Przeglądaj szkolenia

Explainability in Deep Learning: Demystifying Black-Box Models

 21 godzin
To prowadzone przez instruktora szkolenie na żywo w Polsce (na miejscu lub zdalnie) jest przeznaczone dla zaawansowanych profesjonalistów, którzy chcą poznać najnowocześniejsze techniki XAI dla modeli głębokiego uczenia się, z naciskiem na budowanie interpretowalnych systemów sztucznej inteligencji.Pod koniec tego szkolenia uczestnicy będą w stanie
  • Zrozumieć wyzwania związane z wyjaśnialnością w głębokim uczeniu się.
  • Wdrożyć zaawansowane techniki XAI dla sieci neuronowych.
  • Interpretować decyzje podejmowane przez modele głębokiego uczenia.
  • Ocenić kompromisy między wydajnością a przejrzystością.
Więcej...

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 (AI) Overview

 7 godzin
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.
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 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.
Więcej...

Applied AI from Scratch

 28 godzin
Jest to 4-dniowy kurs wprowadzający w sztuczną inteligencję i jej zastosowanie. Istnieje możliwość odbycia dodatkowego dnia w celu podjęcia 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
To prowadzone przez instruktora szkolenie na żywo w Polsce (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.Pod koniec tego szkolenia uczestnicy będą mogli
  • Skonfigurować niezbędne środowisko programistyczne, aby rozpocząć tworzenie modeli sieci neuronowych.
  • Definiować i wdrażać modele sieci neuronowych przy użyciu zrozumiałego kodu źródłowego.
  • Wykonywać przykłady i modyfikować istniejące algorytmy w celu optymalizacji modeli szkoleniowych głębokiego uczenia się, jednocześnie wykorzystując GPU w celu uzyskania wysokiej wydajności.
Więcej...

Pattern Recognition

 21 godzin
Uczenie maszynowe Pattern Recognition to proces klasyfikacji danych wejściowych na obiekty lub klasy w oparciu o kluczowe cechy.To prowadzone przez instruktora szkolenie na żywo (na miejscu lub zdalnie) stanowi wprowadzenie do dziedziny rozpoznawania wzorców i uczenia maszynowego. Porusza praktyczne zastosowania w statystyce, informatyce, przetwarzaniu sygnałów, wizji komputerowej, eksploracji danych i bioinformatyce.Pod koniec tego szkolenia uczestnicy będą w stanie
  • Zastosować podstawowe metody statystyczne do rozpoznawania wzorców.
  • Używać kluczowych modeli, takich jak sieci neuronowe i metody jądra do analizy danych.
  • Wdrażać zaawansowane techniki rozwiązywania złożonych problemów.
  • Poprawić dokładność przewidywania poprzez łączenie różnych modeli.
Format kursu
  • Interaktywny wykład i dyskusja.
  • Wiele ćwiczeń i praktyki.
  • Praktyczne wdrożenie w środowisku laboratoryjnym na żywo.
Opcje dostosowywania kursu
  • Aby poprosić o spersonalizowane szkolenie dla tego kursu, skontaktuj się z nami w celu ustalenia szczegółów.
Więcej...

GANs and Variational Autoencoders in Python

 14 godzin
To prowadzone przez instruktora szkolenie na żywo (na miejscu lub zdalnie) jest przeznaczone dla naukowców zajmujących się danymi, którzy chcą używać GAN i wariacyjnych autoenkoderów do generowania nowych, syntetycznych instancji obrazów, filmów i dźwięku.Pod koniec tego szkolenia uczestnicy będą mogli
  • Zbudować GAN przy użyciu bibliotek uczenia maszynowego w Python.
  • Utworzyć autoenkoder wariacyjny za pomocą TensorFlow.
  • Poprawić stabilność szkolenia GAN.
Więcej...

