Wyślij zapytanie
Wyślij zapytanie
Wyślij zapytanie
Cel szkolenia

Zapoznanie się z podstawowymi pojęciami i metodami w zakresie Deep Learning a wraz z praktycznymi zastosowaniami związanymi z analizą obrazu i dźwięku.

Korzyści

Uczestnicy szkolenia dowiedzą się:

  • jakie metody są typowe dla Deep Learning,
  • co odróżnia metody Deep Learning od innych typowych metod SI,/li>
  • jak zaimplementować podstawowe modele Deep Learning za pomocą ram Caffe,

Omówienie metod uzupełnione o praktyczne przykłady.

Zakres szkolenia
  • Wprowadzenie do sztucznych sieci neuronowych (Atrificial Neural Nets)
    • Uczenie maszynowe,
    • Koncepcja sztucznej sieci neuronowej (ANN),
    • Budulce i architektura ANN,
    • Formuła matematyczna ANN,
    • Algorytmy uczenia dla ANN,
    • Pojęcie nadmiernego dopasowania,
    • Teoria Vapnika i Chervonenkisa – ryzyko empiryczne i strukturalne,
    • Wdrożenie ANN.
  • Wprowadzenie do głębokich sieci neuronowych
    • Płytkie uczenie, inżynieria cech, Deep Learning,
    • Podstawowe koncepcje procesu Deep Learning,
    • Konwolucyjne sieci neuronowe,
    • Sploty, filtry i zasada poolingu,
    • Architektura głębokich sieci neuronowych,
    • Skierowane i rekurencyjne sieci neuronowe,
    • Lokalne konwolucyjne sieci neuronowe do analizy obrazu,
    • Ukryty model Markova do analizy mowy,
    • Sieć długiej pamięci krótkotrwałej (LSTM),
    • Konwolucyjna sieć rekurencyjna pamięci długotrwałej (LRCN),
    • Głębokie autokodery odszumiające,
    • Sieci głębokich przekonań, głęboka maszyna Boltzmanna,
    • Zbiory danych do rozpoznawania obrazów,
    • Zbiory danych do analizy dźwięku i głosu.
  • Wprowadzenie do ram Caffe i jego zastosowań
    • Praca z Caffe,
    • Wdrożenie głębokiej sieci neuronowej,
    • Trening sieci,
    • Dostosowanie sieci,
    • Korzystanie z poznanych modeli,
    • Paralelyzacja,
    • Studium przypadku – przetwarzanie obrazu,
    • Studium przypadku – analiza dźwięku/głos.
Adresaci

Osoby chcące korzystać z metod Deep Learning lub zyskać zrozumienie ich podstaw, z naciskiem na praktyczne zastosowanie metod typowych dla obszaru rozpoznawania obrazów i analizy danych dźwiękowych.

Cel szkolenia

Zapoznanie się z podstawowymi pojęciami i metodami w zakresie Deep Learning a wraz z praktycznymi zastosowaniami związanymi z analizą obrazu i dźwięku.

Korzyści

Uczestnicy szkolenia dowiedzą się:

  • jakie metody są typowe dla Deep Learning,
  • co odróżnia metody Deep Learning od innych typowych metod SI,/li>
  • jak zaimplementować podstawowe modele Deep Learning za pomocą ram Caffe,

Omówienie metod uzupełnione o praktyczne przykłady.

Zakres szkolenia
  • Wprowadzenie do sztucznych sieci neuronowych (Atrificial Neural Nets)
    • Uczenie maszynowe,
    • Koncepcja sztucznej sieci neuronowej (ANN),
    • Budulce i architektura ANN,
    • Formuła matematyczna ANN,
    • Algorytmy uczenia dla ANN,
    • Pojęcie nadmiernego dopasowania,
    • Teoria Vapnika i Chervonenkisa – ryzyko empiryczne i strukturalne,
    • Wdrożenie ANN.
  • Wprowadzenie do głębokich sieci neuronowych
    • Płytkie uczenie, inżynieria cech, Deep Learning,
    • Podstawowe koncepcje procesu Deep Learning,
    • Konwolucyjne sieci neuronowe,
    • Sploty, filtry i zasada poolingu,
    • Architektura głębokich sieci neuronowych,
    • Skierowane i rekurencyjne sieci neuronowe,
    • Lokalne konwolucyjne sieci neuronowe do analizy obrazu,
    • Ukryty model Markova do analizy mowy,
    • Sieć długiej pamięci krótkotrwałej (LSTM),
    • Konwolucyjna sieć rekurencyjna pamięci długotrwałej (LRCN),
    • Głębokie autokodery odszumiające,
    • Sieci głębokich przekonań, głęboka maszyna Boltzmanna,
    • Zbiory danych do rozpoznawania obrazów,
    • Zbiory danych do analizy dźwięku i głosu.
  • Wprowadzenie do ram Caffe i jego zastosowań
    • Praca z Caffe,
    • Wdrożenie głębokiej sieci neuronowej,
    • Trening sieci,
    • Dostosowanie sieci,
    • Korzystanie z poznanych modeli,
    • Paralelyzacja,
    • Studium przypadku – przetwarzanie obrazu,
    • Studium przypadku – analiza dźwięku/głos.
Adresaci

