Artificial Intelligence (AI) for Mechatronics - Plan Szkolenia

Inteligentny robot to system sztucznej inteligencji (AI), który może uczyć się ze swojego środowiska i doświadczenia oraz budować swoje możliwości w oparciu o tę wiedzę. Roboty inteligentne Smart Robots mogą współpracować z ludźmi, pracując obok nich i ucząc się na podstawie ich zachowań. Co więcej, są one w stanie wykonywać nie tylko pracę fizyczną, ale także zadania kognitywne. Oprócz robotów fizycznych, Smart Robots mogą być również oparte wyłącznie na oprogramowaniu, rezydując w komputerze jako aplikacja bez ruchomych części lub fizycznej interakcji ze światem.

W tym prowadzonym przez instruktora szkoleniu na żywo uczestnicy poznają różne technologie, ramy i techniki programowania różnych typów mechanicznych Smart Robots, a następnie wykorzystają tę wiedzę do realizacji własnych projektów inteligentnych robotów.

Kurs podzielony jest na 4 sekcje, z których każda składa się z trzech dni wykładów, dyskusji i praktycznego rozwoju robotów w środowisku laboratoryjnym. Każda sekcja zakończy się praktycznym projektem, który pozwoli uczestnikom przećwiczyć i zademonstrować zdobytą wiedzę.

Docelowy sprzęt dla tego kursu będzie symulowany w 3D za pomocą oprogramowania symulacyjnego. Do programowania robotów zostaną wykorzystane ROS (Robot Operating System), C++ i Python.

Po zakończeniu tego szkolenia uczestnicy będą w stanie

• Zrozumienie kluczowych pojęć stosowanych w technologiach robotycznych
• rozumieć i zarządzać interakcją między oprogramowaniem a sprzętem w systemie zrobotyzowanym
• Zrozumienie i wdrożenie komponentów oprogramowania, które stanowią podstawę Smart Robots
• Zbudowanie i obsługa symulowanego mechanicznego inteligentnego robota, który może widzieć, wyczuwać, przetwarzać, chwytać, nawigować i wchodzić w interakcje z ludźmi za pomocą głosu.
• Rozszerzenie zdolności inteligentnego robota do wykonywania złożonych zadań poprzez Deep Learning
• Testowanie i rozwiązywanie problemów inteligentnego robota w realistycznych scenariuszach

Publiczność

• Deweloperzy
• Inżynierowie

Format kursu

• Część wykładu, część dyskusji, ćwiczenia i ciężka praktyka praktyczna

Uwaga

• Aby dostosować dowolną część tego kursu (język programowania, model robota itp.), skontaktuj się z nami w celu ustalenia szczegółów.

Usługa Azure Bot Service łączy w sobie moc funkcji Microsoft Bot Framework i Azure, aby umożliwić szybkie tworzenie inteligentnych botów.

W tym prowadzonym przez instruktora szkoleniu na żywo uczestnicy dowiedzą się, jak łatwo stworzyć inteligentnego bota przy użyciu platformy Microsoft Azure.

Po zakończeniu tego szkolenia uczestnicy będą w stanie

• Poznaj podstawy inteligentnych botów
• Dowiedz się, jak tworzyć inteligentne boty przy użyciu aplikacji w chmurze
• Dowiedz się, jak korzystać z Microsoft Bot Framework, zestawu Bot Builder SDK i usługi Azure Bot Service.
• Dowiedz się, jak projektować boty przy użyciu wzorców botów
• Opracują swojego pierwszego inteligentnego bota przy użyciu Microsoft Azure

Publiczność

• Deweloperzy
• Hobbyści
• Inżynierowie
• Profesjonaliści IT

Format kursu

• Część wykładu, część dyskusji, ćwiczenia i ciężka praktyka praktyczna

Bot lub chatbot jest jak asystent komputerowy, który służy do automatyzacji interakcji użytkownika na różnych platformach komunikacyjnych i szybszego wykonywania zadań bez konieczności rozmowy z innym człowiekiem.

W tym prowadzonym przez instruktora szkoleniu na żywo uczestnicy dowiedzą się, jak rozpocząć tworzenie bota, przechodząc przez tworzenie przykładowych chatbotów przy użyciu narzędzi i frameworków do tworzenia botów.

Pod koniec tego szkolenia uczestnicy będą mogli

• Zrozumieć różne zastosowania i aplikacje botów
• Zrozumieć cały proces tworzenia botów
• Poznaj różne narzędzia i platformy używane do tworzenia botów
• Zbudować przykładowego chatbota dla Facebook Messenger
• Zbudować przykładowego chatbota przy użyciu Microsoft Bot Framework

Odbiorcy

• Programiści zainteresowani stworzeniem własnego bota

Format kursu

• Część wykładu, część dyskusji, ćwiczenia i ciężka praktyka praktyczna

Kurs ten został stworzony z myślą o menedżerach, architektach rozwiązań, specjalistach ds. innowacji, CTO, architektach oprogramowania i wszystkich, którzy są zainteresowani przeglądem stosowanej sztucznej inteligencji i najbliższymi prognozami jej rozwoju.

Szkolenie skierowane jest do osób, które chcą poznać podstawy sieci neuronowych i ich zastosowań.

Kurs ten jest wprowadzeniem do stosowania sieci neuronowych w rzeczywistych problemach przy użyciu oprogramowania R-project.

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.

Sztuczna sieć neuronowa to obliczeniowy model danych wykorzystywany w rozwoju Artificial Intelligence (AI) systemów zdolnych do wykonywania "inteligentnych" zadań. Neural Networks są powszechnie używane w aplikacjach Machine Learning (ML), które same w sobie są jedną z implementacji sztucznej inteligencji. Deep Learning jest podzbiorem ML.

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

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.

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.

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.

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.

W tym instruktażowym szkoleniu na żywo w Polsce 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.