bruk kernel-triks for ikke-lineære beslutningsgrenser.

  1. 1SVM-teori: marginer og støttevektorer
  2. 2Kjernetrikset: RBF, polynomisk og sigmoid
  3. 3SVM-er for klassifikasjon med sklearn
  4. +1 flere
Start læringen gratisLås opp med PRO
28

B24 leksjonerPRO

Analyser tidsmessige mønstre og bygg prognosemodeller fra ARIMA til LSTM for tidsserieprediksjon.

  1. 1Tidsseriens komponenter og stasjonaritet
  2. 2ARIMA- og SARIMA-modeller
  3. 3Prophet for automatisert prognostisering
  4. +1 flere
Start læringen gratisLås opp med PRO
29

A15 leksjonerPRO

Gjør Dem klar til å bygge løsninger med kunstig intelligens ved å beherske viktige verktøy og biblioteker i Python. Denne kategorien dekker konfigurering av utviklingsmiljøet, bruk av Python-bibliote…

  1. 1Python-biblioteker for kunstig intelligens
  2. 2Datatyper og datastrukturer i Python
  3. 3Filoperasjoner i Python
  4. +2 flere
Start læringen gratisLås opp med PRO
30

B24 leksjonerPRO

Bygg personaliserte anbefalingsmotorer med kollaborativ filtrering, innholdsbaserte metoder og matrisefaktorisering.

  1. 1Kollaborativ filtrering: brukerbasert og elementbasert
  2. 2Matrise-faktorisering med SVD
  3. 3Innholdsbasert filtrering
  4. +1 flere
Start læringen gratisLås opp med PRO
31

B24 leksjonerPRO

Gjør trente ML-modeller tilgjengelige som REST-API-er for produksjon med FastAPI, Pydantic-validering og Docker.

  1. 1Grunnleggende FastAPI for ML-utviklere
  2. 2Pydantic-skjemaer for forespørsler og svar
  3. 3Innlasting og tilgjengeliggjøring av ML-modeller
  4. +1 flere
Start læringen gratisLås opp med PRO
32

B15 leksjonerPRO

Lær å klargjøre og manipulere data effektivt for prosjekter innen kunstig intelligens. Denne kategorien introduserer ulike datatyper, teknikker for håndtering av manglende verdier, datanormalisering…

  1. 1Datatyper
  2. 2Håndtering av manglende data
  3. 3Normalisering av data
  4. +2 flere
Start læringen gratisLås opp med PRO
33

B24 leksjonerPRO

Integrer GPT-4, Claude og Gemini i Python-applikasjoner ved hjelp av API-ene deres for tekstgenerering og -analyse.

  1. 1OpenAI API: chat.completions og strømming
  2. 2Anthropic Claude API i Python
  3. 3Funksjonskall og verktøybruk med LLM-er
  4. +1 flere
Start læringen gratisLås opp med PRO
34

B24 leksjonerPRO

Bygg systemer for retrieval-augmented generation som forankrer LLM-svar i din private kunnskapsbase.

  1. 1LangChain-arkitektur og LCEL
  2. 2Innlasting, oppdeling og embedding av dokumenter
  3. 3Vektorlagre: Chroma og FAISS
  4. +1 flere
Start læringen gratisLås opp med PRO
35

A25 leksjonerPRO

Det blir enklere å forstå data når De kan visualisere dem. Denne kategorien lærer Dem å lage innsiktsfulle visualiseringer ved hjelp av Python-biblioteker som Matplotlib og Plotly. Fra grunnleggende…

  1. 1Introduksjon til datavisualisering
  2. 2Linjediagrammer
  3. 3Histogrammer og spredningsdiagrammer
  4. +2 flere
Start læringen gratisLås opp med PRO
36

C14 leksjonerPRO

Bli fortrolig med trebaserte ensemblemetoder – beslutningstrær, random forests og gradient boosting med XGBoost.

  1. 1Beslutningstrær: teori og implementasjon
  2. 2Tilfeldige skoger og bagging
  3. 3Gradient boosting: GBM og XGBoost
  4. +1 flere
Start læringen gratisLås opp med PRO
37

C14 leksjonerPRO

Gå videre enn bag-of-words med Word2Vec, GloVe og finjusterte BERT-embeddinger for NLP-oppgaver.