Osoby chcące korzystać z metod Deep Learning lub zyskać zrozumienie ich podstaw, z naciskiem na praktyczne zastosowanie metod typowych dla obszaru rozpoznawania obrazów i analizy danych dźwiękowych.

Liczebność grupy: 8-15 uczestników

Czas trwania: 2 dni

Dostępny język: PL / EN

Dostępny język materiałów: PL / EN

Forma kursu

Szkolenie organizowane wyłącznie na zamówienie dla grup zorganizowanych (co najmniej 6-8 osób).
Szkolenie w formie warsztatu, zawiera w sobie elementy wykładowe oraz pracę na przykładach.

Pobierz materiały

Pobierz

Dziękujemy!

Przepraszamy, coś poszło nie tak.

Odśwież stronę i spróbuj ponownie.

Błąd przesyłania pliku

Żaden plik nie został przesłany

Nieprawidłowy rozmiar pliku (maks. 5 MB)

Nieprawidłowy format pliku

Pusty plik

Przetwarzanie...

Pobierz materiały

Pobierz

Jeśli masz pytania dotyczące naszych szkoleń, skontaktuj się z ekspertami Sii

Natalia i Agata

Zespół Praktyki Szkoleniowej

Skontaktuj się z ekspertami

Natalia i Agata

Załączony plik:

  • danieltroc.pdf

Dopuszczalne pliki: DOC, DOCX, PDF (max 5MB)

Dziękujemy za wypełnienie formularza.

Zapoznamy się z treścią Twojej wiadomość i skontaktujemy się z Tobą tak szybko, jak będzie to możliwe.

Przepraszamy, coś poszło nie tak i Twoja wiadomość nie została dostarczona.

Odśwież stronę i spróbuj ponownie

Błąd przesyłania pliku

Żaden plik nie został przesłany

Nieprawidłowy rozmiar pliku (maks. 5 MB)

Nieprawidłowy format pliku

Pusty plik

Przetwarzanie...

Może Cię również zainteresować

AI - sztuczna inteligencja

Nowoczesne metody sztucznej inteligencji

Czas trwania:
3 dni
AI - sztuczna inteligencjaISTQB®
Akredytowane

ISTQB® Specialist – AI Testing (wkrótce dostępne)

Czas trwania:
4 dni

ITIL®, PRINCE2® są zarejestrowanymi znakami handlowymi należącymi do firmy AXELOS Limited i używanymi za jej zgodą. Wszelkie prawa zastrzeżone.
AgilePM® jest zastrzeżonym znakiem towarowym Agile Business Consortium Limited. Wszelkie prawa zastrzeżone.
Kursy AgilePM® są oferowane przez Sii, spółkę stowarzyszoną z Quint Wellington Redwood, akredytowaną organizację szkoleniową The APM Group Ltd.
Lean IT® Association jest zastrzeżonym znakiem towarowym Lean IT Association LLC. Wszelkie prawa zastrzeżone.
SIAM™ jest zastrzeżonym znakiem towarowym EXIN Holding B.V.
Wszystkie ceny podane na stronie to ceny netto. Należy doliczyć podatek VAT 23%.

ZATWIERDŹ

This content is available only in one language version.
You will be redirected to home page.

Are you sure you want to leave this page?

Einige Inhalte sind nicht in deutscher Sprache verfügbar.
Sie werden auf die deutsche Homepage weitergeleitet.

Möchten Sie fortsetzen?