Fiji: Introduction to Scientific Image Processing Počítačový Kurz

Marvin je rozšiřitelný, multiplatformní, open-source rámec pro zpracování obrázků a videa vyvinutý v Java. Vývojáři mohou používat Marvin k manipulaci s obrázky, extrahování prvků z obrázků pro klasifikační úlohy, algoritmické generování obrázků, zpracování datových sad video souborů a nastavení automatizace testování jednotek.

Některé z video aplikací Marvin zahrnují filtrování, rozšířenou realitu, sledování objektů a detekci pohybu.

V tomto instruktorem vedeném živém kurzu se účastníci naučí principy analýzy obrazu a videa a využijí Marvin Framework a jeho algoritmy pro zpracování obrazu ke konstrukci své vlastní aplikace.

Formát kurzu

Nejprve jsou představeny základní principy analýzy obrazu, analýzy videa a Marvin Framework. Studenti dostávají projektové úkoly, které jim umožňují procvičit si naučené pojmy. Na konci kurzu budou mít účastníci vyvinutou vlastní aplikaci využívající Marvin Framework a knihovny.

PaddlePaddle (PArallel Distributed Deep LEarning) je škálovatelná platforma pro hluboké učení vyvinutá společností Baidu.

V tomto živém školení vedeném instruktorem se účastníci naučí, jak používat PaddlePaddle k umožnění hlubokého učení ve svých aplikacích produktů a služeb.

Na konci tohoto školení budou účastníci schopni:

Nastavení a konfigurace PaddlePaddle Nastavení konvoluční neuronové sítě (CNN) pro rozpoznávání obrazu a detekci objektů Nastavení rekurentní neuronové sítě (RNN) pro analýzu sentimentu Nastavení hlubokého učení o systémech doporučení, které uživatelům pomůže najít odpovědi Předvídání prokliku sazby (CTR), klasifikovat soubory obrázků ve velkém měřítku, provádět optické rozpoznávání znaků (OCR), vyhledávat pořadí, detekovat počítačové viry a implementovat systém doporučení.

Publikum

Vývojáři Data vědci

Formát kurzu

Část přednáška, část diskuse, cvičení a těžké praktické cvičení

Pattern Matching je technika používaná k vyhledání specifikovaných vzorů v obrázku. Lze jej použít k určení existence specifikovaných charakteristik v pořízeném snímku, například očekávaný štítek na vadném produktu v tovární lince nebo specifikované rozměry součásti. Liší se od „Pattern Recognition“ (který rozpoznává obecné vzory založené na větších kolekcích příbuzných vzorků) v tom, že konkrétně určuje, co hledáme, a pak nám říká, zda očekávaný vzor existuje nebo ne.

Tento kurz seznamuje s přístupy, technologiemi a algoritmy používanými v oblasti porovnávání vzorů, jak se vztahuje na Machine Vision.

Scilab je dobře vyvinutý, bezplatný a open source jazyk na vysoké úrovni pro manipulaci s vědeckými daty. Používá se pro statistiku, grafiku a animaci, simulaci, zpracování signálů, fyziku, optimalizaci a další, její centrální datovou strukturou je matice, která zjednodušuje mnoho typů problémů ve srovnání s alternativami, jako jsou FORTRAN a C deriváty. Je kompatibilní s jazyky jako C, Java a Python, takže je vhodný pro použití jako doplněk ke stávajícím systémům.

V tomto školení vedeném instruktorem se účastníci naučí výhody Scilab ve srovnání s alternativami, jako je Matlab, základy syntaxe Scilab a také některé pokročilé funkce a rozhraní s dalšími široce používanými jazyky, v závislosti na poptávce. Kurz bude zakončen krátkým projektem zaměřeným na zpracování obrazu.

Na konci tohoto školení budou mít účastníci přehled o základních funkcích a některých pokročilých funkcích Scilab a budou mít prostředky k dalšímu rozšiřování svých znalostí.

