Szkolenia z uczenia przez wzmacnianie, prowadzone online lub na miejscu przez instruktora, pokazują poprzez interaktywne ćwiczenia praktyczne, jak stworzyć i wdrożyć system uczenia przez wzmacnianie.
Szkolenie z uczenia przez wzmacnianie jest dostępne jako „szkolenie na żywo online” lub „szkolenie na żywo na miejscu”. Szkolenie na żywo online (znane również jako „zdalne szkolenie na żywo”) odbywa się za pośrednictwem interaktywnego pulpitu zdalnego. Szkolenie na żywo na miejscu może być prowadzone lokalnie w siedzibie klienta w Wrocław lub w korporacyjnych centrach szkoleniowych NobleProg w Wrocław.
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
To szkolenie prowadzone przez instruktora na żywo w Wrocław (online lub na miejscu) jest skierowane do data scientistów na poziomie średniozaawansowanym, którzy chcą zdobyć kompleksową wiedzę i praktyczne umiejętności w zakresie zarówno Dużych Modeli Językowych (LLMs), jak i Uczenia przez Wzmocnienie (RL).
Pod koniec szkolenia uczestnicy będą mogli:
Zrozumieć komponenty i funkcjonalność modeli transformatorowych.
Optymalizować i dostosowywać LLMs do konkretnych zadań i zastosowań.
Zrozumieć podstawowe zasady i metodologie uczenia przez wzmocnienie.
Dowiedzieć się, jak techniki uczenia przez wzmocnienie mogą poprawić wydajność LLMs.
Te szkolenie prowadzone przez instruktora na żywo w Wrocław (online lub na miejscu) jest skierowane do zaawansowanych inżynierów uczenia maszynowego i badaczy AI, którzy chcą zastosować RLHF do dostrajania dużych modeli AI w celu osiągnięcia lepszej wydajności, bezpieczeństwa i zgodności.
Pod koniec szkolenia uczestnicy będą w stanie:
Zrozumieć teoretyczne podstawy RLHF i dlaczego jest to istotne we współczesnym rozwoju AI.
Wdrażać modele nagród oparte na opiniach ludzkich, aby kierować procesami uczenia przez wzmocnienie.
Dostrajać duże modele językowe za pomocą technik RLHF, aby dostosować wyniki do preferencji ludzkich.
Stosować najlepsze praktyki w zakresie skalowania procesów RLHF dla systemów AI na poziomie produkcyjnym.
To szkolenie prowadzone przez instruktora na żywo w Wrocław (online lub na miejscu) jest skierowane do profesjonalistów na zaawansowanym poziomie, którzy chcą pogłębić swoją wiedzę na temat uczenia przez wzmacnianie i jego praktycznych zastosowań w rozwoju sztucznej inteligencji przy użyciu Google Colab.
Pod koniec tego szkolenia uczestnicy będą mogli:
Zrozumieć podstawowe koncepcje algorytmów uczenia przez wzmacnianie.
Implementować modele uczenia przez wzmacnianie przy użyciu TensorFlow i OpenAI Gym.
Tworzyć inteligentnych agentów uczących się metodą prób i błędów.
Optymalizować wydajność agentów za pomocą zaawansowanych technik, takich jak Q-learning i głębokie sieci Q (DQNs).
Trenować agentów w symulowanych środowiskach przy użyciu OpenAI Gym.
Wdrażać modele uczenia przez wzmacnianie w rzeczywistych zastosowaniach.
To prowadzone przez instruktora szkolenie w Wrocław obejmuje teoretyczne podstawy i praktyczną implementację głębokiego uczenia przez wzmacnianie w Pythonie. Uczestnicy zbudują i wytrenują agentów DRL z użyciem TensorFlow lub PyTorch, stosując kluczowe algorytmy, takie jak DQN i PPO, do rozwiązywania złożonych problemów rzeczywistych.
Więcej...
Ostatnia aktualizacja:
Opinie uczestników (1)
Interaktywność szkolenia. Dużo eksperymentowaliśmy.
Lidia Opuchlik - Orange Szkolenia
Szkolenie - Deep Reinforcement Learning with Python
