Deep Learning z TensorFlow – od podstaw do zaawansowanych technik
Opis
Intensywne trzydniowe szkolenie prowadzące uczestników przez praktyczne aspekty głębokiego uczenia z wykorzystaniem biblioteki TensorFlow. Program łączy solidne podstawy teoretyczne z rozbudowaną częścią praktyczną, gdzie uczestnicy samodzielnie implementują i trenują modele sieci neuronowych. Zajęcia są prowadzone w formie warsztatowej, gdzie każde zagadnienie teoretyczne jest natychmiast przekładane na praktyczne ćwiczenia programistyczne.
Profil uczestnika
- Programiści zainteresowani uczeniem maszynowym
- Analitycy danych chcący poszerzyć kompetencje
- Naukowcy pracujący z danymi
- Inżynierowie oprogramowania
- Specjaliści ds. sztucznej inteligencji
- Badacze akademiccy w dziedzinie ML
- Eksperci dziedzinowi zainteresowani AI
Agenda
- Fundamenty Deep Learning
- Architektura sieci neuronowych
- Matematyczne podstawy uczenia głębokiego
- Środowisko TensorFlow
- Przygotowanie i przetwarzanie danych
- Implementacja modeli
- Projektowanie architektury sieci
- Funkcje aktywacji i ich zastosowania
- Techniki optymalizacji
- Regularyzacja i zapobieganie przeuczeniu
- Zaawansowane architektury
- Sieci konwolucyjne (CNN)
- Sieci rekurencyjne (RNN)
- Mechanizmy uwagi
- Transfer learning
- Wdrażanie i optymalizacja
- Zarządzanie zasobami obliczeniowymi
- Techniki przyśpieszania treningu
- Optymalizacja modeli
- Deployment modeli w produkcji
Korzyści
- Praktyczna umiejętność implementacji modeli deep learning
- Zrozumienie fundamentów uczenia głębokiego
- Zdolność projektowania efektywnych architektur sieci
- Umiejętność optymalizacji modeli
- Wiedza o najnowszych technikach deep learning
- Praktyczne doświadczenie z TensorFlow
- Znajomość dobrych praktyk w ML
Wymagane przygotowanie uczestników
- Podstawy programowania w Python
- Znajomość podstaw algebry liniowej
- Podstawowa wiedza z zakresu statystyki
- Zrozumienie podstaw uczenia maszynowego
Zagadnienia
- Architektury sieci neuronowych
- Funkcje straty i optymalizacja
- Preprocessing danych
- Regularyzacja i dropout
- Konwolucyjne sieci neuronowe
- Rekurencyjne sieci neuronowe
- Transfer learning
- Mechanizmy uwagi
- Zarządzanie pamięcią GPU
- Debugowanie modeli
- Wdrażanie modeli
- Monitorowanie wydajności
Poznaj naszą firmę
INFORMACJA CENOWA:
od 3750 zł netto za jedną osobę
CZAS TRWANIA (dni): 3
KOD SZKOLENIA: IT-AI-205
MASZ PYTANIA?
Skontaktuj się z nami, aby uzyskać więcej informacji o naszych szkoleniach, programach oraz współpracy. Chętnie odpowiemy na wszystkie Twoje zapytania!