Publikum

Datoví vědci a inženýři, zejména se zájmem o zpracování obrazu a rozpoznávání obličeje

Formát kurzu

Část přednáška, část diskuse, cvičení a intenzivní praktická praxe se závěrečným projektem

Toto živé školení vedené instruktorem v České republice (online nebo na místě) je zaměřeno na středně pokročilé softwarové profesionály, kteří chtějí využít umělou inteligenci a strojové učení ke zlepšení efektivity a inovací ve vývoji softwaru.

Na konci tohoto školení budou účastníci schopni:

• Pochopte roli umělé inteligence a strojového učení při automatizaci úloh vývoje softwaru.
• Implementujte nástroje AI pro generování kódu, testů a dokumentace.
• Použijte techniky AI pro optimalizaci kódu, zajištění kvality a ladění.
• Integrujte AI do kanálů DevOps a CI/CD pro vylepšené strategie nasazení.
• Zaměřte se na etické úvahy a výzvy v softwarovém inženýrství rozšířeném o umělou inteligenci.

Toto živé školení vedené instruktorem v České republice (online nebo na místě) je zaměřeno na začátečníky až středně pokročilé vývojáře softwaru, kteří chtějí začlenit asistenty kódování AI do svého pracovního postupu vývoje.

Na konci tohoto školení budou účastníci schopni:

• Pochopte roli a možnosti asistentů kódování AI při vývoji softwaru.
• Využijte různé nástroje asistenta kódování AI k automatizaci rutinních úloh kódování.
• Integrujte asistenty kódování AI do životního cyklu vývoje softwaru.
• Zvyšte jejich produktivitu a zaměřte se na složitější a kreativnější programovací úlohy.
• Zaměřte se na etické aspekty a odpovědné používání umělé inteligence při vývoji softwaru.

Toto je 5denní úvod do Data Science a AI.

Kurz je dodáván s příklady a cvičeními využívajícími Python

Toto živé školení vedené instruktorem v České republice (online nebo na místě) je zaměřeno na obchodníky, kteří chtějí pomocí umělé inteligence zlepšit strategie digitálního marketingu prostřednictvím cenných poznatků o zákaznících.

Na konci tohoto školení budou účastníci schopni:

• Využijte software AI ke zlepšení způsobu, jakým se značky připojují k uživatelům.
• Použijte chatboty k optimalizaci uživatelského zážitku.
• Zvyšte produktivitu a příjmy prostřednictvím automatizace úkolů.

Toto živé školení vedené instruktorem v České republice (online nebo na místě) je zaměřeno na manažery a obchodní vedoucí, kteří se chtějí dozvědět o základech umělé inteligence a řídit projekty umělé inteligence ve své organizaci.

Na konci tohoto školení budou účastníci schopni porozumět AI na technické úrovni a strategicky využívat data a zdroje své organizace k úspěšnému řízení projektů AI.

Toto živé školení vedené instruktorem v České republice (online nebo na místě) je zaměřeno na inženýry, kteří chtějí programovat a vytvářet roboty pomocí základních metod umělé inteligence.

Na konci tohoto školení budou účastníci schopni:

• Implementujte filtry (Kalman a částicové), které umožní robotovi lokalizovat pohybující se objekty v jeho prostředí.
• Implementujte vyhledávací algoritmy a plánování pohybu.
• Implementujte PID ovládání k regulaci pohybu robota v prostředí.
• Implementujte algoritmy SLAM, které umožní robotovi zmapovat neznámé prostředí.

Toto živé školení vedené instruktorem v České republice (online nebo na místě) je zaměřeno na profesionály, kteří se chtějí naučit a porozumět konceptu AI a tomu, jak ji efektivně a zodpovědně používat.

Na konci tohoto školení budou účastníci schopni:

Naučte se koncept Artificial Intelligence (AI). Pochopte limity a nebezpečí AI a používejte ji zodpovědně. Vědět, jak efektivně používat AI ve scénářích reálného světa.

V tomto instruktorem vedeném živém školení v České republice (online nebo na místě) se účastníci naučí různé technologie, rámce a techniky programování různých typů robotů, které mají být použity v oblasti jaderné technologie a environmentálních systémů.

