Using Computer Network ToolKit (CNTK) Training Course

Αυτή η ζωντανή εκπαίδευση υπό την καθοδήγηση εκπαιδευτών στο Ελλάδα (διαδικτυακό ή επιτόπου) απευθύνεται σε επαγγελματίες λογισμικού μεσαίου επιπέδου που επιθυμούν να αξιοποιήσουν την τεχνητή νοημοσύνη και τη μηχανική μάθηση για να βελτιώσουν την αποτελεσματικότητα και την καινοτομία στην ανάπτυξη λογισμικού.

Με το τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα είναι σε θέση:

• Κατανοήστε το ρόλο της τεχνητής νοημοσύνης και της μηχανικής μάθησης στην αυτοματοποίηση των εργασιών ανάπτυξης λογισμικού.
• Εφαρμόστε εργαλεία AI για τη δημιουργία κώδικα, δοκιμών και τεκμηρίωσης.
• Εφαρμόστε τεχνικές AI για βελτιστοποίηση κώδικα, διασφάλιση ποιότητας και εντοπισμό σφαλμάτων.
• Ενσωματώστε το AI στους αγωγούς DevOps και CI/CD για βελτιωμένες στρατηγικές ανάπτυξης.
• Αντιμετωπίστε ηθικούς προβληματισμούς και προκλήσεις στη μηχανική λογισμικού επαυξημένης τεχνητής νοημοσύνης.

Πρόκειται για μια εισαγωγή 5 ημερών στη Data Science και την AI.

Το μάθημα παραδίδεται με παραδείγματα και ασκήσεις χρησιμοποιώντας Python

Αυτή η ζωντανή εκπαίδευση υπό την καθοδήγηση εκπαιδευτών στο Ελλάδα (διαδικτυακό ή επιτόπου) απευθύνεται σε επαγγελματίες του μάρκετινγκ που επιθυμούν να χρησιμοποιήσουν την τεχνητή νοημοσύνη για να βελτιώσουν τις στρατηγικές ψηφιακού μάρκετινγκ μέσω πολύτιμων πληροφοριών πελατών.

Με το τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα είναι σε θέση:

• Αξιοποιήστε το λογισμικό AI για να βελτιώσετε τον τρόπο με τον οποίο οι επωνυμίες συνδέονται με τους χρήστες.
• Χρησιμοποιήστε chatbots για να βελτιστοποιήσετε την εμπειρία χρήστη.
• Αυξήστε την παραγωγικότητα και τα έσοδα μέσω της αυτοματοποίησης των εργασιών.

Αυτή η ζωντανή εκπαίδευση υπό την καθοδήγηση εκπαιδευτών στο Ελλάδα (διαδικτυακό ή επιτόπου) απευθύνεται σε διευθυντές και ηγέτες επιχειρήσεων που επιθυμούν να μάθουν για τις βασικές αρχές της τεχνητής νοημοσύνης και να διαχειριστούν έργα τεχνητής νοημοσύνης για τον οργανισμό τους.

Μέχρι το τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα είναι σε θέση να κατανοήσουν την τεχνητή νοημοσύνη σε τεχνικό επίπεδο και να σχεδιάσουν στρατηγική χρησιμοποιώντας τα δεδομένα και τους πόρους του οργανισμού τους για να διαχειριστούν με επιτυχία έργα τεχνητής νοημοσύνης.

Αυτή η ζωντανή εκπαίδευση υπό την καθοδήγηση εκπαιδευτών στο Ελλάδα (διαδικτυακό ή επιτόπου) απευθύνεται σε μηχανικούς που επιθυμούν να προγραμματίσουν και να δημιουργήσουν ρομπότ μέσω βασικών μεθόδων τεχνητής νοημοσύνης.

Με το τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα είναι σε θέση:

• Εφαρμόστε φίλτρα (Kalman και σωματίδια) για να επιτρέψετε στο ρομπότ να εντοπίζει κινούμενα αντικείμενα στο περιβάλλον του.
• Εφαρμογή αλγορίθμων αναζήτησης και σχεδιασμού κίνησης.
• Εφαρμόστε στοιχεία ελέγχου PID για να ρυθμίσετε την κίνηση ενός ρομπότ μέσα σε ένα περιβάλλον.
• Εφαρμόστε αλγόριθμους SLAM για να επιτρέψετε σε ένα ρομπότ να χαρτογραφήσει ένα άγνωστο περιβάλλον.