  1. 1Word2Vec: Skip-gram og CBOW
  2. 2GloVe- og FastText-embeddinger
  3. 3Tekstklassifikasjon med BERT
  4. +1 flere
Start læringen gratisLås opp med PRO
38

B15 leksjonerPRO

Denne kategorien utforsker de grunnleggende algoritmene innen veiledet læring, som lineær regresjon, logistisk regresjon og evalueringsmål som nøyaktighet og F1-skår. De lærer å implementere disse al…

  1. 1Konseptet lineær regresjon
  2. 2Implementering av lineær regresjon i Python
  3. 3Konseptet logistisk regresjon
  4. +2 flere
Start læringen gratisLås opp med PRO
39

C14 leksjonerPRO

Tilpass forhåndstrente datasynsmodeller til egne datasett med finjustering og egenskapsuttrekking.

  1. 1Begreper og strategier for transfer learning
  2. 2Bruk av VGG16 og ResNet50 som basismodeller
  3. 3Finjustering: frigjøring og ny trening
  4. +1 flere
Start læringen gratisLås opp med PRO
40

C14 leksjonerPRO

Spor eksperimenter, versjoner modeller og bygg reproduserbare ML-pipelines med MLflow og moderne MLOps-praksis.

  1. 1Eksperimentsporing med MLflow
  2. 2Modellregister og versjonering
  3. 3Bygging av reproduserbare ML-pipelines
  4. +1 flere
Start læringen gratisLås opp med PRO
41

B25 leksjonerPRO

Ikke-veiledet læring fokuserer på å oppdage skjulte mønstre i data. Denne kategorien introduserer klyngeteknikker som K-Means og metoder for dimensjonsreduksjon som PCA og t-SNE. Ved slutten vil De k…

  1. 1Introduksjon til klyngealgoritmer
  2. 2K-means-klynging
  3. 3Prosjekt: K-means-klynging
  4. +2 flere
Start læringen gratisLås opp med PRO
42

C14 leksjonerPRO

Bygg modeller for bildeklassifisering og objektdeteksjon fra grunnen av og med forhåndstrente PyTorch-modeller.

  1. 1PyTorch-tensorer og Autograd
  2. 2Egendefinerte datasett og DataLoaders
  3. 3Bygging og trening av CNN-er i PyTorch
  4. +1 flere
Start læringen gratisLås opp med PRO
43

C14 leksjonerPRO

Forstå og implementer variasjonelle autoenkodere og generative adversarial-nettverk for datagenerering.

  1. 1Autoenkodere for læring av representasjoner
  2. 2Variasjonelle autoenkodere (VAE)
  3. 3GAN-er: generator og diskriminator
  4. +1 flere
Start læringen gratisLås opp med PRO
44

B25 leksjonerPRO

Fordyp Dem i kunstige nevrale nettverk, som utgjør ryggraden i moderne kunstig intelligens. Denne kategorien forklarer arkitekturen til nevrale nettverk, aktiveringsfunksjoner og tilbakepropagering.…

  1. 1Introduksjon til nevrale nettverk
  2. 2Aktiveringsfunksjoner
  3. 3Nevrale nettverk med fremoverkobling
  4. +2 flere
Start læringen gratisLås opp med PRO
45

C14 leksjonerPRO

Distribuer ML-modeller til produksjon med Docker, skyplattformer og skalerbar infrastruktur for model serving.

  1. 1Konteinerisering av ML-modeller med Docker
  2. 2Utrulling i skyen: AWS SageMaker
  3. 3Høyytelsesmodellservering med Triton Inference Server
  4. +1 flere
Start læringen gratisLås opp med PRO
46

C14 leksjonerPRO

Bygg pålitelige AI-systemer ved å avdekke skjevheter, måle rettferdighet og gjøre modellavgjørelser forståelige.

  1. 1Deteksjon av skjevhet i ML-modeller
  2. 2SHAP-verdier for forklaring av modeller
  3. 3LIME: Lokale tolkbare forklaringer
  4. +1 flere
Start læringen gratisLås opp med PRO
47

B25 leksjonerPRO

Utforsk hvordan kunstig intelligens behandler og forstår menneskespråk. Denne kategorien dekker teknikker for tekstforbehandling, tokenisering, sentimentanalyse og avanserte modeller som transformere…

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

C14 leksjonerPRO

Design ende-til-ende-arkitekturer for AI-systemer som er skalerbare, pålitelige og enkle å vedlikeholde i produksjon.

