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  w formie warsztaty, zawiera w sobie elementy wykładowe oraz pracę na przykładach.

Pobierz pełną ofertę szkoleniową

POBIERZ OFERTĘ

Dziękujemy!

Przepraszamy, coś poszło nie tak.

Odśwież stronę i spróbuj ponownie.

Przetwarzanie...

Jeśli masz pytania dotyczące naszych szkoleń,

skontaktuj się z ekspertem Sii

Agnieszka Rzeczkowska

Training Practice Manager

Skontaktuj się z ekspertem

Agnieszka Rzeczkowska

lub przeciągnij i upuść załączniki tutaj.

Dopuszczalne rozszerzenia: 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

Przetwarzanie...

Może Cię również zainteresować

Business Intelligence

Data Science i podstawy programowania w R

Czas trwania:
3 dni
Business Intelligence

BluePrism RPA

Czas trwania:
5 dni
MS Rozwiązania ITBusiness Intelligence

MS Power BI

Czas trwania:
2 dni
Business Intelligence

Podstawy Data Science + wprowadzenie do Pythona

Czas trwania:
2 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.
Wszystkie ceny podane na stronie to ceny netto. Należy doliczyć podatek VAT 23%.

ZATWIERDŹ