Návrh Školení

Současný stav techniky

    Co se používá Co může být potenciálně použito

AI založená na pravidlech

    Zjednodušení rozhodnutí

Machine Learning

    Klasifikace Klastrování Neural Networks Typy Neural Networks Prezentace pracovních příkladů a diskuse

Deep Learning

    Základní slovní zásoba Kdy používat Deep Learning, kdy ne Odhadování výpočetních zdrojů a nákladů Velmi krátké teoretické základy k Deep Neural Networks

Hluboké učení v praxi (hlavně pomocí TensorFlow)

    Příprava dat Volba ztrátové funkce Volba vhodného typu na neuronové síti Přesnost versus rychlost a zdroje Trénink neuronové sítě Měření efektivity a chybovosti

Ukázkové použití

    Detekce anomálií Rozpoznávání obrazu ADAS

 

 

 

 

Požadavky

Účastníci musí mít zkušenosti s programováním (jakýkoli jazyk) a inženýrské zázemí, ale nemusí během kurzu psát žádný kód.

  14 hodiny
 

Počet účastníků


Začátek

Konec


Dates are subject to availability and take place between 09:30 and 16:30.
Open Training Courses require 5+ participants.

Reference (1)

Související kurzy

Související kategorie