6týdenní kurz probíhá 5 dní v týdnu. Každý den trvá 4 hodiny a skládá se z přednášek, diskusí a praktického vývoje robotů v živém laboratorním prostředí. Účastníci absolvují různé reálné projekty aplikovatelné na jejich práci, aby si procvičili získané znalosti.

Cílový hardware pro tento kurz bude simulován ve 3D pomocí simulačního softwaru. Pro programování robotů bude použit open-source framework ROS (Robot Operating System), C++ a Python.

Na konci tohoto školení budou účastníci schopni:

• Pochopit klíčové pojmy používané v robotických technologiích.
• Pochopit a spravovat interakci mezi softwarem a hardwarem v robotickém systému.
• Pochopte a implementujte softwarové komponenty, které jsou základem robotiky.
• Sestavte a provozujte simulovaného mechanického robota, který dokáže vidět, snímat, zpracovávat, navigovat a komunikovat s lidmi prostřednictvím hlasu.
• Porozumět nezbytným prvkům umělé inteligence (strojové učení, hluboké učení atd.) použitelných pro stavbu chytrého robota.
• Implementujte filtry (Kalman a Particle), abyste robotovi umožnili lokalizovat pohybující se objekty ve svém prostředí.
• Implementujte vyhledávací algoritmy a plánování pohybu.
• Implementujte PID ovládání k regulaci pohybu robota v prostředí.
• Implementujte algoritmy SLAM, které umožní robotovi zmapovat neznámé prostředí.
• Rozšiřte schopnost robota provádět složité úkoly prostřednictvím Deep Learning.
• Testujte robota a řešte problémy v realistických scénářích.

V tomto instruktorem vedeném živém školení v České republice (online nebo na místě) se účastníci naučí různé technologie, rámce a techniky pro programování různých typů robotů, které mají být použity v oblasti jaderné technologie a environmentálních systémů.

4týdenní kurz probíhá 5 dní v týdnu. Každý den trvá 4 hodiny a skládá se z přednášek, diskusí a praktického vývoje robotů v živém laboratorním prostředí. Účastníci absolvují různé reálné projekty aplikovatelné na jejich práci, aby si procvičili získané znalosti.

Cílový hardware pro tento kurz bude simulován ve 3D pomocí simulačního softwaru. Kód bude poté nahrán na fyzický hardware (Arduino nebo jiný) pro finální testování nasazení. Pro programování robotů bude použit open-source framework ROS (Robot Operating System), C++ a Python.

Na konci tohoto školení budou účastníci schopni:

• Pochopit klíčové pojmy používané v robotických technologiích.
• Pochopit a spravovat interakci mezi softwarem a hardwarem v robotickém systému.
• Pochopte a implementujte softwarové komponenty, které jsou základem robotiky.
• Sestavte a provozujte simulovaného mechanického robota, který dokáže vidět, snímat, zpracovávat, navigovat a komunikovat s lidmi prostřednictvím hlasu.
• Porozumět nezbytným prvkům umělé inteligence (strojové učení, hluboké učení atd.) použitelných pro stavbu chytrého robota.
• Implementujte filtry (Kalman a Particle), abyste robotovi umožnili lokalizovat pohybující se objekty ve svém prostředí.
• Implementujte vyhledávací algoritmy a plánování pohybu.
• Implementujte PID ovládání k regulaci pohybu robota v prostředí.
• Implementujte algoritmy SLAM, které umožní robotovi zmapovat neznámé prostředí.
• Testujte robota a řešte problémy v realistických scénářích.

Toto je školení ve třídě ve formátu prezentace a otázek a odpovědí

Toto živé školení vedené instruktorem v České republice (online nebo na místě) je zaměřeno na začátečníky až středně pokročilé IT profesionály, kteří chtějí porozumět a implementovat AI TRiSM ve svých organizacích.

Na konci tohoto školení budou účastníci schopni:

• Uvědomte si klíčové pojmy a důležitost správy důvěry, rizik a zabezpečení AI.
• Identifikujte a zmírněte rizika spojená se systémy AI.
• Implementujte osvědčené bezpečnostní postupy pro AI.
• Pochopte dodržování předpisů a etická hlediska pro AI.
• Vyvíjejte strategie pro efektivní řízení a správu AI.