Course Outline
Εισαγωγή
Βασικές αρχές της τεχνητής νοημοσύνης και Machine Learning
Κατανόηση Deep Learning
- Επισκόπηση των βασικών εννοιών της βαθιάς μάθησης που διαφοροποιείται μεταξύ Machine Learning και βαθιάς μάθησης Επισκόπηση των εφαρμογών για τη βαθιά μάθηση
Επισκόπηση του Neural Networks
- Τι είναι Neural Networks Neural Networks έναντι μοντέλων παλινδρόμησης Κατανόηση μαθηματικών θεμελίων και μηχανισμών μάθησης Κατασκευή τεχνητού νευρωνικού δικτύου Κατανόηση νευρωνικών κόμβων και συνδέσεων που εργάζονται με νευρώνες, στρώματα και δεδομένα εισόδου και εξόδου Κατανόηση Perceptrons ενός επιπέδου Διαφορές μεταξύ εποπτευόμενου και μη εποπτευόμενου εκμάθησης και ανατροφοδότηση Neural Networks Κατανόηση της διάδοσης προς τα εμπρός και της πίσω διάδοσης Κατανόηση της μακροπρόθεσμης μνήμης (LSTM) Εξερεύνηση του επαναλαμβανόμενου Neural Networks στην πράξη Εξερεύνηση του συνελικτικού Neural Networks στην πράξη Βελτίωση του τρόπου Neural Networks Μάθηση
Επισκόπηση των τεχνικών βαθιάς μάθησης που χρησιμοποιούνται στο Telecom
- Νευρωνικά δίκτυα Επεξεργασία φυσικής γλώσσας Αναγνώριση εικόνας Speech Recognition Ανάλυση συναισθήματος
Εξερεύνηση περιπτωσιολογικών μελετών βαθιάς μάθησης για Telecom
- Βελτιστοποίηση δρομολόγησης και ποιότητας υπηρεσίας μέσω ανάλυσης κίνησης δικτύου σε πραγματικό χρόνο Πρόβλεψη αστοχιών δικτύου και συσκευών, διακοπές λειτουργίας, αυξήσεις ζήτησης, κ.λπ. Ανάλυση κλήσεων σε πραγματικό χρόνο για εντοπισμό δόλιας συμπεριφοράς Ανάλυση συμπεριφοράς πελατών για εντοπισμό ζήτησης για νέα προϊόντα και υπηρεσίες Επεξεργασία SMS μεγάλου όγκου Μηνύματα για να αποκτήσετε πληροφορίες Speech Recognition για κλήσεις υποστήριξης Ρύθμιση παραμέτρων SDN και εικονικών δικτύων σε πραγματικό χρόνο
Κατανόηση των πλεονεκτημάτων της βαθιάς μάθησης για Telecom
Εξερευνώντας τις διαφορετικές βιβλιοθήκες Deep Learning για Python
- TensorFlow Σκληρό
Ρύθμιση της Python με το TensorFlow για Deep Learning
- Εγκατάσταση του TensorFlow Python API Δοκιμή του TensorFlow Εγκατάσταση Ρύθμιση TensorFlow για Εκπαίδευση Ανάπτυξης Το πρώτο σας TensorFlow μοντέλο νευρωνικού δικτύου
Ρύθμιση Python με το Keras for Deep Learning
Δημιουργία απλών μοντέλων βαθιάς μάθησης με Keras
- Δημιουργία μοντέλου Keras Κατανόηση των δεδομένων σας Προσδιορισμός του μοντέλου σας για τη βαθιά μάθηση Σύνταξη του μοντέλου Προσαρμογή του μοντέλου σας Εργασία με δεδομένα ταξινόμησης Εργασία με μοντέλα ταξινόμησης χρησιμοποιώντας τα μοντέλα σας
Εργασία με το TensorFlow για Deep Learning for Telecom
- Προετοιμασία των Δεδομένων Λήψη των Δεδομένων Προετοιμασία Δεδομένων Εκπαίδευσης Προετοιμασία Δεδομένων Δοκιμής Κλιμάκωση δεδομένων Εισαγωγή με χρήση θέσεων και μεταβλητών
Requirements
- Εμπειρία στον προγραμματισμό Python
- Γενική εξοικείωση με τις έννοιες των τηλεπικοινωνιών
- Βασική εξοικείωση με στατιστικές και μαθηματικές έννοιες
Ακροατήριο
- προγραμματιστές
- Επιστήμονες δεδομένων
Testimonials (5)
examples based on our data
Witold - P4 Sp. z o.o.
Course - Deep Learning for Telecom (with Python)
code examples:-)
Marcin - P4 Sp. z o.o.
Course - Deep Learning for Telecom (with Python)
I liked that the instructor had many pre-written scripts to show off many different aspects of ML and AI. I really enjoyed being able to see live demos of so many ways ML and AI is being used. Much of what we covered was cutting edge technology that is still in its early stages of development.
Matthew Pepper - Motorola Solutions
Course - Deep Learning for Telecom (with Python)
The colab notebooks we get to keep
Palmer Greer - Motorola Solutions
Course - Deep Learning for Telecom (with Python)
The clarity with which it was presented