Επικοινωνήστε μαζί μας

Εξέλιξη Κομματιού

Τρέχουσα κατάσταση της τεχνολογίας

  • Τι χρησιμοποιείται
  • Τι μπορεί δυνητικά να χρησιμοποιηθεί

Τεχνητή Νοημοσύνη βασισμένη σε κανόνες

  • Απλοποίηση της λήψης αποφάσεων

Μηχανική Μάθηση

  • Κατηγοριοποίηση
  • Συσταδοποίηση
  • Νευρωνικά Δίκτυα
  • Τύποι Νευρωνικών Δικτύων
  • Παρουσίαση παραδειγμάτων εργασίας και συζήτηση

Βαθιά Μάθηση

  • Βασικό λεξιλόγιο
  • Πότε να χρησιμοποιείτε Βαθιά Μάθηση και πότε όχι
  • Εκτίμηση υπολογιστικών πόρων και κόστους
  • Πολύ σύντομο θεωρητικό υπόβαθρο στα 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

Παραδείγματα χρήσης

  • Ανίχνευση ανωμαλιών
  • Αναγνώριση εικόνων
  • ADAS

Απαιτήσεις

Οι συμμετέχοντες πρέπει να έχουν εμπειρία προγραμματισμού (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