Introduction Deep Learning & Neural networks for engineers

 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 w Polsce (na miejscu lub zdalnie) jest przeznaczone dla inżynierów, którzy chcą dowiedzieć się o zastosowaniu sztucznej inteligencji w systemach mechatronicznych.Pod koniec tego szkolenia uczestnicy będą mogli
  • Uzyskać przegląd sztucznej inteligencji, uczenia maszynowego i inteligencji obliczeniowej.
  • Zrozumieć koncepcje sieci neuronowych i różnych metod uczenia się.
  • Skutecznie wybierać metody sztucznej inteligencji do rozwiązywania rzeczywistych problemów.
  • Wdrożyć aplikacje sztucznej inteligencji w inżynierii mechatronicznej.
Więcej...

Wprowadzenie do korzystania z Neural Networks

 7 godzin
Szkolenie skierowane jest do osób, które chcą poznać podstawy sieci neuronowych i 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 Polsce (na miejscu lub zdalnie) jest przeznaczone dla naukowców zajmujących się danymi, którzy chcą używać Python do tworzenia systemów rekomendacji.Pod koniec tego szkolenia uczestnicy będą mogli
  • Tworzyć systemy rekomendujące na dużą skalę.
  • Zastosować filtrowanie kolaboracyjne do tworzenia systemów rekomendacji.
  • Używać Apache Spark do obliczania systemów rekomendacji w klastrach.
  • Zbudować platformę do testowania algorytmów rekomendacji za pomocą Python.
Więcej...

Neural Network in R

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

TPU Programming: Building Neural Network Applications on Tensor Processing Units

 7 godzin
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.
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...

Ostatnia aktualizacja:

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

The trainer was a professional in the subject field and related theory with application excellently

Fahad Malalla - Tatweer Petroleum

Szkolenie - Applied AI from Scratch in Python

Duża wiedza teoretyczna i praktyczna prowadzących. Komunikatywność prowadzących. W trakcie kursu można było zadawać pytania i uzyskać satysfakcjonujące odpowiedzi.

Kamil Kurek - ING Bank Śląski S.A.; Kamil Kurek Programowanie

Szkolenie - Understanding Deep Neural Networks

I liked the new insights in deep machine learning.

Josip Arneric

Szkolenie - Neural Network in R

Trener bardzo zrozumiale wytłumaczył trudne i zaawansowane tematy.

Leszek K

Szkolenie - Artificial Intelligence Overview

I really appreciated the crystal clear answers of Chris to our questions.

Léo Dubus

Szkolenie - Réseau de Neurones, les Fondamentaux en utilisant TensorFlow comme Exemple

Ann created a great environment to ask questions and learn. We had a lot of fun and also learned a lot at the same time.

Gudrun Bickelq

Szkolenie - Introduction to the use of neural networks

It was very interactive and more relaxed and informal than expected. We covered lots of topics in the time and the trainer was always receptive to talking more in detail or more generally about the topics and how they were related. I feel the training has given me the tools to continue learning as opposed to it being a one off session where learning stops once you've finished which is very important given the scale and complexity of the topic.

Jonathan Blease

Szkolenie - Artificial Neural Networks, Machine Learning, Deep Thinking

Nadchodzące szkolenia

Pozostałe regiony w Polsce

Inne kraje

Te szkolenia są również dostępne w innych krajach

Konsultacje

Sieci Neuronowe Konsultacje
Szkolenie Sieci Neuronowe, Sieci Neuronowe boot camp, Szkolenia Zdalne Sieci Neuronowe, szkolenie wieczorowe Sieci Neuronowe, szkolenie weekendowe Sieci Neuronowe, Kurs Sieci Neuronowe,Kursy Sieci Neuronowe, Trener Sieci Neuronowe, instruktor Sieci Neuronowe, kurs zdalny Sieci Neuronowe, edukacja zdalna Sieci Neuronowe, nauczanie wirtualne Sieci Neuronowe, lekcje UML, nauka przez internet Sieci Neuronowe, e-learning Sieci Neuronowe, kurs online Sieci Neuronowe, wykładowca Sieci Neuronowe