Cél

Ez a tanfolyam képzést ad  a python fejlesztőknek ahhoz, hogy használni tudják a mesterséges intelligenciát a projektekben. Széles körű bevezetést nyújt a gépi tanulás, a felügyelt tanulás, a nem felügyelt tanulás, ill. az erősített tanulás világába.

A tanfolyam 5 napja alatt a hallgatók áttekintik a gépi tanulás, a regressziós modellek és a klasszifikációs problémák elméletét. A fókusz a neurális hálókon és a deep learning-en lesz valamint azokon a keretrendszereken, amelyek segítségével a résztvevők futtathatják és taníthatják az algoritmusokat. A tanfolyam után a résztvevők képesek lesznek önállóan is továbbképezni magukat a gépi tanulás egyéb témáiba (tensorflow, keras) valamint alkalmazni tudják majd a megtanult technikákat valós projektekben.

A kurzus programozási nyelve a python.

Résztvevők

Software fejlesztők, akik rendelkeznek minimum 1 éves Python háttérrel vagy gyakorlattal más programozási nyelvvel (nem előfeltétele a szakértői python tudás)

Tartalom

Ez a kurzus azoknak a programozóknak ajánlott, akik meg szeretnék tanulni, hogy miként fejleszthetők gépi tanuláson alapuló alkalmazások és azoknak, akik áttekintést akarnak kapni a témáról. A tanfolyamon számos példa és gyakorlat kerül bemutatásra.

Modulok

Alapvető elmélet

• A mesterséges intelligencia fogalmának meghatározása (AI)
• Az ML meghatározása
• Az ML különböző módszerei
• Logisztikus Regresszió
• Neurális hálózatok
• Hiperparaméterek
• SVM
• Felügyelet nélküli tanulás
• Anomália észlelés

Mélymerülés (gyakorlati példákkal):

• Tensorflow és Keras rövid bemutatása
• Egyszerű logisztikus regresszió példák
• Naív Bayes
• Sekély neurális hálózatok
• Mély neurális hálózatok
• Konvolúciós hálózatok
• Rekurrens neurális hálózatok
• Erősítéses tanulás
• Neurális hálózatok fejlesztése
• Hiperparaméter-hangolás
• Regularizáció
• Optimalizálás
• Elkerülendő buktatók