Poznań

NobleProg Poznań, Garbary 100/63, Poznań, poland, 61-757

Sala szkoleniowa znajduje się w budynku Casa Verona przy ulicy Garbary 100/63, 61-757 Poznań.

Dojście od...

Subcategories (1)

Image for OpenNN category
OpenNN

Przeglądaj szkolenia

Applied AI from Scratch in Python

 28 godzin
Jest to 4-dniowy kurs wprowadzający sztuczną inteligencję i jej zastosowanie przy użyciu języka programowania Python. Istnieje możliwość dodatkowego dnia na podjęcie projektu AI po ukończeniu tego kursu;
Więcej...

Deep Reinforcement Learning with Python

 21 godzin
To prowadzone przez instruktora szkolenie na żywo (online lub na miejscu) jest przeznaczone dla programistów i analityków danych, którzy chcą nauczyć się podstaw Deep Reinforcement Learning podczas tworzenia agenta Deep Learning. Po zakończeniu tego szkolenia uczestnicy będą w stanie
  • Zrozumienie kluczowych koncepcji stojących za Deep Reinforcement Learning i umiejętność odróżnienia go od uczenia maszynowego.
  • Zastosowanie zaawansowanych algorytmów Reinforcement Learning do rozwiązywania rzeczywistych problemów.
  • Zbuduj agenta głębokiego uczenia.
Więcej...

Artificial Intelligence Overview

 7 godzin
Kurs ten został stworzony dla menadżerów, architektów, analityków biznesowych i systemowych, menedżerów oprogramowania oraz wszystkich zainteresowanych przeglądem stosowania sztucznej inteligencji i prognozą dla jej rozwoju.
Więcej...

OpenNN: Implementing Neural Networks

 14 godzin
W tym instruktażowym szkoleniu na żywo omówimy zasady działania sieci neuronowych i wykorzystamy OpenNN do zaimplementowania przykładowej aplikacji. Format kursu Wykład i dyskusja połączone z praktycznymi ćwiczeniami.
Więcej...

Artificial Intelligence (AI) in Automotive

 14 godzin
Kurs obejmuje sztuczną inteligencję (z naciskiem na Machine Learning i głębokie uczenie) w przemyśle motoryzacyjnym. Pomaga określić, która technologia może być (potencjalnie) wykorzystywana w wielu sytuacjach w samochodzie: od prostej automatyzacji, rozpoznawania obrazu po autonomiczne podejmowanie decyzji.
Więcej...

From Zero to AI

 35 godzin
Ten kurs jest przeznaczony dla osób, które nie mają wcześniejszego doświadczenia w zakresie prawdopodobieństwa i statystyki.
Więcej...

Artificial Neural Networks, Machine Learning, Deep Thinking

 21 godzin
Sztuczna sieć neuronowa to obliczeniowy model danych wykorzystywany w rozwoju systemów sztucznej inteligencji (AI) zdolnych do wykonywania "inteligentnych" zadań. Sztuczne sieci neuronowe Neural Networks są powszechnie stosowane w aplikacjach uczenia maszynowego (ML), które same w sobie są jedną z implementacji sztucznej inteligencji. Deep Learning jest podzbiorem ML.
Więcej...

Applied AI from Scratch

 28 godzin
Jest to 4-dniowy kurs wprowadzający w sztuczną inteligencję i jej zastosowanie. Istnieje możliwość dodatkowego dnia na podjęcie projektu AI po ukończeniu tego kursu;
Więcej...

Applied Machine Learning

 14 godzin
Ten kurs szkoleniowy jest przeznaczony dla osób, które chciałyby zastosować Machine Learning w praktycznych zastosowaniach. Publiczność Ten kurs jest przeznaczony dla naukowców zajmujących się danymi i statystyków, którzy mają pewne obycie ze statystyką i wiedzą, jak programować R (lub Python lub inny wybrany język). Kurs kładzie nacisk na praktyczne aspekty przygotowania danych/modeli, wykonania, analizy post hoc i wizualizacji. Celem jest przedstawienie praktycznych zastosowań Machine Learning uczestnikom zainteresowanym zastosowaniem metod w pracy. Aby szkolenie było odpowiednie dla odbiorców, wykorzystywane są przykłady specyficzne dla branży.
Więcej...

