Machine learning - IT vzdělávací kurzy a školení
Machine learning - strojové učení, je proces použití matematických modelů dat, pomocí kterých se počítač učí bez přímých instrukcí. Považuje se za součást umělé inteligence. Strojové učení využívá algoritmy k identifikaci vzorů v datech a tyto vzory se pak používají k vytvoření datového modelu, který formuluje předpovědi. Dokáže zpracovat nemyslitelné množství dat, která nám přinesou zcela nový pohled nejen na výrobní procesy, ale i chování zákazníků například na e-shopu nebo webu poskytujícím služby a předvídat tak následující vývoj poptávky.
Kurz pro všechny, kteří jsou fascinovaní schopnostmi velkých jazykových modelů a generativní umělé inteligence, a chtějí proniknout do této problematiky hlouběji.
Společně se seznámíme s transformery, základním stavebním moderních jazykových modelů, představíme si nejznámější architektury a ukážeme si, jak se velké jazykové modely dají použít pro různé aplikace. K praktickým cvičením není nutný žádný placený účet třetích stran. Budeme používat open source modely, které jsou při správném způsobu použití stejně dobré jako ty největší komerční modely.
Kurz pro všechny, kteří jsou fascinovaní schopnostmi velkých jazykových modelů a generativní umělé inteligence, a chtějí proniknout do této problematiky hlouběji.
Společně se seznámíme s transformery, základním stavebním moderních jazykových modelů, představíme si nejznámější architektury a ukážeme si, jak se velké jazykové modely dají použít pro různé aplikace. K praktickým cvičením není nutný žádný placený účet třetích stran. Budeme používat open source modely, které jsou při správném způsobu použití stejně dobré jako ty největší komerční modely.
Jedná se o úvodní kurz pro začátečníky, kteří se strojovým učením nemají žádné zkušenosti a chtějí udělat první kroky k jeho praktickému používání.
Účastníci se dozvědí, co je to strojové učení, jaké typy strojového učení se v praxi nejčastěji používají a jak jednotlivé algoritmy fungují. Nebudeme se zabývat přesným matematickým popisem, ale spíše intuitivním porozuměním, které je nezbytné pro efektivní používání a správnou volbu různých nástrojů a knihoven. Velkou pozornost věnujeme způsobům vyhodnocení natrénovaných modelů, problémům s přeučováním, přípravě dat a praktickým poznatkům, které se ve škole nedozvíte.
Každý účastník si s využitím open source knihoven prakticky vyzkouší naprogramovat jednoduché algoritmy pro klasifikaci, regresi a detekci anomálií.
Jedná se o úvodní kurz pro začátečníky, kteří se strojovým učením nemají žádné zkušenosti a chtějí udělat první kroky k jeho praktickému používání.
Účastníci se dozvědí, co je to strojové učení, jaké typy strojového učení se v praxi nejčastěji používají a jak jednotlivé algoritmy fungují. Nebudeme se zabývat přesným matematickým popisem, ale spíše intuitivním porozuměním, které je nezbytné pro efektivní používání a správnou volbu různých nástrojů a knihoven. Velkou pozornost věnujeme způsobům vyhodnocení natrénovaných modelů, problémům s přeučováním, přípravě dat a praktickým poznatkům, které se ve škole nedozvíte.
Každý účastník si s využitím open source knihoven prakticky vyzkouší naprogramovat jednoduché algoritmy pro klasifikaci, regresi a detekci anomálií.
Intenzivní pětidenní série všech našich kurzů strojového učení za zvýhodněnou cenu.
Balíček obsahuje:
- Úvod do strojového učení (2 dny)
- Zpracování přirozeného jazyka (1 den)
- Konvoluční neuronové sítě a zpracování obrazu (1 den)
- Časové řady (1 den)
Intenzivní pětidenní série všech našich kurzů strojového učení za zvýhodněnou cenu.
Balíček obsahuje:
- Úvod do strojového učení (2 dny)
- Zpracování přirozeného jazyka (1 den)
- Konvoluční neuronové sítě a zpracování obrazu (1 den)
- Časové řady (1 den)
Workshop je pro machine learning začátečníky, kteří si mají chuť prakticky vyzkoušet neuronové sítě pro zpracování obrázků, ale ještě k tomu neměli tu pravou příležitost.
Názornými experimenty spolu poodhalíme, jak a proč takové modely fungují, jaké jsou za jejich fungováním intuice a postupně přes jednoduché příklady dospějeme až k modelům, které se běžně používají v praxi. U těch se zaměříme na možnosti využití jejich vnitřní sémantické reprezentace obrázku a na to, jak co nejefektivněji vizualizovat jejich chování.
Workshop je pro machine learning začátečníky, kteří si mají chuť prakticky vyzkoušet neuronové sítě pro zpracování obrázků, ale ještě k tomu neměli tu pravou příležitost.
Názornými experimenty spolu poodhalíme, jak a proč takové modely fungují, jaké jsou za jejich fungováním intuice a postupně přes jednoduché příklady dospějeme až k modelům, které se běžně používají v praxi. U těch se zaměříme na možnosti využití jejich vnitřní sémantické reprezentace obrázku a na to, jak co nejefektivněji vizualizovat jejich chování.
Kurz je zaměřen na analýzu a zpracování textů.
Předpokládá se znalost principů strojového učení, ale ty nejdůležitější koncepty budou stručně zopakovány. Specifikem zpracování textů je způsob předzpracování dat a jejich vektorizace. Tomu bude věnována první část. Vše bude prakticky vyzkoušeno na úloze, jejíž cílem je klasifikace textových dokumentů. Dále se účastníci dozvědí, co jsou to jazykové modely a jak je použít pro detekci jazyka dokumentu nebo generování textů.
Kurz je zaměřen na analýzu a zpracování textů.
Předpokládá se znalost principů strojového učení, ale ty nejdůležitější koncepty budou stručně zopakovány. Specifikem zpracování textů je způsob předzpracování dat a jejich vektorizace. Tomu bude věnována první část. Vše bude prakticky vyzkoušeno na úloze, jejíž cílem je klasifikace textových dokumentů. Dále se účastníci dozvědí, co jsou to jazykové modely a jak je použít pro detekci jazyka dokumentu nebo generování textů.
Kurz je zaměřen na predikci časových řad.
V první části se účastníci seznámí se standardními postupy při modelování a predikci časových řad a vyzkouší si jednoduché postupy na ukázkových příkladech. V další části budou vysvětleny metody strojového učení aplikovatelné při predikci časových řad. Účastníci si vyzkouší sestavit a natrénovat model schopný predikovat složitější časovou řadu z historických dat a ověří schopnost modelu predikovat budoucnost.
