Курс за обучение по Explainability in Deep Learning: Demystifying Black-Box Models

Това водено от инструктор обучение на живо в България (онлайн или на място) е насочено към професионалисти на напреднало ниво, които желаят да подобрят своето разбиране на XAI техниките за сложни AI модели.

До края на това обучение участниците ще могат:

• Внедрете най-съвременните XAI техники в AI модели.
• Интерпретирайте моделите на дълбоко обучение и техните решения.
• Прилагане на усъвършенствани модели-агностици и специфични за модела методи за обяснение.
• Справете се с предизвикателствата, свързани с прозрачността на AI в сложни системи.

Този курс обхваща AI (инфазиране Machine Learning и Deep Learning) в Automotive Индустрия. Той помага да се определи каква технология може (потенциално) да се използва в много ситуации в автомобила: от проста автоматизация, разпознаване на изображенията до автономно вземане на решения.

Този курс е създаден за мениджъри, архитекти на решения, служители по иновациите, технически директори, софтуерни архитекти и всеки, който се интересува от общ преглед на приложния изкуствен интелект и най-близката прогноза за неговото развитие.

This instructor-led, live training in България (online or onsite) is aimed at beginner-level participants who wish to learn essential concepts in probability, statistics, programming, and machine learning, and apply these to AI development.

By the end of this training, participants will be able to:

• Understand basic concepts in probability and statistics, and apply them to real-world scenarios.
• Write and understand procedural, functional, and object-oriented programming code.
• Implement machine learning techniques such as classification, clustering, and neural networks.
• Develop AI solutions using rules engines and expert systems for problem-solving.

Изкуствената невронна мрежа е модел на изчислителни данни, използван при разработването на Artificial Intelligence (AI) системи, способни да изпълняват „интелигентни“ задачи. Neural Networks обикновено се използват в Machine Learning (ML) приложения, които сами по себе си са едно изпълнение на AI. Deep Learning е подмножество на ML.

This instructor-led, live training in България (online or onsite) is aimed at intermediate-level data scientists and statisticians who wish to prepare data, build models, and apply machine learning techniques effectively in their professional domains.

By the end of this training, participants will be able to:

• Understand and implement various Machine Learning algorithms.
• Prepare data and models for machine learning applications.
• Conduct post hoc analyses and visualize results effectively.
• Apply machine learning techniques to real-world, sector-specific scenarios.

Изкуствената невронна мрежа е изчислителен модел на данни, използван при разработването на системи с изкуствен интелект (AI), способни да изпълняват „интелигентни“ задачи. Neural Networks обикновено се използват в приложения за машинно обучение (ML), които сами по себе си са едно изпълнение на AI. Deep Learning е подгрупа на ML.

This instructor-led, live training in България (online or onsite) provides an introduction into the field of pattern recognition and machine learning. It touches on practical applications in statistics, computer science, signal processing, computer vision, data mining, and bioinformatics.

By the end of this training, participants will be able to:

• Apply core statistical methods to pattern recognition.
• Use key models like neural networks and kernel methods for data analysis.
• Implement advanced techniques for complex problem-solving.
• Improve prediction accuracy by combining different models.

Тип: Теоретично обучение с предварително решени с учениците приложения по лазаня или Keras според образователната група

Методи на преподаване: презентации, дискусии и казуси

Изкуственият интелект, след като разруши много научни области, започна да революционизира голям брой икономически сектори (индустрия, медицина, комуникация и др.). Въпреки това, представянето му в основните медии често е фантазия, много далеч от това, което са домейните на Machine Learning или Deep Learning в действителност. Целта на това обучение е да предостави на инженерите, които вече владеят ИТ инструменти (включително базова основа за софтуерно програмиране), въведение в Deep Learning, както и в различните му области на специализация и следователно в основните съществуващи мрежови архитектури . Ако математическите основи са обхванати по време на курса, се препоръчва ниво BAC+2 по математика за по-голям комфорт. Абсолютно възможно е да пренебрегнете математическата ос и да запазите само „системна“ визия, но този подход ще ограничи изключително много вашето разбиране на темата.

Обучението е насочено към хора, които искат да научат основите на невронните мрежи и техните приложения.

Този курс е въведение в прилагането на невронни мрежи в реални проблеми с помощта на софтуер R-project.

В това водено от инструктор обучение на живо в България участниците ще се научат как да се възползват от иновациите в TPU процесорите, за да увеличат максимално производителността на собствените си AI приложения.

До края на обучението участниците ще могат:

• Обучете различни видове невронни мрежи върху големи количества данни.
• Използвайте TPU, за да ускорите процеса на извод с до два порядъка.
• Използвайте TPU за обработка на интензивни приложения като търсене на изображения, облачно виждане и снимки.

Това водено от инструктор обучение на живо в България (онлайн или на място) е насочено към професионалисти на ниво начинаещи, които желаят да научат основите на Explainable AI и неговата роля в разработването на отговорни AI системи.

До края на това обучение участниците ще могат:

• Разберете основните концепции на Обяснимия ИИ.
• Проучете значението на прозрачността и интерпретируемостта в моделите на AI.
• Научете основни техники за правене на AI модели обясними.
• Приложете XAI техники към прости модели за машинно обучение.

Това водено от инструктор обучение на живо в България (онлайн или на място) е насочено към професионалисти на средно ниво, които желаят да прилагат обясними AI техники, за да осигурят справедливост, прозрачност и етични AI системи.

До края на това обучение участниците ще могат:

• Разберете ролята на XAI в етичните AI системи.
• Внедрете XAI техники за откриване и смекчаване на пристрастия в AI модели.
• Осигурете прозрачност в процесите на вземане на решения в модела на ИИ.
• Приведете развитието на AI в съответствие с етичните и регулаторни стандарти.

Това водено от инструктор обучение на живо в България (онлайн или на място) е насочено към професионалисти от средно до напреднало ниво, които желаят да внедрят прозрачни AI системи в приложения от реалния свят.

До края на това обучение участниците ще могат:

• Разберете значението на прозрачността в AI моделите.
• Приложете усъвършенствани XAI техники за интерпретиране на сложни модели.
• Подобрете прозрачността на модела с помощта на SHAP, LIME и други инструменти.
• Обърнете внимание на етичните проблеми и справедливостта в моделите на AI.