Deep Learning Neural Networks with Chainer

 14 godzin
Szkolenie na żywo prowadzone przez instruktora (na miejscu lub zdalnie) jest przeznaczone dla naukowców i programistów, którzy chcą używać Chainer do budowania i trenowania sieci neuronowych w Python, jednocześnie ułatwiając debugowanie kodu. Po zakończeniu tego szkolenia uczestnicy będą w stanie
  • Ustawienie środowiska programistycznego niezbędnego do rozpoczęcia tworzenia modeli sieci neuronowych.
  • Definiowanie i wdrażanie modeli sieci neuronowych przy użyciu zrozumiałego kodu źródłowego.
  • Wykonaj przykłady i zmodyfikuj istniejące algorytmy, aby zoptymalizować modele szkoleniowe głębokiego uczenia się, jednocześnie wykorzystując GPU w celu uzyskania wysokiej wydajności.
Więcej...

Pattern Recognition

 21 godzin
Ten prowadzony przez instruktora kurs na żywo stanowi wprowadzenie do dziedziny rozpoznawania wzorców i uczenia maszynowego. Porusza praktyczne zastosowania w statystyce, informatyce, przetwarzaniu sygnałów, wizji komputerowej, eksploracji danych i bioinformatyce. Kurs jest interaktywny i obejmuje wiele praktycznych ćwiczeń, informacje zwrotne od instruktora oraz testowanie zdobytej wiedzy i umiejętności.
Więcej...

Introduction Deep Learning & Réseaux de neurones pour l’ingénieur

 21 godzin
Typ: Szkolenie teoretyczne z aplikacjami ustalonymi wcześniej ze studentami na Lasagne lub Keras w zależności od grupy dydaktycznej. Metoda nauczania: prezentacja, dyskusja i studia przypadków Sztuczna inteligencja zrewolucjonizowała wiele dziedzin nauki, a obecnie zaczyna rewolucjonizować wiele sektorów gospodarki (przemysł, medycynę, komunikację itp.). Jednak sposób, w jaki jest ona przedstawiana w mediach głównego nurtu, jest często fantazją, daleką od realiów domen Machine Learning i Deep Learning. Celem tego kursu jest zapewnienie inżynierom, którzy już opanowali narzędzia informatyczne (w tym podstawową wiedzę na temat programowania oprogramowania), wprowadzenia do Deep Learning i jego różnych specjalistycznych obszarów, a tym samym do głównych istniejących obecnie architektur sieciowych. Chociaż podstawy matematyczne są przywoływane podczas kursu, poziom matematyki taki jak BAC + 2 jest zalecany dla większego komfortu. Całkowicie możliwe jest pominięcie matematyki w celu zachowania jedynie wizji "systemów", ale takie podejście znacznie ograniczy zrozumienie tematu.
Więcej...

Artificial Intelligence (AI) for Mechatronics

 21 godzin
To prowadzone przez instruktora szkolenie na żywo (online lub na miejscu) jest przeznaczone dla inżynierów, którzy chcą dowiedzieć się o zastosowaniu sztucznej inteligencji w systemach mechatronicznych. Po zakończeniu tego szkolenia uczestnicy będą w stanie
  • Poznanie zagadnień związanych ze sztuczną inteligencją, uczeniem maszynowym i inteligencją obliczeniową.
  • Zrozumienie koncepcji sieci neuronowych i różnych metod uczenia się.
  • Wybieranie skutecznych metod sztucznej inteligencji dla rzeczywistych problemów.
  • Wdrażanie aplikacji sztucznej inteligencji w inżynierii mechatronicznej.
Więcej...

Introduction to the use of neural networks

 7 godzin
Szkolenie skierowane jest do osób, które chcą zapoznać się z podstawami sieci neuronowych oraz ich zastosowań.
Więcej...

Neural Networks Fundamentals using TensorFlow as Example

 28 godzin
Ten kurs zapewni Ci wiedzę na temat sieci neuronowych i ogólnie na temat algorytmów uczenia maszynowego, głębokiego uczenia się (algorytmy i aplikacje).To szkolenie skupia się bardziej na podstawach, ale pomoże Ci wybrać odpowiednią technologię: TensorFlow, Caffe, Teano, DeepDrive, Keras itp. Przykłady znajdują się w TensorFlow.
Więcej...

