Děkujeme za vaši dotaz! Jeden z našich pracovníků vás brzy kontaktuje.
Děkujeme za rezervaci! Jeden z našich pracovníků vás brzy kontaktuje.
Návrh Školení
Úvod
Základy umělé inteligence a Machine Learning
Pochopení Deep Learning
- Přehled základních pojmů Deep Learning
- Rozdíl mezi Machine Learning a Deep Learning
- Přehled aplikací pro Deep Learning
Přehled Neural Networks
- Co jsou Neural Networks
- Neural Networks vs regresní modely
- Pochopení Mathematical základů a mechanismů učení
- Vytvoření umělé neuronové sítě
- Pochopení neuronových uzlů a spojení
- Práce s neurony, vrstvami a vstupními a výstupními daty
- Pochopení jednovrstvých perceptronů
- Rozdíly mezi řízeným a nekontrolovaným učením
- Zpětná vazba a zpětná vazba k učení Neural Networks
- Porozumění dopředné a zpětné propagaci
- Porozumění dlouhodobé krátkodobé paměti (LSTM)
- Exploring Recurrent Neural Networks v praxi
- Zkoumání konvoluční Neural Networks v praxi
- Zlepšení cesty Neural Networks Učte se
Přehled Deep Learning technik používaných v Telecom
- Neural Networks
- Zpracování přirozeného jazyka
- Rozpoznávání obrazu
- Speech Recognition
- Analýza sentimentu
Zkoumání Deep Learning Případové studie pro Telecom
- Optimalizace směrování a kvality služeb prostřednictvím analýzy síťového provozu v reálném čase
- Předvídání selhání sítě a zařízení, výpadků, přepětí poptávky atd.
- Analýza hovorů v reálném čase k identifikaci podvodného chování
- Analýza chování zákazníků za účelem identifikace poptávky po nových produktech a službách
- Zpracování velkého množství SMS zpráv za účelem získání statistik
- Speech Recognition pro volání podpory
- Konfigurace SDN a virtualizovaných sítí v reálném čase
Pochopení výhod Deep Learning pro Telecom
Prozkoumání různých Deep Learning knihoven pro Python
- TensorFlow
- Keras
Nastavení Python pomocí TensorFlow pro Deep Learning
- Instalace TensorFlow Python API
- Testování instalace TensorFlow
- Nastavení TensorFlow pro vývoj
- Školení svého prvního TensorFlow modelu neuronové sítě
Nastavení Python pomocí Keras pro Deep Learning
Tvorba jednoduchých Deep Learning modelů s Keras
- Vytvoření modelu Keras
- Porozumění vašim datům
- Určení vašeho Deep Learning modelu
- Kompilace vašeho modelu
- Přizpůsobení vašeho modelu
- Práce s vašimi klasifikačními daty
- Práce s klasifikačními modely
- Používání vašich modelů
Práce s TensorFlow pro Deep Learning pro Telecom
- Příprava dat
- Stahování dat
- Příprava tréninkových dat
- Příprava testovacích dat
- Škálování vstupů
- Použití zástupných symbolů a proměnných
- Určení architektury sítě
- Použití funkce nákladů
- Použití Optimalizátoru
- Použití inicializátorů
- Montáž neuronové sítě
- Sestavení grafu
- Odvození
- Ztráta
- Výcvik
- Školení modelky
- Graf
- Zasedání
- Vlaková smyčka
- Hodnocení modelu
- Sestavení grafu Eval
- Vyhodnocení s výstupem Eval
- Tréninkové modely ve Scale
- Vizualizace a vyhodnocování modelů pomocí TensorBoard
Praktické: Vytvoření Deep Learning modelu předpovědi odchodu zákazníků pomocí Python
Rozšíření schopností vaší společnosti
- Vývoj modelů v cloudu
- Použití GPUs ke zrychlení Deep Learning
- Použití Deep Learning Neural Networks pro Computer Vision, Rozpoznávání hlasu a Analýza textu
Shrnutí a závěr
Požadavky
- Zkušenosti s programováním Python
- Obecná znalost telekomunikačních konceptů
- Základní znalost statistiky a matematických pojmů
Publikum
- Vývojáři
- Datoví vědci
28 Hodiny
Reference (5)
příklady založené na našich datech
Witold - P4 Sp. z o.o.
Kurz - Deep Learning for Telecom (with Python)
Přeloženo strojem
příklady kódu:-)
Marcin - P4 Sp. z o.o.
Kurz - Deep Learning for Telecom (with Python)
Přeloženo strojem
Oblíbilo se mi, že instruktor měl mnoho předem napsaných skriptů, které ukazovaly různé aspekty ML a AI. Opravdu jsem si užíval možnost vidět živé ukázky toho, jak je ML a AI využíváno mnoha způsoby. Mnoho toho, co jsme probírali, byla stříhavá technologie, která se nachází stále v počátečních stádiích vývoje.
Matthew Pepper - Motorola Solutions
Kurz - Deep Learning for Telecom (with Python)
Přeloženo strojem
Colab poznámky, které si můžeme nechat
Palmer Greer - Motorola Solutions
Kurz - Deep Learning for Telecom (with Python)
Přeloženo strojem
Jasnost, s jakou to bylo prezentováno
John McLemore - Motorola Solutions
Kurz - Deep Learning for Telecom (with Python)
Přeloženo strojem
