Fiji: Introduction to Scientific Image Processing Training Course

Marvin е разширяема, междуплатформена рамка за обработка на изображения и видео с отворен код, разработена в Java. Разработчиците могат да използват Marvin, за да манипулират изображения, да извличат характеристики от изображения за задачи за класификация, да генерират цифри алгоритмично, да обработват набори от данни за видеофайлове и да настройват автоматизация на единичен тест.

Някои от видео приложенията на Marvin включват филтриране, добавена реалност, проследяване на обекти и откриване на движение.

В този воден от инструктор, участниците на живо ще научат принципите на анализ на изображения и видео и ще използват Marvin рамката и нейните алгоритми за обработка на изображения, за да създадат свои собствени приложения.

Формат на курса

Първо се въвеждат основните принципи на анализ на изображения, видео анализ и Marvin Framework. На учениците се дават задачи, базирани на проекти, които им позволяват да практикуват научените концепции. До края на класа участниците ще са разработили свое собствено приложение, използвайки Marvin Framework и библиотеки.

PaddlePaddle (PArallel Distributed Deep LEarning) е мащабируема платформа за дълбоко обучение, разработена от Baidu.

В това обучение на живо, водено от инструктор, участниците ще се научат как да използват PaddlePaddle, за да позволят задълбочено обучение в техните приложения за продукти и услуги.

До края на това обучение участниците ще могат:

Настройте и конфигурирайте PaddlePaddle Настройте конволюционна невронна мрежа (CNN) за разпознаване на изображения и откриване на обекти Настройте повтаряща се невронна мрежа (RNN) за анализ на настроението Настройте задълбочено обучение на системи за препоръки, за да помогнете на потребителите да намерят отговори Предсказвайте кликвания проценти (CTR), класифицират широкомащабни набори от изображения, извършват оптично разпознаване на символи (OCR), класират търсения, откриват компютърни вируси и прилагат система за препоръки.

Публика

Разработчици Учени по данни

Формат на курса

Част лекция, част дискусия, упражнения и тежка практическа практика

Pattern Matching е техника, използвана за локализиране на определени модели в изображение. Може да се използва за определяне на съществуването на определени характеристики в заснето изображение, например очаквания етикет върху дефектен продукт във фабрична линия или определените размери на компонент. Той е различен от "Pattern Recognition" (който разпознава общи модели, базирани на по-големи колекции от свързани проби) по това, че конкретно диктува какво търсим, след което ни казва дали очакваният модел съществува или не.

Този курс представя подходите, технологиите и алгоритмите, използвани в областта на съпоставянето на шаблони, както се прилага към Machine Vision.

Scilab е добре разработен, безплатен език с отворен код на високо ниво за манипулиране на научни данни. Използва се за статистика, графики и анимация, симулация, обработка на сигнали, физика, оптимизация и много други, неговата централна структура от данни е матрицата, опростяваща много видове проблеми в сравнение с алтернативи като FORTRAN и C производни. Той е съвместим с езици като C, Java и Python, което го прави подходящ за използване като допълнение към съществуващи системи.

В това водено от инструктор обучение участниците ще научат предимствата на Scilab в сравнение с алтернативи като Matlab, основите на Scilab синтаксиса, както и някои разширени функции и интерфейс с други широко използвани езици, в зависимост от търсенето. Курсът ще завърши с кратък проект, фокусиран върху обработката на изображения.

До края на това обучение участниците ще имат представа за основните функции и някои разширени функции на Scilab и ще имат ресурсите да продължат да разширяват знанията си.

Публика

Учени и инженери по данни, особено с интерес към обработката на изображения и разпознаването на лица

Формат на курса

Част лекция, част дискусия, упражнения и интензивна практическа практика с финален проект

Този курс използва практически подход към преподаването OptaPlanner. Той предоставя на участниците инструментите, необходими за изпълнение на основните функции на този инструмент.

Това е обучителна сесия, базирана в класна стая, във формат на презентация и въпроси и отговори

Това водено от инструктор обучение на живо в България (онлайн или на място) е насочено към технически лица, които желаят да настроят или разширят RPA система с по-интелигентни възможности.

До края на това обучение участниците ще могат:

• Инсталирайте и конфигурирайте UiPath IPA.
• Разрешаване на роботи да управляват други роботи.
• Приложете компютърно зрение, за да локализирате обектите на екрана с точност.
• Активирайте роботи, които могат да откриват езикови модели и да извършват анализ на настроението върху неструктурирано съдържание.

Това водено от инструктор обучение на живо в България (онлайн или на място) е насочено към софтуерни тестери, които желаят да имат среда за тестване на софтуер, управлявана от AI.

До края на това обучение участниците ще могат:

• Автоматизирайте генерирането на тестови единици и параметризирането с AI.
• Приложете машинно обучение в случай на употреба в реалния свят.
• Автоматизирайте генерирането и поддръжката на API тестове с AI.
• Използвайте методи за машинно обучение за самолечение на изпълнението на Selenium тестове.

Това е 5-дневно въведение в Data Science и изкуствения интелект (AI).

Курсът се предоставя с примери и упражнения с помощта на Python

Това водено от инструктор обучение на живо в България (онлайн или на място) е насочено към търговци, които желаят да използват AI, за да подобрят подобряването на дигиталните маркетингови стратегии чрез ценни прозрения за клиентите.

