Επικοινωνήστε μαζί μας

Εξέλιξη Κομματιού

Τρέχουσα κατάσταση της τεχνολογίας

  • Τι χρησιμοποιείται
  • Τι μπορεί να χρησιμοποιηθεί δυνητικά

Τεχνητή Νοημοσύνη βασισμένη σε κανόνες

  • Απλοποίηση αποφάσεων

Μηχανική Μάθηση

  • Ταξινόμηση
  • Ομαδοποίηση
  • Νευρωνικά Δίκτυα
  • Τύποι Νευρωνικών Δικτύων
  • Παρουσίαση λειτουργικών παραδειγμάτων και συζήτηση

Βαθιά Μάθηση

  • Βασικό λεξιλόγιο
  • Πότε να χρησιμοποιείται η Βαθιά Μάθηση και πότε όχι
  • Εκτίμηση υπολογιστικών πόρων και κόστους
  • Πολύ σύντομο θεωρητικό υπόβαθρο για τα Βαθιά Νευρωνικά Δίκτυα

Βαθιά Μάθηση στην πράξη (κυρίως με χρήση TensorFlow)

  • Προετοιμασία Δεδομένων
  • Επιλογή συνάρτησης απώλειας
  • Επιλογή κατάλληλου τύπου νευρωνικού δικτύου
  • Ακρίβεια έναντι ταχύτητας και πόρων
  • Εκπαίδευση νευρωνικού δικτύου
  • Μέτρηση αποδοτικότητας και σφάλματος

Δείγματα χρήσης

  • Ανίχνευση ανωμαλιών
  • Αναγνώριση εικόνας
  • ADAS

Απαιτήσεις

Οι συμμετέχοντες πρέπει να διαθέτουν εμπειρία προγραμματισμού (σε οποιαδήποτε γλώσσα) και υπόβαθρο μηχανικής, αλλά δεν απαιτείται να γράψουν κώδικα κατά τη διάρκεια του μαθήματος.

 14 Ώρες

Αριθμός συμμετέχοντων


Τιμή ανά συμμετέχοντα

Εφεξής Μαθήματα

Σχετικές Κατηγορίες