Lokalne, prowadzone przez instruktora kursy szkoleniowe na żywo dotyczące uczenia się ze wzmocnieniem demonstrują poprzez interaktywną praktyczną praktykę tworzenia i wdrażania systemu uczenia się ze wzmocnieniem. Szkolenie Reinforcement Learning jest dostępne jako "szkolenie online na żywo" lub "szkolenie na żywo na miejscu". Szkolenie na żywo online (inaczej "zdalne szkolenie na żywo") odbywa się za pomocą interaktywnego, zdalnego pulpitu . Szkolenie na żywo na miejscu może odbywać się lokalnie w siedzibie klienta w dolnośląskie lub w korporacyjnych centrach szkoleniowych NobleProg w dolnośląskie. NobleProg — Twój lokalny dostawca szkoleń
Wrocław
NobleProg, Ludwika Rydygiera 2a/22, Wroclaw, Polska, 50-249
Lokal znajduje się w samym centrum miasta (vis-à-vis hotelu HP Park Plaza), zaledwie 10 minut spacerem od Rynku, tuż przy skrzyżowaniu ulic Drobnera i Rydygiera.
Wejście do budynku zlokalizowane jest od strony ulicy Śrutowej, tuż przy skrzyżowaniu z Bolesława Drobnera. Idąc od strony pl. Bema, mijamy po prawej stronie Rossmann i tuż za nim skręcamy w Śrutową - wejście będzie po prawej. Kierując się od pl. Dubois, mijamy po lewej aptekę Ziko oraz Carrefour Express i dochodzimy aż do skrzyżowania z ul. Śrutową - skręcamy w nią, wejście do budynku będzie po prawej stronie.
Sala szkoleniowa znajduje się na drugim piętrze.
Parking
W pobliżu sali szkoleniowej liczba miejsc parkingowych jest ograniczona, nie obowiązuje strefa płatnego parkowania (wzdłuż ulic Rydygiera, Śrutowej i Henryka Brodatego, Bolesława Drobnera). Ul. Ludwika Rydygiera jest jednokierunkowa, wjazd od ul. Bolesława Drobnera. Ul. Śrutowa także jest jednokierunkowa, wjazd od ul. Henryka Brodatego.
Dojazd komunikacją miejską
This instructor-led, live training in dolnośląskie (online or onsite) is aimed at intermediate-level data scientists who wish to gain a comprehensive understanding and practical skills in both Large Language Models (LLMs) and Reinforcement Learning (RL).
By the end of this training, participants will be able to:
Understand the components and functionality of transformer models.
Optimize and fine-tune LLMs for specific tasks and applications.
Understand the core principles and methodologies of reinforcement learning.
Learn how reinforcement learning techniques can enhance the performance of LLMs.
To prowadzone przez instruktora szkolenie na żywo w dolnośląskie (na miejscu lub zdalnie) jest przeznaczone dla zaawansowanych profesjonalistów, którzy chcą pogłębić swoją wiedzę na temat uczenia się ze wzmocnieniem i jego praktycznych zastosowań w rozwoju sztucznej inteligencji przy użyciu Google Colab.
Pod koniec tego szkolenia uczestnicy będą w stanie
Zrozumieć podstawowe koncepcje algorytmów uczenia się ze wzmocnieniem.
Wdrożyć modele uczenia się ze wzmocnieniem przy użyciu TensorFlow i OpenAI Gym.
Rozwijać inteligentnych agentów, którzy uczą się metodą prób i błędów.
Optymalizować wydajność agentów przy użyciu zaawansowanych technik, takich jak uczenie Q i głębokie sieci Q (DQN).
Trenowanie agentów w symulowanych środowiskach przy użyciu OpenAI Gym.
Wdrażanie modeli uczenia ze wzmocnieniem do rzeczywistych zastosowań.
To szkolenie prowadzone przez instruktora w trybie dolnośląskie (online lub stacjonarnym) jest przeznaczone dla zaawansowanych inżynierów uczenia maszynowego i badaczy sztucznej inteligencji, którzy chcą zastosować RLHF do doszlifowania dużych modeli AI w celu uzyskania lepszej wydajności, bezpieczeństwa i zgodności.
Po zakończeniu tego szkolenia uczestnicy będą w stanie:
Zrozumieć teoretyczne podstawy RLHF i dlaczego jest ono kluczowe w współczesnym rozwoju sztucznej inteligencji.
Wdrożyć modele nagród opartych na opinii człowieka, aby kierować procesami uczenia wzmocnionego.
Doszkolić duże modele językowe za pomocą technik RLHF, aby dostosować wyniki do preferencji człowieka.
Zastosować najlepsze praktyki w zakresie skalowania procesów RLHF dla systemów sztucznej inteligencji przeznaczonych do produkcji.
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.
To prowadzone przez instruktora szkolenie na żywo w dolnośląskie (na miejscu lub zdalnie) jest przeznaczone dla naukowców zajmujących się danymi, którzy chcą wyjść poza tradycyjne podejście do uczenia maszynowego, aby nauczyć program komputerowy rozwiązywania problemów bez użycia oznaczonych danych i dużych zbiorów danych.
Pod koniec tego szkolenia uczestnicy będą w stanie
Zainstalować i zastosować biblioteki i język programowania potrzebne do wdrożenia Reinforcement Learning.
Stworzyć agenta oprogramowania, który jest w stanie uczyć się poprzez informacje zwrotne zamiast poprzez nadzorowane uczenie się.
Zaprogramować agenta do rozwiązywania problemów, w których podejmowanie decyzji jest sekwencyjne i skończone.
Zastosować wiedzę do zaprojektowania oprogramowania, które może uczyć się w sposób podobny do tego, w jaki uczą się ludzie.
Więcej...
Ostatnia aktualizacja:
Opinie uczestników (1)
Poziom szkolenia był na wysokim poziomie. Prowadzący nie bał się używać matematycznych formalizmów.
Mateusz Soczewka - Santander Bank Polska S.A.
Szkolenie - Fundamentals of Reinforcement Learning