Uczenie maszynowe z TensorFlow
Uczenie maszynowe z TensorFlow
Informacje podstawowe
Informacje podstawowe
- KategoriaInformatyka i telekomunikacja / Programowanie
- Sposób dofinansowaniawsparcie dla osób indywidualnychwsparcie dla pracodawców i ich pracowników
- Grupa docelowa usługi
Szkolenie Uczenie maszynowe z TensorFlow adresowane jest do osób, które chcą rozpocząć pracę z wykorzystaniem sieci neuronowych przy użyciu najnowszej wersji biblioteki TensorFlow, programistów, statystów, data scientist'ów z podstawową wiedzą o głębokim uczeniu maszynowych oraz osób, które chcą przygotować się do certyfikatu Google TensorFlow Developer.
- Minimalna liczba uczestników4
- Maksymalna liczba uczestników8
- Data zakończenia rekrutacji31-08-2024
- Forma prowadzenia usługizdalna w czasie rzeczywistym
- Liczba godzin usługi16
- Podstawa uzyskania wpisu do BURCertyfikat systemu zarządzania jakością wg. ISO 9001:2015 (PN-EN ISO 9001:2015) - w zakresie usług szkoleniowych
Cel
Cel
Cel edukacyjny
Opanowanie najbardziej przydatnych funkcjonalności biblioteki TensorFlow 2Zapoznanie z mechanizmami budowania profesjonalnych rozwiązań opartych o uczenie głębokie w TensorFlow, dotyczących analizy obrazów, przetwarzania języka naturalnego, predykcji szeregów czasowych
Zdobycie praktycznych umiejętności implementacji własnych architektur sieci neuronowych wykorzystując dostępne w bibliotece komponenty
Poznanie metodologii pracy z sieciami neuronowymi w bibliotece TensorFlow
Efekty uczenia się oraz kryteria weryfikacji ich osiągnięcia i Metody walidacji
Efekty uczenia się | Kryteria weryfikacji | Metoda walidacji |
---|---|---|
Efekty uczenia się Poznanie najczęściej wykorzystywanej biblioteki do rozwoju i deploymentu algorytmów uczenia głębokiegoPrzedstawienie najpopularniejszych scenariuszy wykorzystywania biblioteki (analiza obrazów, przetwarzanie języka naturalnego, predykcje szeregów czasowych) Przedstawienie złożonych funkcjonalności biblioteki w przystępny sposób Praktyczne wskazówki i dobre praktyki podczas budowy rozwiązań opartych o uczenie głębokie Duża dawka wiedzy i umiejętności, pozwalających na rozpoczęcie pracy z biblioteką TensorFlow 2 w produkcyjnych projektach Praktyka przed teorią - wszystkie szkolenia technologiczne prowadzone są w formie warsztatowej. Konieczna teoria jest wyjaśniana na przykładzie praktycznych zadań Konkretne umiejętności - w ramach każdego szkolenia rozwijamy praktyczne umiejętności związane z daną technologią i tematyką Nauka z praktykami - wszyscy trenerzy na co dzień pracują w projektach, gwarantuje to dostęp do eksperckiej wiedzy i praktycznego know-howznajomość usług infrastrukturalnych takich jak API Gateway, Service Discovery czy Configuration server znajomość możliwości modułów wchodzących w skład Spring Cloud | Kryteria weryfikacji 80% obecności, samodzielna praca podczas warsztatów, sprawdzenie poziomy nabytej wiedzy (teretycznej) | Metoda walidacji Obserwacja w warunkach rzeczywistych |
Metoda walidacji Test teoretyczny |
Kwalifikacje i kompetencje
Kwalifikacje
Kompetencje
Usługa prowadzi do nabycia kompetencji.Warunki uznania kompetencji
Program
Program
1. Wprowadzenie
2. Budowa i trenowanie sieci
3. Tuning modeli i strojenie procesu uczenia
4. Przetwarzanie obrazów - klasyfikacja
5. Transfer learning