Neural computing – Data science

 14 godzin
Ta sesja szkoleniowa w klasie będzie zawierać prezentacje i przykłady komputerowe oraz ćwiczenia studium przypadku do wykonania z odpowiednimi bibliotekami sieci neuronowych i sieci głębokich
Więcej...

PaddlePaddle

 21 godzin
PaddlePaddle (PArallel Distributed Deep LEarning) to skalowalna platforma głębokiego uczenia opracowana przez Baidu. W tym prowadzonym przez instruktora szkoleniu na żywo uczestnicy dowiedzą się, jak korzystać z PaddlePaddle, aby umożliwić głębokie uczenie się w swoich aplikacjach produktowych i usługowych. Po zakończeniu tego szkolenia uczestnicy będą w stanie
  • Konfiguracja i konfiguracja PaddlePaddle
  • Konfigurowanie konwolucyjnej sieci neuronowej (CNN) do rozpoznawania obrazów i wykrywania obiektów
  • Konfigurowanie rekurencyjnej sieci neuronowej (RNN) do analizy nastrojów
  • Skonfiguruj głębokie uczenie w systemach rekomendacji, aby pomóc użytkownikom znaleźć odpowiedzi
  • Przewidywać współczynniki klikalności (CTR), klasyfikować zestawy obrazów na dużą skalę, wykonywać optyczne rozpoznawanie znaków (OCR), szeregować wyszukiwania, wykrywać wirusy komputerowe i wdrażać system rekomendacji.
Publiczność
  • Programiści
  • Naukowcy zajmujący się danymi
Format kursu
  • Część wykładu, część dyskusji, ćwiczenia i ciężka praktyka praktyczna
Więcej...

Recommender Systems with Python

 14 godzin
To prowadzone przez instruktora szkolenie na żywo w Poznań (online lub na miejscu) jest przeznaczone dla naukowców zajmujących się danymi, którzy chcą używać Python do tworzenia systemów rekomendacji. Po zakończeniu tego szkolenia uczestnicy będą w stanie
  • Tworzenie systemów rekomendujących na dużą skalę.
  • Zastosowanie filtrowania kolaboracyjnego do tworzenia systemów rekomendujących.
  • Używanie Apache Spark do obliczania systemów rekomendacji w klastrach.
  • Zbuduj strukturę do testowania algorytmów rekomendacji za pomocą Python.
Więcej...

Sieci Neuronowe w R

 14 godzin
Szkolenie jest wprowadzeniem do wdrożenia sieci neuronowych w życiu codziennym wykorzystując oprogramowanie R-project.
Więcej...

TPU Programming: Building Neural Network Applications on Tensor Processing Units

 7 godzin
W tym instruktażowym szkoleniu na żywo w Poznań uczestnicy dowiedzą się, jak wykorzystać innowacje w procesorach TPU, aby zmaksymalizować wydajność własnych aplikacji AI. Po zakończeniu szkolenia uczestnicy będą w stanie
  • Trenowanie różnych typów sieci neuronowych na dużych ilościach danych.
  • Użycie procesorów TPU do przyspieszenia procesu wnioskowania nawet o dwa rzędy wielkości.
  • Użyj TPU do przetwarzania intensywnych aplikacji, takich jak wyszukiwanie obrazów, widzenie w chmurze i zdjęcia.
Więcej...