  1. 1Arkitekturmønstre for KI-systemer
  2. 2Skalerbare ML-pipelines med Airflow
  3. 3Feature stores: Feast og Tecton
  4. +1 flere
Start læringen gratisLås opp med PRO
49

C24 leksjonerPRO

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

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

B15 leksjonerPRO

Lær hvordan kunstig intelligens tolker og manipulerer visuelle data i denne kategorien. Med utgangspunkt i det grunnleggende innen bilderepresentasjon går De videre til å bruke OpenCV til bildebehand…

  1. 1Hva er bildedata?
  2. 2Bildebehandling med OpenCV
  3. 3Konvolusjonelle nevrale nettverk (CNN)
  4. +2 flere
Start læringen gratisLås opp med PRO
51

C24 leksjonerPRO

Bruk GNN-er til oppgaver innen nodeklassifisering, lenkeprediksjon og grafklassifisering med PyTorch Geometric.

  1. 1Grafteori for maskinlæring
  2. 2Grafkonvolusjonsnettverk (GCN)
  3. 3Nodeklassifikasjon med GNN
  4. +1 flere
Start læringen gratisLås opp med PRO
52

C24 leksjonerPRO

Tren modeller på tvers av flere GPU-er og maskiner med PyTorch DistributedDataParallel og moderne verktøy.

  1. 1Trening med flere GPU-er med DataParallel
  2. 2DistributedDataParallel (DDP)
  3. 3Trening med blandet presisjon med AMP
  4. +1 flere
Start læringen gratisLås opp med PRO
53

C15 leksjonerPRO

Forsterkende læring gjør det mulig for kunstige intelligensagenter å lære fra omgivelsene sine ved å motta belønninger eller straff for handlingene sine. Denne kategorien introduserer sentrale konsep…

  1. 1Grunnleggende konsepter innen forsterkende læring
  2. 2Q-Table-konseptet
  3. 3Implementering av Q-tabell i Python
  4. +2 flere
Start læringen gratisLås opp med PRO
CoddyKit PRO

Lås opp alle 53 kursene i denne læringsstien og alle andre læringsstier

AI-veileder, sertifiseringseksamen og sertifikat. Fungerer på web, iOS og Android.

Se alle abonnementene
Årlig$29.90 / årOmtrent $2.49 per månedBetal én gangLivstid$69.99 én gangIngen fornyelser. PRO for alltid.
Kursoversikt

Lær AI med Python – fra den første kodelinjen til produksjonssystemer

Python er det dominerende språket for kunstig intelligens og maskinlæring, ikke tilfeldig, men fordi økosystemet – NumPy, Pandas, scikit-learn, PyTorch, TensorFlow og LangChain – samsvarer direkte med arbeidet AI-ingeniører gjør hver dag. Dette læringsløpet dekker hele stakken: å skrive Python fra grunnen av, behandle og analysere data, bygge og evaluere modeller og distribuere dem som virkelige tjenester.

Dette lærer De

De begynner med Python-syntaks, datastrukturer og objektorientert programmering, før De går videre til det grunnleggende innen datavitenskap: statistisk grunnlag, datarensing, utforskende analyse og feature engineering. Derfra dekker læringsløpet veiledet og ikke-veiledet læring, støttevektormaskiner, tidsserieprognoser og anbefalingssystemer. Senere kurs tar for seg store språkmodeller med Python, LangChain og RAG-systemer, datamaskinsyn med PyTorch, transfer learning med Keras og TensorFlow, generativ AI med VAE-er og GAN-er samt ansvarlig AI og forklarbarhet. På det avanserte nivået introduseres grunnleggende MLOps, utrulling av AI-modeller i stor skala med FastAPI, distribuert trening og maskinlæring i stor skala, graf-nevrale nettverk og avansert forsterkende læring.