6. Przetwarzanie języka naturalnego (analiza wydźwięku)
7. Predykcja szeregów czasowych
8. Podsumowanie
Harmonogram
Harmonogram
Przedmiot / temat zajęć | Prowadzący | Data realizacji zajęć | Godzina rozpoczęcia | Godzina zakończenia | Liczba godzin |
---|---|---|---|---|---|
Przedmiot / temat zajęć 1 z 8 Wprowadzenie | Prowadzący Norbert Ryciak | Data realizacji zajęć 10-09-2024 | Godzina rozpoczęcia 09:00 | Godzina zakończenia 11:00 | Liczba godzin 02:00 |
Przedmiot / temat zajęć 2 z 8 Budowa i trenowanie sieci | Prowadzący Norbert Ryciak | Data realizacji zajęć 10-09-2024 | Godzina rozpoczęcia 11:00 | Godzina zakończenia 13:00 | Liczba godzin 02:00 |
Przedmiot / temat zajęć 3 z 8 Tuning modeli i strojenie procesu uczenia | Prowadzący Norbert Ryciak | Data realizacji zajęć 10-09-2024 | Godzina rozpoczęcia 13:00 | Godzina zakończenia 15:00 | Liczba godzin 02:00 |
Przedmiot / temat zajęć 4 z 8 Przetwarzanie obrazów - klasyfikacja | Prowadzący Norbert Ryciak | Data realizacji zajęć 10-09-2024 | Godzina rozpoczęcia 15:00 | Godzina zakończenia 17:00 | Liczba godzin 02:00 |
Przedmiot / temat zajęć 5 z 8 Transfer learning | Prowadzący Norbert Ryciak | Data realizacji zajęć 11-09-2024 | Godzina rozpoczęcia 09:00 | Godzina zakończenia 11:00 | Liczba godzin 02:00 |
Przedmiot / temat zajęć 6 z 8 Przetwarzanie języka naturalnego (analiza wydźwięku) | Prowadzący Norbert Ryciak | Data realizacji zajęć 11-09-2024 | Godzina rozpoczęcia 11:00 | Godzina zakończenia 13:00 | Liczba godzin 02:00 |
Przedmiot / temat zajęć 7 z 8 Predykcja szeregów czasowych | Prowadzący Norbert Ryciak | Data realizacji zajęć 11-09-2024 | Godzina rozpoczęcia 13:00 | Godzina zakończenia 15:00 | Liczba godzin 02:00 |
Przedmiot / temat zajęć 8 z 8 Podsumowanie | Prowadzący Norbert Ryciak | Data realizacji zajęć 11-09-2024 | Godzina rozpoczęcia 15:00 | Godzina zakończenia 17:00 | Liczba godzin 02:00 |
Cena
Cena
Cennik
- Rodzaj cenyCena
- Koszt przypadający na 1 uczestnika brutto2 890,50 PLN
- Koszt przypadający na 1 uczestnika netto2 350,00 PLN
- Koszt osobogodziny brutto180,66 PLN
- Koszt osobogodziny netto146,88 PLN
Prowadzący
Prowadzący
Norbert Ryciak
Informacje dodatkowe
Informacje dodatkowe
Informacje o materiałach dla uczestników usługi
część teoretyczna szkolenia, slajdy - zostanie przekazana uczestnikom na szkoleniu w formie pdf.
uczestnik otrzyma certyfikat uczestnictwa z opisem nabytych umiejętności
Warunki uczestnictwa
Od uczestników wymagana jest podstawowa umiejętność programowania języka Python, znajomość podstawowych technik uczenia maszynowego, w tym najczęściej stosowanych architektur sieci neuronowych, takich jak sieć konwolucyjna czy sieć rekurencyjna oraz podstawowa wiedza matematyczna: algebra liniowa (działania na macierzach), analiza (pochodne funkcji).
Informacje dodatkowe
Szkolenie będzie prowadzpone zdalnie, w czasie rzeczywistym, na żywo, z trenerem, możliwością zadawania pytań.
Warunki techniczne
Warunki techniczne
szkolenie na platformie zoom, wymagane:
stabilne połączenie internetowe (zalecane min. 10Mbit/s download i 1Mbit/s upload)
przeglądarka internetowa Chrome
zainstalowana aplikacja Zoom App
dobrej jakości słuchawki oraz mikrofon (opcjonalnie) kamera internetowa
link do szkolenia zostanie przesłany uczestnikom przed szkoleniem i będzie aktywny do końca szkolenia.