Αυτή η ζωντανή εκπαίδευση υπό την καθοδήγηση εκπαιδευτών στο Ελλάδα (διαδικτυακό ή επιτόπου) απευθύνεται σε επαγγελματίες που επιθυμούν να μάθουν και να κατανοήσουν την έννοια της τεχνητής νοημοσύνης και πώς να τη χρησιμοποιούν αποτελεσματικά και υπεύθυνα.

Με το τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα είναι σε θέση:

Μάθετε την έννοια του Artificial Intelligence (AI). Κατανοήστε τα όρια και τους κινδύνους της τεχνητής νοημοσύνης και χρησιμοποιήστε την με υπευθυνότητα. Μάθετε πώς να χρησιμοποιείτε αποτελεσματικά την τεχνητή νοημοσύνη σε σενάρια πραγματικού κόσμου.

Σε αυτήν την υπό εκπαιδευτή, ζωντανή εκπαίδευση στο Ελλάδα (διαδικτυακό ή επιτόπου), οι συμμετέχοντες θα μάθουν τις διαφορετικές τεχνολογίες, πλαίσια και τεχνικές για τον προγραμματισμό διαφορετικών τύπων ρομπότ που θα χρησιμοποιηθούν στον τομέα της πυρηνικής τεχνολογίας και των περιβαλλοντικών συστημάτων.

Το μάθημα 6 εβδομάδων πραγματοποιείται 5 ημέρες την εβδομάδα. Κάθε μέρα διαρκεί 4 ώρες και αποτελείται από διαλέξεις, συζητήσεις και πρακτική ανάπτυξη ρομπότ σε ένα ζωντανό εργαστηριακό περιβάλλον. Οι συμμετέχοντες θα ολοκληρώσουν διάφορα έργα στον πραγματικό κόσμο που ισχύουν για την εργασία τους, προκειμένου να εξασκήσουν τις γνώσεις τους.

Το υλικό-στόχος για αυτό το μάθημα θα προσομοιωθεί σε 3D μέσω λογισμικού προσομοίωσης. Το πλαίσιο ανοιχτού κώδικα ROS (Robot Operating System), C++ και Python θα χρησιμοποιηθεί για τον προγραμματισμό των ρομπότ.

Με το τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα είναι σε θέση:

• Κατανοήστε τις βασικές έννοιες που χρησιμοποιούνται στις ρομποτικές τεχνολογίες.
• Κατανόηση και διαχείριση της αλληλεπίδρασης μεταξύ λογισμικού και υλικού σε ένα ρομποτικό σύστημα.
• Κατανόηση και εφαρμογή των στοιχείων λογισμικού που στηρίζουν τη ρομποτική.
• Κατασκευάστε και λειτουργήστε ένα προσομοιωμένο μηχανικό ρομπότ που μπορεί να δει, να αντιληφθεί, να επεξεργαστεί, να πλοηγηθεί και να αλληλεπιδράσει με τους ανθρώπους μέσω της φωνής.
• Κατανοήστε τα απαραίτητα στοιχεία της τεχνητής νοημοσύνης (μηχανική μάθηση, βαθιά μάθηση κ.λπ.) που ισχύουν για την κατασκευή ενός έξυπνου ρομπότ.
• Εφαρμόστε φίλτρα (Kalman και Particle) για να μπορέσει το ρομπότ να εντοπίζει κινούμενα αντικείμενα στο περιβάλλον του.
• Εφαρμογή αλγορίθμων αναζήτησης και σχεδιασμού κίνησης.
• Εφαρμόστε στοιχεία ελέγχου PID για να ρυθμίσετε την κίνηση ενός ρομπότ μέσα σε ένα περιβάλλον.
• Εφαρμόστε αλγόριθμους SLAM για να επιτρέψετε σε ένα ρομπότ να χαρτογραφήσει ένα άγνωστο περιβάλλον.
• Επεκτείνετε την ικανότητα ενός ρομπότ να εκτελεί σύνθετες εργασίες μέσω του Deep Learning.
• Δοκιμάστε και αντιμετωπίστε ένα ρομπότ σε ρεαλιστικά σενάρια.

Σε αυτή τη ζωντανή εκπαίδευση υπό την καθοδήγηση εκπαιδευτών στο Ελλάδα (διαδικτυακό ή επιτόπου), οι συμμετέχοντες θα μάθουν τις διαφορετικές τεχνολογίες, πλαίσια και τεχνικές για τον προγραμματισμό διαφορετικών τύπων ρομπότ που θα χρησιμοποιηθούν στον τομέα της πυρηνικής τεχνολογίας και των περιβαλλοντικών συστημάτων.