Læringsløpet

Over 50 kurs går fra A1 til C2. Introduksjonskursene – Introduction to Programming, Python Basics og Functions and Modular Programming – forutsetter ingen tidligere erfaring. Kurs midt i læringsløpet, som NumPy Deep Dive, Pandas Advanced Operations, Model Evaluation and Hyperparameter Tuning og Natural Language Processing (NLP), bygger opp praktisk kompetanse i maskinlæring. Læringsløpet avsluttes med C1- og C2-kursene AI Systems Architecture and Design, Advanced Reinforcement Learning, Graph Neural Networks og Distributed Training and Large-Scale ML.

Slik fungerer det

Hvert kurs er delt inn i korte, fokuserte leksjoner som De fullfører i den innebygde kodeeditoren med tilbakemelding i sanntid. En AI-veileder er tilgjengelig når De står fast – den forklarer feil, presiserer konsepter og foreslår neste steg uten bare å gi Dem svaret.

Verktøy

Øv med AI, ikke bare les

Få mer ut av læringen med AI-drevne verktøy og funksjoner

AI-kodegeneratorGenerer kode med AIAI-feilrettingFinn og rett feil i kodenPROAI-innsiktGrundig kodeanalysePROAI-chatChat med AI-veilederenStill et superspørsmålFå svar på ekspertnivåPROOpprett leksjonAI-drevet leksjonsbyggerPROStart sertifiseringseksamenFå sertifikatet dittPROKodeeditorSkriv og kjør kodeStart utfordringTest ferdighetene dine

Slik lærer du

  1. 01

    Interaktive leksjoner

    Praktiske kodeøvelser med tilbakemelding i sanntid

  2. 02

    AI-veileder

    Få øyeblikkelig hjelp fra AI-en vår når du står fast

  3. 03

    Innebygd kodeeditor

    Skriv og kjør kode direkte i nettleseren

  4. 04

    Sertifikat

    Få et sertifikat når du fullfører kurset

Fortsett å utforske

Relaterte læringsstier

Python Academy logoPython AcademyExplore the versatility of Python and build diverse projects with Python Academy.Web Scraping & Bots logoNettskraping og boterMaster 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 logoYtelse og spørringsoptimalisering i PostgreSQLMaster PostgreSQL performance tuning and query optimization techniques to build highly ef…
FAQ

Ofte stilte spørsmål

Er kurset i Lær AI med Python gratis?

Ja. Du kan starte på kurset i Lær AI med Python gratis og fullføre de interaktive leksjonene uten kostnad. Et valgfritt PRO-abonnement låser opp avanserte AI-verktøy og et delbart sertifikat.

Trenger jeg tidligere erfaring for å lære Python?

Nei. Kurset begynner med det grunnleggende og går gradvis videre til mer avanserte emner, slik at du kan starte selv uten tidligere erfaring med Python.

Hvordan lærer jeg Python på CoddyKit?

Du lærer gjennom praksis. Korte, interaktive leksjoner kombinerer en tydelig forklaring med en praktisk kodeøvelse som kjører i sanntid, og en AI-veileder som er tilgjengelig døgnet rundt, gir deg personlig hjelp når du står fast.

Får jeg et sertifikat når jeg fullfører Lær AI med Python?

Ja. PRO-brukere kan ta en eksamen og få et delbart fullføringssertifikat med en verifiserbar kode for kurset i Lær AI med Python.

Kan jeg lære Python på telefonen?

Ja. CoddyKit er tilgjengelig på nettet og som native iOS- og Android-apper, slik at du kan lære Python på alle enheter, mens fremdriften synkroniseres mellom dem.

Hvor mye koster CoddyKit PRO?

Det første kurset i Lær AI med Python er gratis. CoddyKit PRO gir tilgang til alle kurs: $5.90 per uke, $7.90 per måned, $29.90 per år eller $69.99 én gang for tilgang på livstid uten fornyelser.

Hvor lang tid tar det å fullføre Lær AI med Python?

Lær AI med Python består av 53 kurs og 225 leksjoner. De fleste leksjonene tar omtrent 5–10 minutter, så hele læringsstien tar rundt 26 timer med praktisk øving i eget tempo.

Start på Lær AI med Python nå

Bli med tusenvis av elever som lærer programmering med AI-drevne leksjoner.

Start læringen gratisSe alle kurs