Sztuczna Inteligencja (AI) dla Mechatroniki - Plan Szkolenia
Mechatronika (znana również jako inżynieria mechatroniczna) to kombinacja mechanicznej, elektronicznej i informatycznej nauki o technice.
Trening prowadzony przez instruktora (online lub stacjonarnie) skierowany jest do inżynierów, którzy chcą poznać zastosowanie sztucznej inteligencji w systemach mechatronicznych.
Na koniec tego treningu uczestnicy będą w stanie:
- Zdobyć ogólne pojęcie o sztucznej inteligencji, uczeniu maszyn i obliczeniowej inteligencji.
- Zrozumieć koncepcje sieci neuronowych i różnych metod uczenia.
- Efektywnie wybierać podejścia oparte na sztucznej inteligencji do rzeczywistych problemów.
- Implementować aplikacje AI w inżynierii mechatronicznej.
Format Kursu
- Aktywna prezentacja i dyskusja.
- Wiele ćwiczeń i praktyki.
- Zastosowanie w środowisku laboratorium.
Opcje Dostosowywania Kursu
- Aby zamówić dostosowany trening, prosimy o kontakt z nami, aby uzgodnić szczegóły.
Plan Szkolenia
Wstęp
Przegląd Sztucznej Inteligencji (AI)
- Maszynowe uczenie
- Komputacyjna inteligencja
Zrozumienie Koncepcji Sieci Neuronowych
- Generatywne sieci
- Głębokie sieci neuronowe
- Sieci neuronowe konwolucyjne
Rozumienie Różnych Metod Uczenia
- Uczenie nadzorowane
- Uczenie nienadzorowane
- Uczenie wzmacnianie
- Uczenie półnadzorowane
Inne Algorytmy Komputacyjnej Inteligencji
- Systemy rozmyte
- Ewolucyjne algorytmy
Badanie Sztucznych Inteligentnych Metod Optymalizacji
- Efektywne wybieranie metod AI
Studium Stochastycznej Dynamicznej Programacji
- Związek z AI
Implementacja Mechatronicznych Zastosowań za pomocą AI
- Lekarstwo
- Ratownictwo
- Obronność
- Trend przemysłowy ogólnej zasady
Studium Przypadku: Inteligentny Roboczy Samochód
Programowanie Głównych Systemów Robota
- Planowanie projektu
Implementacja Koncepcji AI
- Szukanie i sterowanie ruchem
- Lokalizacja i mapowanie
- Śledzenie i kontrola
Podsumowanie i Następne Kroki
Wymagania
- Podstawowe zrozumienie informatyki i inżynierii
Odbiorcy
- Inżynierowie
Szkolenia otwarte są realizowane w przypadku uzbierania się grupy szkoleniowej liczącej co najmniej 5 osób na dany termin.
Sztuczna Inteligencja (AI) dla Mechatroniki - Plan Szkolenia - Rezerwacja
Sztuczna Inteligencja (AI) dla Mechatroniki - Plan Szkolenia - Zapytanie
Sztuczna Inteligencja (AI) dla Mechatroniki - Zapytanie o Konsultacje
Zapytanie o Konsultacje
Opinie uczestników (1)
Dobrze omówione przez trenera przykłady ćwiczeń
Mariusz - Politechnika Opolska
Szkolenie - Artificial Intelligence (AI) for Mechatronics
Propozycje terminów
Szkolenia Powiązane
Artificial Intelligence (AI) w Automotive
14 godzinKurs 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.
Artificial Intelligence Overview
7 godzinKurs ten został stworzony dla menadżerów, architektów, analityków biznesowych i systemowych, menedżerów oprogramowania oraz wszystkich zainteresowanych przeglądem stosowania sztucznej inteligencji i prognozą dla jej rozwoju.
Od podstaw do AI
35 godzinTo szkolenie prowadzone przez instruktora w Polsce (online lub na miejscu) jest przeznaczone dla uczestników na poziomie początkującego, którzy chcą nauczyć się podstawowych pojęć z zakresu prawdopodobieństwa, statystyki, programowania i uczenia maszynowego, a następnie zastosować je w rozwoju sztucznej inteligencji.
Na zakończenie tego szkolenia uczestnicy będą w stanie:
- Rozumieć podstawowe pojęcia z prawdopodobieństwa i statystyki oraz zastosować je w realnych scenariuszach.
- Pisać i rozumieć kod programowania w stylach proceduralnym, funkcjonalnym i obiektowym.
- Wdrażać techniki uczenia maszynowego, takie jak klasyfikacja, klastrowanie i sieci neuronowe.
- Tworzyć rozwiązania AI za pomocą silników reguł i systemów ekspertów do rozwiązywania problemów.
Umięśnione Neural Networks, Machine Learning, Głębokie Myślenie
21 godzinSztuczna 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.
Nauczenie się Machine Learning
14 godzinTo szkolenie prowadzone przez instruktora, dostępne online lub na miejscu, skierowane jest do pośrednio zaawansowanych naukowców danych i statystyków, którzy chcą przygotować dane, budować modele oraz stosować techniki uczenia maszynowego w swoich zawodowych dziedzinach.
Po ukończeniu tego szkolenia uczestnicy będą mogli:
- Zrozumieć i wdrażać różne algorytmy Machine Learning.
- Przygotowywać dane i modele do zastosowań uczenia maszynowego.
