Mesterséges intelligencia alapú gyógyszerkutatás és fejlesztés Képzés

Ez az oktató által vezetett, élő képzés Magyarország (online vagy helyszíni) biológusok számára készült, akik szeretnék megérteni, hogyan működik az AlphaFold, és hogyan használhatják az AlphaFold modelleket útmutatóként kísérleti tanulmányaikban.

A képzés végére a résztvevők képesek lesznek:

• