Praktyczne szkolenia Sztuczna inteligencja, Szkolenia AI, Szkolenia Artificial Intelligence, Szkolenia Synthetic Intelligence.
Szkolenie Artificial Intelligence jest dostępne jako "szkolenie stacjonarne" lub "szkolenie online na żywo".
Szkolenie stacjonarne może odbywać się lokalnie w siedzibie klienta w Polsce lub w ośrodkach szkoleniowych NobleProg w Polsce. Zdalne szkolenie online odbywa się za pomocą interaktywnego, zdalnego pulpitu.
NobleProg -- Twój lokalny dostawca szkoleń.
Opinie uczestników
zakres materialu
Maciej Jonczyk
Szkolenie: From Data to Decision with Big Data and Predictive Analytics
usystematyzowanie wiedzy z dziedziny ML
Orange Polska
Szkolenie: From Data to Decision with Big Data and Predictive Analytics
Trener bardzo zrozumiale wytłumaczył trudne i zaawansowane tematy.
Leszek K
Szkolenie: Artificial Intelligence Overview
sposób prowadzenia i przykładay podawane przez trenera
ORANGE POLSKA S.A.
Szkolenie: Machine Learning and Deep Learning
Mozliwosc omowienia samemu zaproponowanych zagadnien
ORANGE POLSKA S.A.
Szkolenie: Machine Learning and Deep Learning
dużo ćwiczeń, które bezpośrednio mogę wykorzystać w mojej pracy
Alior Bank S.A.
Szkolenie: Sieci Neuronowe w R
Przykłady na danych rzeczywistych
Alior Bank S.A.
Szkolenie: Sieci Neuronowe w R
neuralnet, pROC w petli
Alior Bank S.A.
Szkolenie: Sieci Neuronowe w R
Duża oraz aktualna wiedza prowadzących oraz praktyczne przykłady zastosowania.
ING Bank Śląski S.A.
Szkolenie: Introduction to Deep Learning
Dużo ćwiczeń, bardzo dobra współpraca z grupą.
Janusz Chrobot - ING Bank Śląski S.A.
Szkolenie: Introduction to Deep Learning
praca na colaboratory,
ING Bank Śląski S.A.
Szkolenie: Introduction to Deep Learning
Widać było, że prowadzący to pasjonaci prezentowanych tematów. Używane ciekawe przykłady podczas ćwiczeń.
ING Bank Śląski S.A.
Szkolenie: Introduction to Deep Learning
Szeroki zakres poruszanych tematów oraz duża wiedza merytoryczna prowadzących.
ING Bank Śląski S.A.; Kamil Kurek Programowanie
Szkolenie: Understanding Deep Neural Networks
Brak
ING Bank Śląski S.A.; Kamil Kurek Programowanie
Szkolenie: Understanding Deep Neural Networks
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
Część praktyczna, gdzie implementowaliśmy algorytmy. Pozwoliło to na lepsze zrozumienie tematu.
ING Bank Śląski S.A.; Kamil Kurek Programowanie
Szkolenie: Understanding Deep Neural Networks
ćwiczenia i przykłady na nich realizowane
Paweł Orzechowski - ING Bank Śląski S.A.; Kamil Kurek Programowanie
Szkolenie: Understanding Deep Neural Networks
Przykłady i omawiane zagadnienia.
ING Bank Śląski S.A.; Kamil Kurek Programowanie
Szkolenie: Understanding Deep Neural Networks
Wiedza merytoryczna, zaangażowanie, pasjonujący sposób przekazywania wiedzy. Przykłady praktyczne po wykładzie teoretycznym.
Janusz Chrobot - ING Bank Śląski S.A.; Kamil Kurek Programowanie
Szkolenie: Understanding Deep Neural Networks
Praktyczne ćwiczenia przygotowane przez Pana Macieja
ING Bank Śląski S.A.; Kamil Kurek Programowanie
Szkolenie: Understanding Deep Neural Networks
Dodatkowe materiały. Przygotowanie teoretyczne.
ING Bank Śląski
Szkolenie: Using Computer Network ToolKit (CNTK)
Duża wiedza prowadzącego a także chęć i umiejętność dzielenia się nią. Inspiracja do poszukiwania zastosowań algorytmów sztucznej inteligencji
ING Bank Śląski
Szkolenie: Using Computer Network ToolKit (CNTK)
Omawiane zagadnienia, realizowane ćwiczenia (przykłady), atmosfera szkolenia, kontakt z Trenerem, lokalizacja.
Wojskowe Zakłady Uzbrojenia S.A. w Grudziądzu
Szkolenie: Octave nie tylko dla programistów
Dużo wskazówek praktycznych
Pawel Dawidowski - ABB Sp. z o.o.
Szkolenie: Deep Learning with TensorFlow
Dużo informacji związanych z wdrożeniami rozwiązań
Michał Smolana - ABB Sp. z o.o.
Szkolenie: Deep Learning with TensorFlow
Mnogość praktycznych wskazówek i wiedza prowadzącego z szerokiej gamy zagadnień AI / IT / SQL / IoT.
ABB Sp. z o.o.
Szkolenie: Deep Learning with TensorFlow
przedstawione wiedza zarówno praktyczna jak i teoretyczna, jedna uzupełniająca drugą. Sposób prowadzenia bardzo ciekawy. Zero nudy. Dużo wiedzy, życiowych przykładów
Bartosz Matuszek - Weegree Sp. z o.o. S.K.
Szkolenie: Machine Learning – Data science
Live coding, mocna argumentacja przykładów teorią.
Filip Derenowski - Weegree Sp. z o.o. S.K.
Szkolenie: Machine Learning – Data science
Konkrety
Weegree Sp. z o.o. S.K.
Szkolenie: Machine Learning – Data science
Najpierw wyjasnienie teorii, na podstawie ktorej byly pozniej realizowane zadania praktyczne
Weegree Sp. z o.o. S.K.
Szkolenie: Machine Learning – Data science
Omawianie zastosowań
EduBroker Sp. z o.o.
Szkolenie: Machine Learning for Banking (with Python)
Sposób przekazywania wiedzy
EduBroker Sp. z o.o.
Szkolenie: Machine Learning for Banking (with Python)
Proste przykłady do teorii pozwalające na zobrazowanie zagadnienia
EduBroker Sp. z o.o.
Szkolenie: Machine Learning for Banking (with Python)
Plany szkoleń z technologii AI
Nazwa kursu
Czas trwania
Opis
Nazwa kursu
Czas trwania
Opis
7 godzin
This instructor-led, live training in w Polsce (online or onsite) is aimed at software engineers or anyone who wish to learn how to use Vertex AI to perform and complete machine learning activities.
By the end of this training, participants will be able to:
- Understand how Vertex AI works and use it as a machine learning platform.
- Learn about machine learning and NLP concepts.
- Know how to train and deploy machine learning models using Vertex AI.
By the end of this training, participants will be able to:
- Understand how Vertex AI works and use it as a machine learning platform.
- Learn about machine learning and NLP concepts.
- Know how to train and deploy machine learning models using Vertex AI.
7 godzin
AlphaFold jest systemem, który wykonuje prognozę struktur białkowych. Jest on opracowany przez Alphabet’s/Google’s DeepMind jako system głębokiego uczenia się, który może dokładnie przewidzieć modele 3D struktur białkowych.
Ten szkolenie na żywo prowadzone przez instruktora (online lub on-site) jest skierowane do biologów, którzy chcą zrozumieć, jak AlphaFold działa i wykorzystuje AlphaFold modele jako przewodniki w swoich badaniach eksperymentalnych.
Po zakończeniu szkolenia uczestnicy będą mogli:
Zrozum podstawowe zasady AlphaFold. Dowiedz się, jak działa AlphaFold. Dowiedz się, jak interpretować AlphaFold prognozy i wyniki.
Format kursu
Interaktywne wykłady i dyskusje. Dużo ćwiczeń i praktyk. Wdrażanie rąk w środowisku Live-Lab.
Opcje dostosowania kursu
Aby poprosić o dostosowane szkolenie dla tego kursu, prosimy o kontakt, aby zorganizować.
Ten szkolenie na żywo prowadzone przez instruktora (online lub on-site) jest skierowane do biologów, którzy chcą zrozumieć, jak AlphaFold działa i wykorzystuje AlphaFold modele jako przewodniki w swoich badaniach eksperymentalnych.
Po zakończeniu szkolenia uczestnicy będą mogli:
Zrozum podstawowe zasady AlphaFold. Dowiedz się, jak działa AlphaFold. Dowiedz się, jak interpretować AlphaFold prognozy i wyniki.
Format kursu
Interaktywne wykłady i dyskusje. Dużo ćwiczeń i praktyk. Wdrażanie rąk w środowisku Live-Lab.
Opcje dostosowania kursu
Aby poprosić o dostosowane szkolenie dla tego kursu, prosimy o kontakt, aby zorganizować.
14 godzin
Waikato Environment for Knowledge Analysis (Weka) to oprogramowanie do wizualizacji górnictwa danych z otwartym źródłem. Zapewnia zbiór algorytmów uczenia się maszynowego do przygotowania danych, klasyfikacji, grupowania i innych działań w zakresie wydobywania danych.
Ten instruktor prowadzony, szkolenie na żywo (online lub on-site) jest skierowany do analityków danych i naukowców danych, którzy chcą użyć Weka do wykonywania zadań wydobywania danych.
Po zakończeniu szkolenia uczestnicy będą mogli:
Instalacja i konfiguracja Weka Zrozumienie środowiska Weka i banku pracy. Wykonaj zadania wydobywania danych przy użyciu Weka.
Format kursu
Interaktywne wykłady i dyskusje. Dużo ćwiczeń i praktyk. Wdrażanie rąk w środowisku Live-Lab.
Opcje dostosowania kursu
Aby poprosić o dostosowane szkolenie dla tego kursu, prosimy o kontakt, aby zorganizować.
Ten instruktor prowadzony, szkolenie na żywo (online lub on-site) jest skierowany do analityków danych i naukowców danych, którzy chcą użyć Weka do wykonywania zadań wydobywania danych.
Po zakończeniu szkolenia uczestnicy będą mogli:
Instalacja i konfiguracja Weka Zrozumienie środowiska Weka i banku pracy. Wykonaj zadania wydobywania danych przy użyciu Weka.
Format kursu
Interaktywne wykłady i dyskusje. Dużo ćwiczeń i praktyk. Wdrażanie rąk w środowisku Live-Lab.
Opcje dostosowania kursu
Aby poprosić o dostosowane szkolenie dla tego kursu, prosimy o kontakt, aby zorganizować.
14 godzin
Celem tego kursu jest zapewnienie podstawowej kompetencji w stosowaniu metod Machine Learning w praktyce. Poprzez użycie języka Python programowania i jego różnych bibliotek, i oparte na wielu praktycznych przykładów ten kurs uczy, jak używać najważniejszych bloków budowlanych Machine Learning, jak podejmować decyzje dotyczące modelowania danych, interpretować wyniki algorytmów i weryfikować wyniki.
Naszym celem jest dać Ci umiejętności do zrozumienia i używania najbardziej podstawowych narzędzi z Machine Learning pudełka narzędzi w sposób pewny i uniknąć powszechnych uderzeń w aplikacje Data Science.
Naszym celem jest dać Ci umiejętności do zrozumienia i używania najbardziej podstawowych narzędzi z Machine Learning pudełka narzędzi w sposób pewny i uniknąć powszechnych uderzeń w aplikacje Data Science.
21 godzin
W tym instruktażowym szkoleniu na żywo uczestnicy poznają najbardziej odpowiednie i najdoskonalsze techniki uczenia maszynowego w Pythonie, ponieważ tworzą serię aplikacji demonstracyjnych obejmujących obraz, muzykę, tekst i dane finansowe Pod koniec tego szkolenia uczestnicy będą mogli: Zaimplementuj algorytmy uczenia maszynowego i techniki rozwiązywania złożonych problemów Zastosuj głębokie uczenie się i nauczanie półinstruowane w aplikacjach wykorzystujących obraz, muzykę, tekst i dane finansowe Pchnij algorytmy Pythona do ich maksymalnego potencjału Używaj bibliotek i pakietów, takich jak NumPy i Theano Publiczność Deweloperzy Analitycy Data naukowcy Format kursu Wykład częściowy, dyskusja częściowa, ćwiczenia i ciężka praktyka handson .
21 godzin
szacuje się, że dane nieustrukturyzowane stanowią ponad 90 procent wszystkich danych, większość z nich w postaci tekstu. Posty na blogu, Tweety, Media społecznościowe i inne publikacje cyfrowe nieustannie dodają do tego rosnącego ciała danych.
to prowadzony przez instruktora, na żywo centra kursów wokół wydobycia spostrzeżeń i znaczenie z tych danych. Wykorzystując biblioteki języka R i przetwarzania języka naturalnego (NLP), łączymy koncepcje i techniki z informatyki, sztucznej inteligencji i językoznawstwa obliczeniowego, aby algorytmicznie rozumieć znaczenie danych tekstowych. Próbki danych są dostępne w różnych językach na potrzeby klienta.
do końca tego szkolenia uczestnicy będą mogli przygotować zbiory danych (duże i małe) z różnych źródeł, a następnie zastosować odpowiednie algorytmy do analizowania i raportowania o jego znaczeniu.
Format kursu
- część wykładu, dyskusja część, ciężka praktyka praktyczne, sporadyczne testy, aby ocenić zrozumienie
to prowadzony przez instruktora, na żywo centra kursów wokół wydobycia spostrzeżeń i znaczenie z tych danych. Wykorzystując biblioteki języka R i przetwarzania języka naturalnego (NLP), łączymy koncepcje i techniki z informatyki, sztucznej inteligencji i językoznawstwa obliczeniowego, aby algorytmicznie rozumieć znaczenie danych tekstowych. Próbki danych są dostępne w różnych językach na potrzeby klienta.
do końca tego szkolenia uczestnicy będą mogli przygotować zbiory danych (duże i małe) z różnych źródeł, a następnie zastosować odpowiednie algorytmy do analizowania i raportowania o jego znaczeniu.
Format kursu
- część wykładu, dyskusja część, ciężka praktyka praktyczne, sporadyczne testy, aby ocenić zrozumienie
28 godzin
celem tego kursu jest zapewnienie ogólnej biegłości w stosowaniu metod uczenia maszynowego w praktyce. Dzięki użyciu języka programowania Python i jego różnych bibliotek, a w oparciu o wiele praktycznych przykładów ten kurs uczy, jak korzystać z najważniejszych bloków konstrukcyjnych Machine Learning, jak podejmować decyzje modelowania danych, interpretować dane wyjściowe algorytmów i sprawdzić poprawność wyników.
naszym celem jest, aby dać Ci umiejętności, aby zrozumieć i używać najbardziej podstawowych narzędzi z przybornika uczenia maszynowego pewnie i uniknąć typowych pułapek aplikacji Data Sciences.
naszym celem jest, aby dać Ci umiejętności, aby zrozumieć i używać najbardziej podstawowych narzędzi z przybornika uczenia maszynowego pewnie i uniknąć typowych pułapek aplikacji Data Sciences.
28 godzin
Ten kurs wprowadza języków lub programistów do NLP w Python. W trakcie tego kursu będziemy w większości korzystać z nltk.org (Natural Language Tool Kit), ale także będziemy korzystać z innych bibliotek istotnych i przydatnych dla NLP. Obecnie możemy prowadzić ten kurs w Python 2.x lub Python 3.x. Przykłady są w języku angielskim lub mandaryńskim (普通话). Inne języki mogą być również udostępniane, jeśli zgadzane przed rezerwacją.
35 godzin
To jest 5-dniowe wprowadzenie do Data Science i AI.
Kurs jest dostarczany z przykładami i ćwiczeniami wykorzystującymi Python
Kurs jest dostarczany z przykładami i ćwiczeniami wykorzystującymi Python
28 godzin
Jest to 4-dniowy kurs wprowadzający AI i jego zastosowanie za pomocą języka programowania Python. Istnieje możliwość, aby mieć dodatkowy dzień, aby podjąć projekt AI na zakończenie tego kursu.
21 godzin
Głębokie Reinforcement Learning odnośnie do zdolności agentu artyfikalnego & quot; do nauczenia przez proces i krzywki i nagrady. Artykułny agent celem emulacji ludzkiej ' możliwości do osiągnięcia i konstrukcji wiedzy własnej, bezpośrednio z wkładów surowej, takich jak wizja. Aby wzmocnić uczenie wzmocniające, głębokie uczenie i sieci neuralne są wykorzystywane. Uczba wzmocnienia jest różni od uczby maszyny i nie zależy na nadzorowanych i nieprzewidzianych podejściach nauczania.
W tym instruktorze, żywym szkolenia, uczestniki będą nauczylić podstaw Głębokie Reinforcement Learning, gdy oni skończyją poprzez tworzenie Deep Learning Agenta.
Do końca tego szkolenia uczestników będą mogły:
Zrozumiać kluczne koncepcje za głęboką Reinforcement Learning i można je odrzucić od Machine Learning Zastosować avancyjne algoritmy Reinforcement Learning w celu rozwiązania problemów rzeczywistych światów Zbudować Deep Learning Agent
Odwiedzialność
Rozwojujący Naukaci Danych
Format kursu
Częściowy przedstawicie, dyskusja części, praktyki i ciężkie praktyki
W tym instruktorze, żywym szkolenia, uczestniki będą nauczylić podstaw Głębokie Reinforcement Learning, gdy oni skończyją poprzez tworzenie Deep Learning Agenta.
Do końca tego szkolenia uczestników będą mogły:
Zrozumiać kluczne koncepcje za głęboką Reinforcement Learning i można je odrzucić od Machine Learning Zastosować avancyjne algoritmy Reinforcement Learning w celu rozwiązania problemów rzeczywistych światów Zbudować Deep Learning Agent
Odwiedzialność
Rozwojujący Naukaci Danych
Format kursu
Częściowy przedstawicie, dyskusja części, praktyki i ciężkie praktyki
14 godzin
IBM Cloud Pak for Data jest multi-cloud platformą oprogramowania do gromadzenia, organizowania i analizowania danych do wykorzystania w AI.
Ten szkolenie na żywo prowadzone przez instruktora (online lub on-site) jest skierowane do naukowców danych, którzy chcą użyć IBM Cloud Pak do przygotowania danych do wykorzystania w rozwiązaniach AI.
Po zakończeniu szkolenia uczestnicy będą mogli:
Instalacja i konfiguracja Cloud Pak dla danych. Zjednoczyć gromadzenie, organizację i analizę danych. Integruj Cloud Pak dla danych z różnymi usługami w celu rozwiązania powszechnych problemów biznesowych. Wdrażanie przepływów pracy do współpracy z członkami zespołu w zakresie opracowywania rozwiązania AI.
Format kursu
Interaktywne wykłady i dyskusje. Dużo ćwiczeń i praktyk. Wdrażanie rąk w środowisku Live-Lab.
Opcje dostosowania kursu
Aby poprosić o dostosowane szkolenie dla tego kursu, prosimy o kontakt, aby zorganizować.
Ten szkolenie na żywo prowadzone przez instruktora (online lub on-site) jest skierowane do naukowców danych, którzy chcą użyć IBM Cloud Pak do przygotowania danych do wykorzystania w rozwiązaniach AI.
Po zakończeniu szkolenia uczestnicy będą mogli:
Instalacja i konfiguracja Cloud Pak dla danych. Zjednoczyć gromadzenie, organizację i analizę danych. Integruj Cloud Pak dla danych z różnymi usługami w celu rozwiązania powszechnych problemów biznesowych. Wdrażanie przepływów pracy do współpracy z członkami zespołu w zakresie opracowywania rozwiązania AI.
Format kursu
Interaktywne wykłady i dyskusje. Dużo ćwiczeń i praktyk. Wdrażanie rąk w środowisku Live-Lab.
Opcje dostosowania kursu
Aby poprosić o dostosowane szkolenie dla tego kursu, prosimy o kontakt, aby zorganizować.
28 godzin
Uczenie się maszynowe jest gałęzią sztucznej inteligencji, w której komputery mają zdolność do uczenia się bez wyraźnego programowania.
Głębokie uczenie się to podział uczenia się maszynowego, który wykorzystuje metody oparte na prezentacjach i strukturach danych uczenia się, takich jak sieci nerwowe.
Python jest językiem programowania na wysokim poziomie znany ze swojej wyraźnej syntazy i czytelności kodów.
W tym szkoleniu prowadzonym przez instruktora, uczestnicy dowiedzą się, jak wdrożyć modele głębokiego uczenia się do telekomunikacji przy użyciu Python jak przechodzą przez tworzenie modelu ryzyka kredytowego głębokiego uczenia się.
Po zakończeniu szkolenia uczestnicy będą mogli:
Zrozum podstawowe pojęcia głębokiego uczenia się. Naucz się aplikacji i zastosowań głębokiego uczenia się w telecom. Użyj Python, Keras i TensorFlow do tworzenia modeli głębokiego uczenia się dla telecom. Zbuduj własny model głębokiego uczenia się klienta, używając modelu przewidywania Python.
Format kursu
Interaktywne wykłady i dyskusje. Dużo ćwiczeń i praktyk. Wdrażanie rąk w środowisku Live-Lab.
Opcje dostosowania kursu
Aby poprosić o dostosowane szkolenie dla tego kursu, prosimy o kontakt, aby zorganizować.
Głębokie uczenie się to podział uczenia się maszynowego, który wykorzystuje metody oparte na prezentacjach i strukturach danych uczenia się, takich jak sieci nerwowe.
Python jest językiem programowania na wysokim poziomie znany ze swojej wyraźnej syntazy i czytelności kodów.
W tym szkoleniu prowadzonym przez instruktora, uczestnicy dowiedzą się, jak wdrożyć modele głębokiego uczenia się do telekomunikacji przy użyciu Python jak przechodzą przez tworzenie modelu ryzyka kredytowego głębokiego uczenia się.
Po zakończeniu szkolenia uczestnicy będą mogli:
Zrozum podstawowe pojęcia głębokiego uczenia się. Naucz się aplikacji i zastosowań głębokiego uczenia się w telecom. Użyj Python, Keras i TensorFlow do tworzenia modeli głębokiego uczenia się dla telecom. Zbuduj własny model głębokiego uczenia się klienta, używając modelu przewidywania Python.
Format kursu
Interaktywne wykłady i dyskusje. Dużo ćwiczeń i praktyk. Wdrażanie rąk w środowisku Live-Lab.
Opcje dostosowania kursu
Aby poprosić o dostosowane szkolenie dla tego kursu, prosimy o kontakt, aby zorganizować.
14 godzin
Osadzanie Projektora to otwarta aplikacja internetowa do wizualizacji danych wykorzystywanych do szkolenia systemów uczenia maszynowego Stworzony przez Google, jest częścią TensorFlow Ten instruktażowy trening na żywo wprowadza pojęcia związane z osadzaniem projektora i prowadzi uczestników przez proces tworzenia projektu demonstracyjnego Pod koniec tego szkolenia uczestnicy będą mogli: Sprawdź, jak dane są interpretowane przez modele uczenia maszynowego Nawiguj po widokach 3D i 2D danych, aby zrozumieć, w jaki sposób algorytm uczenia maszynowego je interpretuje Zapoznaj się z koncepcjami Embeddings i ich rolą w reprezentowaniu wektorów matematycznych dla obrazów, słów i cyfr Poznaj właściwości konkretnego osadzania, aby zrozumieć zachowanie modelu Zastosuj Projekt Osadzania do przypadków użycia rzeczywistego świata, takich jak budowanie systemu rekomendacji dla melomanów Publiczność Deweloperzy Data naukowcy Format kursu Wykład częściowy, dyskusja częściowa, ćwiczenia i ciężka praktyka handson .
28 godzin
AI-102 Designing and Implementing an Azure AI Solution is intended for software developers wanting to build AI infused applications that leverage Azure Cognitive Services, Azure Cognitive Search, and Microsoft Bot Framework. The course will use C# or Python as the programming language.
Audience Profile
Software engineers concerned with building, managing and deploying AI solutions that leverage Azure Cognitive Services, Azure Cognitive Search, and Microsoft Bot Framework. They are familiar with C# or Python and have knowledge on using REST-based APIs to build computer vision, language analysis, knowledge mining, intelligent search, and conversational AI solutions on Azure.
Audience Profile
Software engineers concerned with building, managing and deploying AI solutions that leverage Azure Cognitive Services, Azure Cognitive Search, and Microsoft Bot Framework. They are familiar with C# or Python and have knowledge on using REST-based APIs to build computer vision, language analysis, knowledge mining, intelligent search, and conversational AI solutions on Azure.
7 godzin
This course has been created for managers, solutions architects, innovation officers, CTOs, software architects and anyone who is interested in an overview of applied artificial intelligence and the nearest forecast for its development.
21 godzin
Kurs wykorzystuje praktyczne podejście do nauczania OptaPlanner . Zapewnia uczestnikom narzędzia potrzebne do wykonywania podstawowych funkcji tego narzędzia.
28 godzin
Ten czterodniowy kurs ma na celu nauczenie, jak działają algorytmy genetyczne; obejmuje również sposób wyboru parametrów modelu algorytmu genetycznego; Istnieje wiele zastosowań algorytmów genetycznych w tym kursie, a problemy optymalizacyjne są rozwiązywane za pomocą algorytmów genetycznych.
7 godzin
Jest to sesja szkoleniowa oparta na zajęciach w formie prezentacji i pytań i odpowiedzi
14 godzin
Inteligentna automatyzacja procesów (IPA) odnosi się do wykorzystania Artificial Intelligence (AI) , robotyki i integracji z usługami stron trzecich w celu rozszerzenia mocy RPA.
Szkolenie na żywo prowadzone przez instruktora (na miejscu lub zdalnie) jest skierowane do osób technicznych, które chcą skonfigurować lub rozszerzyć system RPA o bardziej inteligentnych możliwościach.
Pod koniec tego szkolenia uczestnicy będą mogli:
- Zainstaluj i skonfiguruj UiPath IPA.
- Włącz roboty do zarządzania innymi robotami.
- Zastosuj widzenie komputerowe, aby dokładnie zlokalizować obiekty ekranowe.
- Włącz roboty, które potrafią wykrywać wzorce językowe i przeprowadzać analizę sentymentów na treści nieustrukturyzowane.
Format kursu
- Interaktywny wykład i dyskusja.
- Dużo ćwiczeń i ćwiczeń.
- Praktyczne wdrożenie w środowisku na żywo.
Opcje dostosowywania kursu
- Aby poprosić o niestandardowe szkolenie dla tego kursu, skontaktuj się z nami w celu umówienia się.
- Aby dowiedzieć się więcej o UiPath IPA, odwiedź: https: // www. UiPath .com / rpa / intelligent-process-automation
Szkolenie na żywo prowadzone przez instruktora (na miejscu lub zdalnie) jest skierowane do osób technicznych, które chcą skonfigurować lub rozszerzyć system RPA o bardziej inteligentnych możliwościach.
Pod koniec tego szkolenia uczestnicy będą mogli:
- Zainstaluj i skonfiguruj UiPath IPA.
- Włącz roboty do zarządzania innymi robotami.
- Zastosuj widzenie komputerowe, aby dokładnie zlokalizować obiekty ekranowe.
- Włącz roboty, które potrafią wykrywać wzorce językowe i przeprowadzać analizę sentymentów na treści nieustrukturyzowane.
Format kursu
- Interaktywny wykład i dyskusja.
- Dużo ćwiczeń i ćwiczeń.
- Praktyczne wdrożenie w środowisku na żywo.
Opcje dostosowywania kursu
- Aby poprosić o niestandardowe szkolenie dla tego kursu, skontaktuj się z nami w celu umówienia się.
- Aby dowiedzieć się więcej o UiPath IPA, odwiedź: https: // www. UiPath .com / rpa / intelligent-process-automation
14 godzin
Testowanie oprogramowania to proces oceny ważności funkcjonalności aplikacji. Zintegrowanie sztucznej inteligencji z środowiskiem testowym oprogramowania umożliwia procesom AI, przyspieszając tworzenie, wykonywanie i konserwację testów.
Ten prowadzony przez instruktora trening na żywo (na miejscu lub zdalnie) jest skierowany do testerów oprogramowania, którzy chcą mieć środowisko testowania oprogramowania opartego na sztucznej inteligencji.
Do końca tego szkolenia uczestnicy będą mogli:
- Automatyzacja generowania testów jednostkowych i parametryzacji za pomocą sztucznej inteligencji.
- Zastosuj Uczenie maszynowe uczenia się w rzeczywistym świecie przypadek użycia.
- Zautomatyzuj generowanie i konserwację testów interfejsu API za pomocą sztucznej inteligencji.
- Użyj metody uczenia maszynowego do samodzielnego leczenia wykonywania testów Selenium.
Format kursu
- Interaktywny wykład i dyskusja.
- Wiele ćwiczeń i praktyki.
- Praktyczne wdrożenie w środowisku laboratorium na żywo.
Opcje dostosowywania kursu
- Aby poprosić o szkolenie dostosowane do tego kursu, skontaktuj się z nami, aby umówić się.
Ten prowadzony przez instruktora trening na żywo (na miejscu lub zdalnie) jest skierowany do testerów oprogramowania, którzy chcą mieć środowisko testowania oprogramowania opartego na sztucznej inteligencji.
Do końca tego szkolenia uczestnicy będą mogli:
- Automatyzacja generowania testów jednostkowych i parametryzacji za pomocą sztucznej inteligencji.
- Zastosuj Uczenie maszynowe uczenia się w rzeczywistym świecie przypadek użycia.
- Zautomatyzuj generowanie i konserwację testów interfejsu API za pomocą sztucznej inteligencji.
- Użyj metody uczenia maszynowego do samodzielnego leczenia wykonywania testów Selenium.
Format kursu
- Interaktywny wykład i dyskusja.
- Wiele ćwiczeń i praktyki.
- Praktyczne wdrożenie w środowisku laboratorium na żywo.
Opcje dostosowywania kursu
- Aby poprosić o szkolenie dostosowane do tego kursu, skontaktuj się z nami, aby umówić się.
7 godzin
Sztuczna inteligencja to inteligencja dla maszyn do wykonywania określonych zadań poprzez rozpoznawanie wzorów w danych. AI umożliwia użytkownikom wzrost hack sukces kampanii marketingowych cyfrowych.
Ten szkolenie na żywo prowadzone przez instruktora (online lub on-site) jest skierowane do marketerów, którzy chcą wykorzystać AI do poprawy strategii marketingu cyfrowego poprzez cenne wgląd klientów.
Po zakończeniu szkolenia uczestnicy będą mogli:
Opracowanie oprogramowania AI w celu poprawy sposobu, w jaki marki łączą się z użytkownikami. Wykorzystaj chatboty, aby zoptymalizować doświadczenie użytkownika. Zwiększ produktywność i przychody poprzez automatyzację zadań.
Format kursu
Interaktywne wykłady i dyskusje. Dużo ćwiczeń i praktyk. Wdrażanie rąk w środowisku Live-Lab.
Opcje dostosowania kursu
Aby poprosić o dostosowane szkolenie dla tego kursu, prosimy o kontakt, aby zorganizować.
Ten szkolenie na żywo prowadzone przez instruktora (online lub on-site) jest skierowane do marketerów, którzy chcą wykorzystać AI do poprawy strategii marketingu cyfrowego poprzez cenne wgląd klientów.
Po zakończeniu szkolenia uczestnicy będą mogli:
Opracowanie oprogramowania AI w celu poprawy sposobu, w jaki marki łączą się z użytkownikami. Wykorzystaj chatboty, aby zoptymalizować doświadczenie użytkownika. Zwiększ produktywność i przychody poprzez automatyzację zadań.
Format kursu
Interaktywne wykłady i dyskusje. Dużo ćwiczeń i praktyk. Wdrażanie rąk w środowisku Live-Lab.
Opcje dostosowania kursu
Aby poprosić o dostosowane szkolenie dla tego kursu, prosimy o kontakt, aby zorganizować.
21 godzin
Robotics jest obszarem w sztucznej inteligencji (AI), który zajmuje się programowaniem i projektowaniem inteligentnych i wydajnych maszyn.
To szkolenie na żywo prowadzone przez instruktora (online lub on-site) jest skierowane do inżynierów, którzy chcą programować i tworzyć roboty za pomocą podstawowych metod AI.
Po zakończeniu szkolenia uczestnicy będą mogli:
Wdrażanie filtrów (Kalman i cząstki), aby umożliwić robotowi lokalizację ruchomych obiektów w jego otoczeniu. Wdrożenie algorytmów wyszukiwania i planowania ruchu. Wdrożenie kontrol PID reguluje ruch robota w środowisku. Wdrożenie algorytmów SLAM, aby umożliwić robotowi mapowanie nieznanego środowiska.
Format kursu
Interaktywne wykłady i dyskusje. Dużo ćwiczeń i praktyk. Wdrażanie rąk w środowisku Live-Lab.
Opcje dostosowania kursu
Aby poprosić o dostosowane szkolenie dla tego kursu, prosimy o kontakt, aby zorganizować.
To szkolenie na żywo prowadzone przez instruktora (online lub on-site) jest skierowane do inżynierów, którzy chcą programować i tworzyć roboty za pomocą podstawowych metod AI.
Po zakończeniu szkolenia uczestnicy będą mogli:
Wdrażanie filtrów (Kalman i cząstki), aby umożliwić robotowi lokalizację ruchomych obiektów w jego otoczeniu. Wdrożenie algorytmów wyszukiwania i planowania ruchu. Wdrożenie kontrol PID reguluje ruch robota w środowisku. Wdrożenie algorytmów SLAM, aby umożliwić robotowi mapowanie nieznanego środowiska.
Format kursu
Interaktywne wykłady i dyskusje. Dużo ćwiczeń i praktyk. Wdrażanie rąk w środowisku Live-Lab.
Opcje dostosowania kursu
Aby poprosić o dostosowane szkolenie dla tego kursu, prosimy o kontakt, aby zorganizować.
7 godzin
Artificial Intelligence (AI) jest symulacją ludzkiej inteligencji w maszynach, które są zaprogramowane do myślenia i działania jak ludzie. Obejmuje różnorodne technologie, takie jak uczenie się maszynowe i głębokie uczenie się, i jest używany do różnych aplikacji biznesowych i korporacyjnych w celu rozwiązania wyzwań i potrzeb organizacyjnych.
To szkolenie na żywo prowadzone przez instruktora (online lub on-site) jest skierowane do menedżerów i liderów biznesowych, którzy chcą dowiedzieć się o podstawach sztucznej inteligencji i zarządzać projektami AI dla swojej organizacji.
Po zakończeniu tego szkolenia uczestnicy będą w stanie zrozumieć AI na poziomie technicznym i strategizować wykorzystując dane i zasoby swojej organizacji w celu skutecznego zarządzania projektami AI.
Format kursu
Interaktywne wykłady i dyskusje. Dużo ćwiczeń i praktyk. Wdrażanie rąk w środowisku Live-Lab.
Opcje dostosowania kursu
Aby poprosić o dostosowane szkolenie dla tego kursu, prosimy o kontakt, aby zorganizować.
To szkolenie na żywo prowadzone przez instruktora (online lub on-site) jest skierowane do menedżerów i liderów biznesowych, którzy chcą dowiedzieć się o podstawach sztucznej inteligencji i zarządzać projektami AI dla swojej organizacji.
Po zakończeniu tego szkolenia uczestnicy będą w stanie zrozumieć AI na poziomie technicznym i strategizować wykorzystując dane i zasoby swojej organizacji w celu skutecznego zarządzania projektami AI.
Format kursu
Interaktywne wykłady i dyskusje. Dużo ćwiczeń i praktyk. Wdrażanie rąk w środowisku Live-Lab.
Opcje dostosowania kursu
Aby poprosić o dostosowane szkolenie dla tego kursu, prosimy o kontakt, aby zorganizować.
80 godzin
Robotics i Artificial Intelligence (AI) są potężnymi narzędziami do rozwoju systemów bezpieczeństwa w instalacjach jądrowych.
W tym szkoleniu prowadzonym przez instruktora, uczestnicy będą uczyć się różnych technologii, ram i technik programowania różnych rodzajów robotów do wykorzystania w dziedzinie technologii jądrowej i systemów środowiskowych.
Kurs 4 tygodni odbywa się 5 dni w tygodniu. Każdego dnia trwa 4 godziny i składa się z wykładów, dyskusji i praktycznego rozwoju robotów w żywym środowisku laboratoryjnym. Uczestnicy zakończą różne projekty w świecie rzeczywistym, które mają zastosowanie do ich pracy, aby praktykować zdobyte wiedzę.
Materiał docelowy dla tego kursu będzie symulowany w 3D za pośrednictwem oprogramowania symulacyjnego. Kod zostanie następnie załadowany na sprzęt fizyczny (Arduino lub inny) do ostatecznego testowania rozmieszczenia. ROS (Robot Operating System) open-source framework, C++ i Python będą wykorzystywane do programowania robotów.
Po zakończeniu szkolenia uczestnicy będą mogli:
Zrozum kluczowe pojęcia wykorzystywane w technologiach robotycznych. Zrozum i zarządzanie interakcją oprogramowania i sprzętu w systemie robotowym. Zrozum i wdrażanie komponentów oprogramowania, które wspierają robotykę. Budować i obsługiwać symulowany mechaniczny robot, który może widzieć, odczuwać, przetwarzać, nawigować i interakcji z ludźmi przez głos. Zrozumienie niezbędnych elementów sztucznej inteligencji (nauka maszyn, głębokie uczenie się itp.) Wystarczy stworzyć inteligentny robot. Wdrażanie filtrów (Kalman i cząstki), aby umożliwić robotowi lokalizację ruchomych obiektów w jego otoczeniu. Wdrożenie algorytmów wyszukiwania i planowania ruchu. Wdrożenie kontrol PID reguluje ruch robota w środowisku. Wdrożenie algorytmów SLAM, aby umożliwić robotowi mapowanie nieznanego środowiska. Test i rozwiązywanie problemów z robotem w realistycznych scenariuszach.
Format kursu
Interaktywne wykłady i dyskusje. Dużo ćwiczeń i praktyk. Wdrażanie rąk w środowisku Live-Lab.
O sprzęcie
Zestawy sprzętowe zostaną potwierdzone przez instruktora przed szkoleniem. Zestaw będzie zawierał więcej lub mniej następujących składników: Arduino Zarząd sterownik silnika Dystansowy czujnik Bluetooth niewolnik Prototyp tablicy i kable Kabel USB samochód kit - Uczestnicy będą musieli dostarczyć własny sprzęt.
Opcje dostosowania kursu
Do dostosowania jakiejkolwiek części tego kursu (język programowania, model robotowy, mikrokontroler itp.) Proszę skontaktować się z nami w celu zorganizowania.
W tym szkoleniu prowadzonym przez instruktora, uczestnicy będą uczyć się różnych technologii, ram i technik programowania różnych rodzajów robotów do wykorzystania w dziedzinie technologii jądrowej i systemów środowiskowych.
Kurs 4 tygodni odbywa się 5 dni w tygodniu. Każdego dnia trwa 4 godziny i składa się z wykładów, dyskusji i praktycznego rozwoju robotów w żywym środowisku laboratoryjnym. Uczestnicy zakończą różne projekty w świecie rzeczywistym, które mają zastosowanie do ich pracy, aby praktykować zdobyte wiedzę.
Materiał docelowy dla tego kursu będzie symulowany w 3D za pośrednictwem oprogramowania symulacyjnego. Kod zostanie następnie załadowany na sprzęt fizyczny (Arduino lub inny) do ostatecznego testowania rozmieszczenia. ROS (Robot Operating System) open-source framework, C++ i Python będą wykorzystywane do programowania robotów.
Po zakończeniu szkolenia uczestnicy będą mogli:
Zrozum kluczowe pojęcia wykorzystywane w technologiach robotycznych. Zrozum i zarządzanie interakcją oprogramowania i sprzętu w systemie robotowym. Zrozum i wdrażanie komponentów oprogramowania, które wspierają robotykę. Budować i obsługiwać symulowany mechaniczny robot, który może widzieć, odczuwać, przetwarzać, nawigować i interakcji z ludźmi przez głos. Zrozumienie niezbędnych elementów sztucznej inteligencji (nauka maszyn, głębokie uczenie się itp.) Wystarczy stworzyć inteligentny robot. Wdrażanie filtrów (Kalman i cząstki), aby umożliwić robotowi lokalizację ruchomych obiektów w jego otoczeniu. Wdrożenie algorytmów wyszukiwania i planowania ruchu. Wdrożenie kontrol PID reguluje ruch robota w środowisku. Wdrożenie algorytmów SLAM, aby umożliwić robotowi mapowanie nieznanego środowiska. Test i rozwiązywanie problemów z robotem w realistycznych scenariuszach.
Format kursu
Interaktywne wykłady i dyskusje. Dużo ćwiczeń i praktyk. Wdrażanie rąk w środowisku Live-Lab.
O sprzęcie
Zestawy sprzętowe zostaną potwierdzone przez instruktora przed szkoleniem. Zestaw będzie zawierał więcej lub mniej następujących składników: Arduino Zarząd sterownik silnika Dystansowy czujnik Bluetooth niewolnik Prototyp tablicy i kable Kabel USB samochód kit - Uczestnicy będą musieli dostarczyć własny sprzęt.
Opcje dostosowania kursu
Do dostosowania jakiejkolwiek części tego kursu (język programowania, model robotowy, mikrokontroler itp.) Proszę skontaktować się z nami w celu zorganizowania.
120 godzin
Robotics i Artificial Intelligence (AI) są potężnymi narzędziami do rozwoju systemów bezpieczeństwa w instalacjach jądrowych.
W tym szkoleniu prowadzonym przez instruktora, uczestnicy będą uczyć się różnych technologii, ram i technik programowania różnych rodzajów robotów do wykorzystania w dziedzinie technologii jądrowej i systemów środowiskowych.
Kurs 6 tygodni odbywa się 5 dni w tygodniu. Każdego dnia trwa 4 godziny i składa się z wykładów, dyskusji i praktycznego rozwoju robotów w żywym środowisku laboratoryjnym. Uczestnicy zakończą różne projekty w świecie rzeczywistym, które mają zastosowanie do ich pracy, aby praktykować zdobyte wiedzę.
Materiał docelowy dla tego kursu będzie symulowany w 3D za pośrednictwem oprogramowania symulacyjnego. ROS (Robot Operating System) open-source framework, C++ i Python będą wykorzystywane do programowania robotów.
Po zakończeniu szkolenia uczestnicy będą mogli:
Zrozum kluczowe pojęcia wykorzystywane w technologiach robotycznych. Zrozum i zarządzanie interakcją oprogramowania i sprzętu w systemie robotowym. Zrozum i wdrażanie komponentów oprogramowania, które wspierają robotykę. Budować i obsługiwać symulowany mechaniczny robot, który może widzieć, odczuwać, przetwarzać, nawigować i interakcji z ludźmi przez głos. Zrozumienie niezbędnych elementów sztucznej inteligencji (nauka maszyn, głębokie uczenie się itp.) Wystarczy stworzyć inteligentny robot. Wdrażanie filtrów (Kalman i cząstki), aby umożliwić robotowi lokalizację ruchomych obiektów w jego otoczeniu. Wdrożenie algorytmów wyszukiwania i planowania ruchu. Wdrożenie kontrol PID reguluje ruch robota w środowisku. Wdrożenie algorytmów SLAM, aby umożliwić robotowi mapowanie nieznanego środowiska. Rozszerz zdolność robota do wykonywania złożonych zadań poprzez Deep Learning. Test i rozwiązywanie problemów z robotem w realistycznych scenariuszach.
Format kursu
Interaktywne wykłady i dyskusje. Dużo ćwiczeń i praktyk. Wdrażanie rąk w środowisku Live-Lab.
Opcje dostosowania kursu
Do dostosowania jakiejkolwiek części tego kursu (język programowania, model robotowy itp.) Proszę skontaktować się z nami w celu zorganizowania.
W tym szkoleniu prowadzonym przez instruktora, uczestnicy będą uczyć się różnych technologii, ram i technik programowania różnych rodzajów robotów do wykorzystania w dziedzinie technologii jądrowej i systemów środowiskowych.
Kurs 6 tygodni odbywa się 5 dni w tygodniu. Każdego dnia trwa 4 godziny i składa się z wykładów, dyskusji i praktycznego rozwoju robotów w żywym środowisku laboratoryjnym. Uczestnicy zakończą różne projekty w świecie rzeczywistym, które mają zastosowanie do ich pracy, aby praktykować zdobyte wiedzę.
Materiał docelowy dla tego kursu będzie symulowany w 3D za pośrednictwem oprogramowania symulacyjnego. ROS (Robot Operating System) open-source framework, C++ i Python będą wykorzystywane do programowania robotów.
Po zakończeniu szkolenia uczestnicy będą mogli:
Zrozum kluczowe pojęcia wykorzystywane w technologiach robotycznych. Zrozum i zarządzanie interakcją oprogramowania i sprzętu w systemie robotowym. Zrozum i wdrażanie komponentów oprogramowania, które wspierają robotykę. Budować i obsługiwać symulowany mechaniczny robot, który może widzieć, odczuwać, przetwarzać, nawigować i interakcji z ludźmi przez głos. Zrozumienie niezbędnych elementów sztucznej inteligencji (nauka maszyn, głębokie uczenie się itp.) Wystarczy stworzyć inteligentny robot. Wdrażanie filtrów (Kalman i cząstki), aby umożliwić robotowi lokalizację ruchomych obiektów w jego otoczeniu. Wdrożenie algorytmów wyszukiwania i planowania ruchu. Wdrożenie kontrol PID reguluje ruch robota w środowisku. Wdrożenie algorytmów SLAM, aby umożliwić robotowi mapowanie nieznanego środowiska. Rozszerz zdolność robota do wykonywania złożonych zadań poprzez Deep Learning. Test i rozwiązywanie problemów z robotem w realistycznych scenariuszach.
Format kursu
Interaktywne wykłady i dyskusje. Dużo ćwiczeń i praktyk. Wdrażanie rąk w środowisku Live-Lab.
Opcje dostosowania kursu
Do dostosowania jakiejkolwiek części tego kursu (język programowania, model robotowy itp.) Proszę skontaktować się z nami w celu zorganizowania.
7 godzin
Szkolenie skierowane jest do osób, które chcą zapoznać się z podstawami sieci neuronowych oraz ich zastosowań.
14 godzin
Szkolenie jest wprowadzeniem do wdrożenia sieci neuronowych w życiu codziennym wykorzystując oprogramowanie R-project.
14 godzin
To szkolenie jest przeznaczone dla osób, które chciałyby zastosować Machine Learning w praktycznych zastosowaniach.
Publiczność
Ten kurs jest przeznaczony dla naukowców zajmujących się danymi i statystyków, którzy znają statystyki i wiedzą, jak programować R (lub Python lub inny wybrany język). Kurs kładzie nacisk na praktyczne aspekty przygotowania danych / modelu, wykonania, analizy post hoc i wizualizacji.
Celem jest praktyczne zastosowanie Machine Learning dla uczestników zainteresowanych zastosowaniem metod w pracy.
Przykłady specyficzne dla danego sektora są wykorzystywane do szkolenia odpowiedniego dla odbiorców.
Publiczność
Ten kurs jest przeznaczony dla naukowców zajmujących się danymi i statystyków, którzy znają statystyki i wiedzą, jak programować R (lub Python lub inny wybrany język). Kurs kładzie nacisk na praktyczne aspekty przygotowania danych / modelu, wykonania, analizy post hoc i wizualizacji.
Celem jest praktyczne zastosowanie Machine Learning dla uczestników zainteresowanych zastosowaniem metod w pracy.
Przykłady specyficzne dla danego sektora są wykorzystywane do szkolenia odpowiedniego dla odbiorców.
21 godzin
Sztuczna sieć neuronowa jest obliczeniowym modelem danych wykorzystywanym w rozwoju systemów Artificial Intelligence (AI) zdolnych do wykonywania „inteligentnych” zadań. Neural Networks są powszechnie stosowane w aplikacjach Machine Learning (ML), które same są implementacją AI. Deep Learning jest podzbiorem ML.
Last Updated:
Nadchodzące szkolenia z technologii Sztuczna inteligencja
Encog: Advanced Machine Learning
2022-07-20 09:00
Warszawa, ul. Złota 3 / 11
14 godzin
Snorkel: Rapidly Process Training Data
2022-08-02 09:00
Warszawa, ul. Złota 3 / 11
7 godzin
Machine Learning w Python
2022-08-09 09:00
Warszawa, ul. Złota 3 / 11
28 godzin
Python: Machine Learning with Text
2022-08-17 09:00
Warszawa, ul. Złota 3 / 11
21 godzin
Encog: Introduction to Machine Learning
2022-08-24 09:00
Warszawa, ul. Złota 3 / 11
14 godzin
Other regions
Other countries
Konsultacje
Szkolenie Artificial Intelligence, AI (Artificial Intelligence) boot camp, Szkolenia Zdalne Sztuczna inteligencja, szkolenie wieczorowe Sztuczna inteligencja, szkolenie weekendowe AI, Kurs Artificial Intelligence,Kursy AI, Trener AI, instruktor AI, kurs zdalny AI (Artificial Intelligence), edukacja zdalna AI, nauczanie wirtualne AI, lekcje UML, nauka przez internet Sztuczna inteligencja, e-learning Sztuczna inteligencja, kurs online AI (Artificial Intelligence), wykładowca Sztuczna inteligencja
