Plan Szkolenia

Aktualny stan technologii

  • Co jest używane
  • Co można potencjalnie wykorzystać

Sztuczna inteligencja oparta na regułach

  • Uproszczenie decyzji

Machine Learning

  • Klasyfikacja
  • Grupowanie
  • Neural Networks
  • Rodzaje Neural Networks
  • Prezentacja przykładów roboczych i dyskusja

Deep Learning

  • Podstawowe słownictwo
  • Kiedy używać Deep Learning, a kiedy nie
  • Szacowanie zasobów obliczeniowych i kosztów
  • Bardzo krótkie wprowadzenie teoretyczne do Deep Neural Networks

Deep Learning w praktyce (głównie przy użyciu TensorFlow)

  • Przygotowanie danych
  • Wybór funkcji straty
  • Wybór odpowiedniego typu w sieci neuronowej
  • Dokładność a szybkość i zasoby
  • Trening sieci neuronowej
  • Pomiar efektywności i błędu

Przykładowe użycie

  • Wykrywanie anomalii
  • Rozpoznawanie obrazu
  • ADAS

Wymagania

Uczestnicy muszą mieć doświadczenie w programowaniu (w dowolnym języku) i wykształcenie inżynierskie, ale nie muszą pisać żadnego kodu podczas kursu.

 14 godzin

Liczba uczestników


cena netto za uczestnika

Propozycje terminów

Powiązane Kategorie