Understanding Deep Neural Networks

 35 godzin
Ten kurs rozpoczyna się od przekazania wiedzy koncepcyjnej na temat sieci neuronowych i ogólnie algorytmów uczenia maszynowego, głębokiego uczenia się (algorytmy i aplikacje). Część 1 (40%) tego szkolenia koncentruje się bardziej na podstawach, ale pomoże ci wybrać odpowiednią technologię: TensorFlow, Caffe, Theano, DeepDrive, Keras itp. Część 2 (20%) tego szkolenia wprowadza Theano - bibliotekę Pythona, która ułatwia pisanie modeli głębokiego uczenia się. Część trzecia (40%) szkolenia będzie w znacznym stopniu oparta na Tensorflow - API drugiej generacji otwartej biblioteki oprogramowania Google do uczenia głębokiego. Przykłady i ćwiczenia zostaną wykonane w TensorFlow. Publiczność Ten kurs jest przeznaczony dla inżynierów, którzy chcą wykorzystać TensorFlow w swoich projektach Deep Learning Po ukończeniu tego kursu uczestnicy będą
  • dobrze rozumie głębokie sieci neuronowe (DNN), CNN i RNN
  • rozumieć TensorFlow’ strukturę i mechanizmy wdrażania
  • być w stanie wykonać zadania i konfigurację instalacji / środowiska produkcyjnego / architektury
  • być w stanie ocenić jakość kodu, przeprowadzić debugowanie, monitorowanie
  • być w stanie wdrożyć zaawansowaną produkcję, taką jak modele szkoleniowe, tworzenie wykresów i rejestrowanie
Więcej...

Last Updated:

Opinie uczestników (8)

Świetny kontakt z uczestnikami, wiedza praktyczna co bardzo się ceni. Dostosowanie toku / tempa. Duuuży plus, mega pozytywny instruktor, aż szkoda że szkolenie trwało tylko 2 dni.

Marcin Mikielewicz - TECNOBIT SLU
Szkolenie - Introduction Deep Learning & Réseaux de neurones pour l’ingénieur

Working from first principles in a focused way, and moving to applying case studies within the same day

Maggie Webb - Department of Jobs, Regions, and Precincts
Szkolenie - Artificial Neural Networks, Machine Learning, Deep Thinking

It felt like we were going through directly relevant information at a good pace (i.e. no filler material)

Maggie Webb - Department of Jobs, Regions, and Precincts
Szkolenie - Introduction to the use of neural networks

Tematyka DL nie jest mi obca, udało się poznac kilka optymalizacyjnych smaczków.

Marcin Staśko - LG Energy Solution Wrocław Sp. z o.o.
Szkolenie - Understanding Deep Neural Networks

That it was applying real company data. Trainer had a very good approach by making trainees participate and compete

Jimena Esquivel - Zakład Usługowy Hakoman Andrzej Cybulski
Szkolenie - Applied AI from Scratch in Python

dużo ćwiczeń, które bezpośrednio mogę wykorzystać w mojej pracy

Alior Bank S.A.
Szkolenie - Sieci Neuronowe w R

Trener bardzo zrozumiale wytłumaczył trudne i zaawansowane tematy.

Leszek K
Szkolenie - Artificial Intelligence Overview

I liked the opportunities to ask questions and get more in depth explanations of the theory.

Sharon Ruane
Szkolenie - Neural Networks Fundamentals using TensorFlow as Example

Upcoming Courses

Pozostałe regiony w Polsce

Other Countries

These courses are also available in other countries

Konsultacje

Sieci Neuronowe Konsultacje
Szkolenie Sieci Neuronowe Poznań, szkolenie wieczorowe Sieci Neuronowe Poznań, szkolenie weekendowe Sieci Neuronowe Poznań, Sieci Neuronowe boot camp Poznań, kurs zdalny Sieci Neuronowe Poznań, Kursy Sieci Neuronowe Poznań, kurs online Sieci Neuronowe Poznań, wykładowca Sieci Neuronowe Poznań, lekcje Sieci Neuronowe Poznań, Kurs Sieci Neuronowe Poznań, Trener Sieci Neuronowe Poznań, nauka przez internet Sieci Neuronowe Poznań, nauczanie wirtualne Sieci Neuronowe Poznań, edukacja zdalna Sieci Neuronowe Poznań, instruktor Sieci Neuronowe PoznańSzkolenie Neural Networks Poznań, szkolenie wieczorowe Neural Networks Poznań, szkolenie weekendowe Neural Networks Poznań, Neural Networks boot camp Poznań, kurs zdalny Neural Networks Poznań, instruktor Neural Networks Poznań, Kursy Neural Networks Poznań, kurs online Neural Networks Poznań, lekcje Neural Networks Poznań, wykładowca Neural Networks Poznań, Trener Neural Networks Poznań, Kurs Neural Networks Poznań, nauczanie wirtualne Neural Networks Poznań, nauka przez internet Neural Networks Poznań, edukacja zdalna Neural Networks Poznań