Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Course Outline
Η τρέχουσα κατάσταση της τεχνολογίας
- Τι χρησιμοποιείται Τι μπορεί να χρησιμοποιηθεί
Τεχνητή νοημοσύνη που βασίζεται σε κανόνες
- Απλοποιητική απόφαση
Machine Learning
- Ταξινόμηση Ομαδοποίηση Neural Networks Τύποι Neural Networks Παρουσίαση παραδειγμάτων εργασίας και συζήτηση
Deep Learning
- Βασικό λεξιλόγιο Πότε να χρησιμοποιείτε το Deep Learning, πότε όχι Εκτίμηση υπολογιστικών πόρων και κόστους Πολύ σύντομο θεωρητικό υπόβαθρο για το Deep Neural Networks
Deep Learning στην πράξη (κυρίως χρησιμοποιώντας TensorFlow)
- Προετοιμασία δεδομένων Επιλογή λειτουργίας απώλειας Επιλογή κατάλληλου τύπου στο νευρωνικό δίκτυο Ακρίβεια έναντι ταχύτητας και πόρων Εκπαίδευση νευρωνικού δικτύου Μέτρηση απόδοσης και σφάλματος
Δείγμα χρήσης
- Ανίχνευση ανωμαλιών Αναγνώριση εικόνας ADAS
Requirements
Οι συμμετέχοντες πρέπει να έχουν εμπειρία προγραμματισμού (οποιαδήποτε γλώσσα) και μηχανολογικό υπόβαθρο, αλλά δεν απαιτείται να γράψουν κώδικα κατά τη διάρκεια του μαθήματος.
14 Hours
Testimonials (1)
Μια πραγματική παρουσίαση γνώσης που αντιπροσωπεύει μεθόδους που χρησιμοποιούνται από πραγματικούς ειδικούς της AUTOSAR στην αυτοκινητοβιομηχανία.
Bartlomiej - BorgWarner Poland Sp. z o.o.
Course - Autosar Introduction – Technology Overview
Machine Translated