До края на това обучение участниците ще могат:

• Използвайте AI софтуер, за да подобрите начина, по който марките се свързват с потребителите.
• Използвайте chatbots, за да оптимизирате потребителското изживяване.
• Увеличете производителността и приходите чрез автоматизиране на задачите.

Това водено от инструктор обучение на живо в България (онлайн или на място) е насочено към специалисти по данни, които желаят да използват IBM Cloud Pak за подготовка на данни за използване в AI решения.

До края на това обучение участниците ще могат:

• Инсталирайте и конфигурирайте Cloud Pak за данни.
• Унифицирайте събирането, организирането и анализа на данни.
• Интегрирайте Cloud Pak за данни с различни услуги за решаване на общи бизнес проблеми.
• Внедрете работни потоци за сътрудничество с членовете на екипа при разработването на AI решение.

Това водено от инструктор обучение на живо в България (онлайн или на място) е насочено към инженери, които желаят да програмират и създават роботи чрез основни AI методи.

До края на това обучение участниците ще могат:

• Внедрете филтри (Калман и частици), за да позволите на робота да локализира движещи се обекти в своята среда.
• Внедрете алгоритми за търсене и планиране на движението.
• Внедрете PID контроли, за да регулирате движението на робот в среда.
• Приложете SLAM алгоритми, за да позволите на робот да начертае непозната среда.

Това водено от инструктор обучение на живо в България (онлайн или на място) е насочено към мениджъри и бизнес лидери, които искат да научат за основите на изкуствения интелект и да управляват AI проекти за своята организация.

До края на това обучение участниците ще могат да разберат AI на техническо ниво и да изготвят стратегия за използване на данните и ресурсите на своята организация за успешно управление на AI проекти.

В това водено от инструктор обучение на живо в България (онлайн или на място), участниците ще научат различните технологии, рамки и техники за програмиране на различни видове роботи, които да се използват в областта на ядрените технологии и екологичните системи.

4-седмичният курс се провежда 5 дни в седмицата. Всеки ден е с продължителност 4 часа и се състои от лекции, дискусии и практическо разработване на роботи в лабораторна среда на живо. Участниците ще завършат различни проекти от реалния свят, приложими към тяхната работа, за да практикуват придобитите знания.

Целевият хардуер за този курс ще бъде симулиран в 3D чрез софтуер за симулация. След това кодът ще бъде зареден на физически хардуер (Arduino или друг) за окончателно тестване за внедряване. ROS (Операционна система за роботи) рамката с отворен код, C++ и Python ще бъдат използвани за програмиране на роботите.

До края на това обучение участниците ще могат:

• Разберете ключовите концепции, използвани в роботизираните технологии.
• Разбиране и управление на взаимодействието между софтуер и хардуер в роботизирана система.
• Разбиране и прилагане на софтуерните компоненти, които са в основата на роботиката.
• Изградете и управлявайте симулиран механичен робот, който може да вижда, усеща, обработва, навигира и взаимодейства с хората чрез глас.
• Разберете необходимите елементи на изкуствения интелект (машинно обучение, дълбоко обучение и т.н.), приложими за изграждане на интелигентен робот.
• Внедрете филтри (Kalman и Particle), за да позволите на робота да локализира движещи се обекти в своята среда.
• Внедрете алгоритми за търсене и планиране на движението.
• Внедрете PID контроли, за да регулирате движението на робот в среда.
• Приложете SLAM алгоритми, за да позволите на робот да начертае непозната среда.
• Тествайте и отстранявайте неизправности на робот в реалистични сценарии.

В това водено от инструктор обучение на живо в България (онлайн или на място), участниците ще научат различните технологии, рамки и техники за програмиране на различни видове роботи, които да се използват в областта на ядрените технологии и екологичните системи.

6-седмичният курс се провежда 5 дни в седмицата. Всеки ден е с продължителност 4 часа и се състои от лекции, дискусии и практическо разработване на роботи в лабораторна среда на живо. Участниците ще завършат различни проекти от реалния свят, приложими към тяхната работа, за да практикуват придобитите знания.

Целевият хардуер за този курс ще бъде симулиран в 3D чрез софтуер за симулация. ROS (Операционна система за роботи) рамката с отворен код, C++ и Python ще бъдат използвани за програмиране на роботите.

До края на това обучение участниците ще могат:

• Разберете ключовите концепции, използвани в роботизираните технологии.
• Разбиране и управление на взаимодействието между софтуер и хардуер в роботизирана система.
• Разбиране и прилагане на софтуерните компоненти, които са в основата на роботиката.
• Изградете и управлявайте симулиран механичен робот, който може да вижда, усеща, обработва, навигира и взаимодейства с хората чрез глас.
• Разберете необходимите елементи на изкуствения интелект (машинно обучение, дълбоко обучение и т.н.), приложими за изграждане на интелигентен робот.
• Внедрете филтри (Kalman и Particle), за да позволите на робота да локализира движещи се обекти в своята среда.
• Внедрете алгоритми за търсене и планиране на движението.
• Внедрете PID контроли, за да регулирате движението на робот в среда.
• Приложете SLAM алгоритми, за да позволите на робот да начертае непозната среда.
• Разширете способността на робота да изпълнява сложни задачи чрез Deep Learning.
• Тествайте и отстранявайте неизправности на робот в реалистични сценарии.