Το μάθημα διάρκειας 4 εβδομάδων πραγματοποιείται 5 ημέρες την εβδομάδα. Κάθε μέρα διαρκεί 4 ώρες και αποτελείται από διαλέξεις, συζητήσεις και πρακτική ανάπτυξη ρομπότ σε ένα ζωντανό εργαστηριακό περιβάλλον. Οι συμμετέχοντες θα ολοκληρώσουν διάφορα έργα στον πραγματικό κόσμο που ισχύουν για την εργασία τους, προκειμένου να εξασκήσουν τις γνώσεις τους.

Το υλικό-στόχος για αυτό το μάθημα θα προσομοιωθεί σε 3D μέσω λογισμικού προσομοίωσης. Στη συνέχεια, ο κώδικας θα φορτωθεί σε φυσικό υλικό (Arduino ή άλλο) για τελική δοκιμή ανάπτυξης. Το πλαίσιο ανοιχτού κώδικα ROS (Robot Operating System), C++ και Python θα χρησιμοποιηθεί για τον προγραμματισμό των ρομπότ.

Με το τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα είναι σε θέση:

• Κατανοήστε τις βασικές έννοιες που χρησιμοποιούνται στις ρομποτικές τεχνολογίες.
• Κατανόηση και διαχείριση της αλληλεπίδρασης μεταξύ λογισμικού και υλικού σε ένα ρομποτικό σύστημα.
• Κατανόηση και εφαρμογή των στοιχείων λογισμικού που στηρίζουν τη ρομποτική.
• Κατασκευάστε και λειτουργήστε ένα προσομοιωμένο μηχανικό ρομπότ που μπορεί να δει, να αντιληφθεί, να επεξεργαστεί, να πλοηγηθεί και να αλληλεπιδράσει με τους ανθρώπους μέσω της φωνής.
• Κατανοήστε τα απαραίτητα στοιχεία της τεχνητής νοημοσύνης (μηχανική μάθηση, βαθιά μάθηση κ.λπ.) που ισχύουν για την κατασκευή ενός έξυπνου ρομπότ.
• Εφαρμόστε φίλτρα (Kalman και Particle) για να μπορέσει το ρομπότ να εντοπίζει κινούμενα αντικείμενα στο περιβάλλον του.
• Εφαρμογή αλγορίθμων αναζήτησης και σχεδιασμού κίνησης.
• Εφαρμόστε στοιχεία ελέγχου PID για να ρυθμίσετε την κίνηση ενός ρομπότ μέσα σε ένα περιβάλλον.
• Εφαρμόστε αλγόριθμους SLAM για να επιτρέψετε σε ένα ρομπότ να χαρτογραφήσει ένα άγνωστο περιβάλλον.
• Δοκιμάστε και αντιμετωπίστε ένα ρομπότ σε ρεαλιστικά σενάρια.

This is a classroom based training session in a presentation and Q&A format

Αυτή η ζωντανή εκπαίδευση υπό την καθοδήγηση εκπαιδευτών στο Ελλάδα (διαδικτυακό ή επιτόπου) απευθύνεται σε επαγγελματίες πληροφορικής από αρχάριους έως μεσαίου επιπέδου που επιθυμούν να κατανοήσουν και να εφαρμόσουν το AI TRiSM στους οργανισμούς τους.

Με το τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα είναι σε θέση:

• Καταλάβετε τις βασικές έννοιες και τη σημασία της διαχείρισης εμπιστοσύνης, κινδύνου και ασφάλειας AI.
• Προσδιορίστε και μετριάστε τους κινδύνους που σχετίζονται με συστήματα τεχνητής νοημοσύνης.
• Εφαρμογή βέλτιστων πρακτικών ασφαλείας για AI.
• Κατανοήστε τη συμμόρφωση με τους κανονισμούς και τους ηθικούς λόγους για την τεχνητή νοημοσύνη.
• Αναπτύξτε στρατηγικές για αποτελεσματική διακυβέρνηση και διαχείριση AI.

Αυτή η ζωντανή εκπαίδευση υπό την καθοδήγηση εκπαιδευτών στο Ελλάδα (διαδικτυακό ή επιτόπου) απευθύνεται σε επαγγελματίες ψηφιακού μάρκετινγκ, δημιουργούς περιεχομένου και προγραμματιστές που επιθυμούν να κατανοήσουν τον αντίκτυπο της τεχνητής νοημοσύνης στις μηχανές αναζήτησης, να εξερευνήσουν τις δυνατότητες του Bing AI και να μάθουν για το chatbot τεχνολογίες και τις εφαρμογές τους.