- Przeprowadzać analizy post hoc i skutecznie wizualizować wyniki.
- Zastosować techniki uczenia maszynowego w rzeczywistych, sektoralnych scenariuszach.
Tworzenie inteligentnych botów z Azure
14 godzinUsługa 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
- Nauczyć się podstaw inteligentnych botów
- Nauczyć się tworzyć inteligentne boty za pomocą aplikacji chmurowych
- Zrozumieć, jak korzystać z Microsoft Bot Framework, z Bot Builder SDK i z usługą Azure Bot Service
- Zrozumieć, jak projektować boty za pomocą wzorców botów
- Rozwinąć swojego pierwszego inteligentnego bota przy użyciu Microsoft Azure
Uczestnicy
- Developerzy
- Hobbyści
- Inżynierowie
- Specjaliści IT
Format kursu
- Część wykładu, część dyskusji, ćwiczenia oraz intensywna praktyka rączna
Wzorce rozpoznawania
21 godzinTo ten szkolenie prowadzone przez instruktora w Polsce (online lub na miejscu) wprowadza w dziedzinę rozpoznawania wzorców i uczenia maszynowego. Dotyka ono praktycznych zastosowań w statystyce, informatyce, przetwarzaniu sygnałów, komputerowym rozpoznawaniu wzorców, górnictwie danych i bioinformatyce.
Na zakończenie tego szkolenia uczestnicy będą w stanie:
- Zastosować podstawowe metody statystyczne do rozpoznawania wzorców.
- Wykorzystać kluczowe modele, takie jak sieci neuronowe i metody jąder do analizy danych.
- Wdrożyć zaawansowane techniki do rozwiązywania złożonych problemów.
- Poprawić dokładność prognoz łącząc różne modele.
Rozwijanie Bota
14 godzinBot 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
Wprowadzenie do Deep Learning & Sieci neuronowe dla inżynierów
21 godzinTyp: 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.
Introduction to the use of neural networks
7 godzinSzkolenie jest przeznaczone dla osób, które chcą poznać podstawy sieci neuronowych i ich zastosowań.
Sztuczna inteligencja fizyczna w robotyce i automatyzacji
21 godzinTo szkolenie prowadzone przez instruktora w Polsce (online lub na miejscu) jest skierowane do uczestników na poziomie średnim, którzy chcą rozwinąć swoje umiejętności w projektowaniu, programowaniu i wdrażaniu inteligentnych systemów robotycznych dla automatyzacji i więcej.
Na koniec tego szkolenia uczestnicy będą w stanie:
- Zrozumieć zasady Physical AI i jego zastosowania w robotyce i automatyzacji.
- Projektować i programować inteligentne systemy robotyczne dla dynamicznych środowisk.
- Wdrażać modele AI dla autonomicznego podejmowania decyzji w robotach.
- Wykorzystywać narzędzia symulacyjne do testowania i optymalizacji robotów.
- Rozwiązywać problemy związane z fuzją sensorów, przetwarzaniem w czasie rzeczywistym i efektywnością energetyczną.
Sieci Neuronowe w R
14 godzinTen kurs jest wprowadzeniem do stosowania sieci neuronowych w rzeczywistych problemach przy użyciu oprogramowania R-project.
Roboty Inteligentne dla Programistów
84 godzinInteligentny 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
Uczestnicy
- 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.
Smart Robotics w Produkcji: AI dla percepcji, planowania i kontroli
21 godzinSmart Robotics to integracja sztucznej inteligencji w systemy robotyczne w celu poprawy percepcji, podejmowania decyzji oraz autonomicznego sterowania.
Jest to szkolenie prowadzone przez instruktora (online lub na miejscu), skierowane do zaawansowanych inżynierów robotyki, integratorów systemów oraz kierowników automatyzacji, którzy chcą wdrożyć AI-według percepcji, planowania i sterowania w inteligentnych środowiskach produkcyjnych.
Na zakończenie tego szkolenia uczestnicy będą w stanie:
- Zrozumieć i zastosować techniki AI do percepcji robotów i fuzji danych z sensorów.
- Rozwijać algorytmy planowania ruchu dla robotów współpracujących i przemysłowych.
- Wdrażać strategie sterowania oparte na uczeniu maszynowym do podejmowania decyzji w czasie rzeczywistym.
- Integrować inteligentne systemy robotyczne w przepływy pracy fabryki inteligentnej.
Format kursu
- Interaktywne wykłady i dyskusje.
- Dużo ćwiczeń i praktyki.
- Ręczne wdrażanie w środowisku laboratorium online.
Opcje dostosowania kursu
- Aby poprosić o dostosowane szkolenie dla tego kursu, skontaktuj się z nami, aby ustalić szczegóły.
TPU Programming: Tworzenie aplikacji sieci neuronowych na jednostkach przetwarzania tensorowego
7 godzinW tym szkoleniu prowadzonym przez instruktora w Polsce, uczestnicy nauczą się, jak skorzystać z innowacji w procesorach TPU, aby maksymalizować wydajność własnych aplikacji AI.
Po zakończeniu szkolenia uczestnicy będą w stanie:
- Trenować różne typy sieci neuronowych na dużych ilościach danych.
- Używać TPU do przyspieszenia procesu inferencji o aż dwa rzędy wielkości.
- Wykorzystywać TPU do przetwarzania wymagających aplikacji, takich jak wyszukiwanie obrazów, wizja w chmurze i zdjęcia.