Szkolenie Artificial Intelligence Overview

Wybierz termin szkolenia
Wyceń szkolenie zamknięte
Wyceń szkolenie zdalne
Zbyt drogo? Podaj swoją cenę
Zaproponuj termin szkolenia otwartego
Drukuj plan szkolenia

Czas trwania

8 godzin(y) (po 8h lekcyjnych dziennie)
 

W cenie szkolenia:

  • efektywne szkolenie w małej grupie - średnio 4 osoby
  • materiały szkoleniowe (przygotowane przez wykładowcę)
  • książka powiązana tematycznie ze szkoleniem lub materiały drukowane
  • certyfikaty w języku polskim i angielskim, e-certyfikat
  • obiad
  • catering (napoje i słodycze)
 

Terminy Szkoleń Otwartych

Data rozpoczęcia Miejscowość Cena netto kursu
2012-05-31 Opole od 1280 do 1500 PLN - zapisz się!
2012-06-01 Częstochowa od 1280 do 1500 PLN - zapisz się!
2012-06-06 Poznań od 1280 do 1500 PLN - zapisz się!
2012-06-08 Warszawa od 1280 do 1500 PLN - zapisz się!
2012-06-08 Kraków od 1280 do 1500 PLN - zapisz się!
2012-06-18 Katowice od 1280 do 1500 PLN - zapisz się!
2012-06-18 Gdańsk od 1280 do 1500 PLN - zapisz się!
2012-06-21 Wrocław od 1280 do 1500 PLN - zapisz się!
2012-06-21 Lublin od 1280 do 1500 PLN - zapisz się!
2012-06-21 Gliwice od 1280 do 1500 PLN - zapisz się!
 
Node ID: 13020

Charakterystyka kursu

This course has been created for managers, solutions architects, innovation officers, CTOs, software architects and everyone who is interested overview of applied artificial intelligence and the nearest forecast for its development.

 

Zagadnienia omawiane na kursie

Artificial Intelligence History

Intelligent Agents 

 

Problem Solving

Solving Problems by Searching
Beyond Classical Search 
Adversarial Search 
Constraint Satisfaction Problems

 

Knowledge and Reasoning

Logical Agents
First-Order Logic 
Inference in First-Order Logic 
Classical Planning 
Planning and Acting in the Real World 
Knowledge Representation

 

Uncertain Knowledge and Reasoning 

Quantifying Uncertainty 
Probabilistic Reasoning 
Probabilistic Reasoning over Time 
Making Simple Decisions 
Making Complex Decisions

 

Learning 

Learning from Examples 
Knowledge in Learning 
Learning Probabilistic Models 
Reinforcement Learning

 

Communicating, Perceiving, and Acting 

Natural Language Processing 
Natural Language for Communication 
Perception 
Robotics

 

Conclusions 

Philosophical Foundations 
AI: The Present and Future