Szkolenie Deep Learning z TensorFlow – od podstaw do zaawansowanych technik
Praktyczne informacje o szkoleniu
- KATEGORIA: Technologie
- PODKATEGORIA: AI
- KOD SZKOLENIA: IT-AI-205
- CZAS TRWANIA: 3 dni
- INFORMACJA CENOWA od: 3750 zł netto
- JĘZYK SZKOLENIA: polski
- FORMA REALIZACJI: stacjonarna, online
Opis szkolenia
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
Masz pytania?
Zapraszamy do kontaktu
Anna Polak
+48 600 010 440
anna.polak@eitt.pl
ul. Ząbkowska 31 03-736 Warszawa
Formy realizacji szkolenia
Szkolenie stacjonarne
- Szkolenie w siedzibie klienta lub wskazanej lokalizacji
- Sala szkoleniowa wyposażona w niezbędny sprzęt
- Materiały szkoleniowe w formie elektronicznej
- Przerwy kawowe i lunch
- Bezpośrednia interakcja z trenerem
- Networking w grupie
- Ćwiczenia warsztatowe w zespołach
Szkolenie zdalne
- Wirtualne środowisko szkoleniowe
- Materiały w formie elektronicznej
- Interaktywne ćwiczenia online
- Breakout rooms do pracy w grupach
- Wsparcie techniczne podczas szkolenia
- Nagrania sesji (opcjonalnie)
Możliwość dofinansowania
Szkolenie może zostać sfinansowane ze środków publicznych w ramach:
- Krajowego Funduszu Szkoleniowego (KFS)
- Bazy Usług Rozwojowych (BUR)
- Projektów unijnych realizowanych przez PARP
- Programu Akademia HR (PARP)
- Regionalnych programów operacyjnych
W przypadku zainteresowania dofinansowaniem, nasz zespół pomoże w przygotowaniu wymaganej dokumentacji.
MASZ PYTANIA?
Skontaktuj się z nami, aby uzyskać więcej informacji o naszych szkoleniach, programach oraz współpracy. Chętnie odpowiemy na wszystkie Twoje zapytania!
Zaufali nam
Poznaj naszą firmę

Masz pytania?
Zapraszamy do kontaktu
Anna Polak
+48 600 010 440
anna.polak@eitt.pl
ul. Ząbkowska 31 03-736 Warszawa
FAQ — Często zadawana pytania
- Zaproszenie w formie one-pager’a z terminami
- Kick-off projektu
- Strategiczne przywództwo i myślenie
- Komunikacja i współpraca. Zarządzanie konfliktem
- Motywowanie, angażowanie i trudne decyzje w biznesie
- Zarządzanie zmianą i innowacjami. Przywództwo w kryzysie
- Budowa organizacji przyszłości
- Warsztat dobrych praktyk – retrospektywa; stworzenie spójnego programu dla średniego i niższego szczebla zarządzania