Με το τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα είναι σε θέση:

• Κατανοήστε τις αρχές και τα οφέλη του Bing AI.
• Προσδιορίστε τις λειτουργίες που υποστηρίζονται από AI στο Bing και τις εφαρμογές τους.
• Χρησιμοποιήστε το Bing AI για να βελτιώσετε τα αποτελέσματα αναζήτησης και τις εμπειρίες των χρηστών.
• Αξιολογήστε τις δυνατότητες του AI στη βελτιστοποίηση μηχανών αναζήτησης (SEO) και στη δημιουργία περιεχομένου.
• Εξερευνήστε τις τεχνολογίες chatbot και τις εφαρμογές τους, συμπεριλαμβανομένου του Bing AI Chatbot.

Συνδυάστε τη μετασχηματιστική δύναμη της τεχνητής νοημοσύνης με την ευελιξία του υπολογιστικού άκρου σε αυτό το ολοκληρωμένο μάθημα. Μάθετε να αναπτύσσετε μοντέλα τεχνητής νοημοσύνης απευθείας σε συσκευές αιχμής, από την κατανόηση των αρχιτεκτονικών του CNN έως την εξοικείωση με την απόσταξη γνώσης και την ομοσπονδιακή μάθηση. Αυτή η πρακτική εκπαίδευση θα σας εξοπλίσει με τις δεξιότητες για τη βελτιστοποίηση της απόδοσης της τεχνητής νοημοσύνης για επεξεργασία και λήψη αποφάσεων σε πραγματικό χρόνο.

Αυτή η ζωντανή εκπαίδευση υπό την καθοδήγηση εκπαιδευτών στο Ελλάδα (διαδικτυακό ή επιτόπου) απευθύνεται σε επιστήμονες δεδομένων που επιθυμούν να χρησιμοποιήσουν το IBM Cloud Pak για να προετοιμάσουν δεδομένα για χρήση σε λύσεις τεχνητής νοημοσύνης.

Με το τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα είναι σε θέση:

• Εγκαταστήστε και διαμορφώστε το Cloud Pak for Data.
• Ενοποίηση της συλλογής, οργάνωσης και ανάλυσης δεδομένων.
• Ενσωματώστε το Cloud Pak for Data με μια ποικιλία υπηρεσιών για την επίλυση κοινών επιχειρηματικών προβλημάτων.
• Εφαρμόστε ροές εργασιών για τη συνεργασία με τα μέλη της ομάδας για την ανάπτυξη μιας λύσης AI.

Αυτή η ζωντανή εκπαίδευση υπό την καθοδήγηση εκπαιδευτών στο Ελλάδα (διαδικτυακό ή επιτόπου) απευθύνεται σε προγραμματιστές και αρχιτέκτονες από αρχάριους έως μεσαίου επιπέδου που επιθυμούν να μάθουν τις βασικές αρχές της έξυπνης οδήγησης και πώς να τις εφαρμόσουν σε σενάρια πραγματικού κόσμου.

Με το τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα είναι σε θέση:

• Εξηγήστε τις βασικές έννοιες και αρχές της τεχνητής νοημοσύνης και πώς μπορεί να εφαρμοστεί στην οδήγηση.
• Κατανοήστε την αρχιτεκτονική και τα στοιχεία των έξυπνων συστημάτων οδήγησης.
• Δημιουργήστε και οπτικοποιήστε ένα σύνθετο μοντέλο οδήγησης από διαφορετικούς κλάδους σχεδιασμού.
• Επικοινωνήστε και σχολιάστε θέματα και σχόλια εντός του μοντέλου.
• Εκτελέστε ανίχνευση και επίλυση συγκρούσεων μεταξύ σεναρίων οδήγησης.
• Προσομοίωση και έλεγχος προγραμμάτων οδήγησης και κόστους.

Αυτή η ζωντανή εκπαίδευση υπό την καθοδήγηση εκπαιδευτών στο Ελλάδα (διαδικτυακά ή επιτόπου) απευθύνεται σε δοκιμαστές λογισμικού που επιθυμούν να έχουν ένα περιβάλλον δοκιμής λογισμικού που βασίζεται σε τεχνητή νοημοσύνη.

Με το τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα είναι σε θέση:

• Αυτοματοποιήστε τη δημιουργία δοκιμών μονάδας και την παραμετροποίηση με AI.
• Εφαρμόστε τη μηχανική μάθηση σε μια πραγματική περίπτωση χρήσης.
• Αυτοματοποιήστε τη δημιουργία και τη συντήρηση των δοκιμών API με AI.
• Χρησιμοποιήστε μεθόδους μηχανικής μάθησης για να αυτοθεραπεύσετε την εκτέλεση των δοκιμών Selenium.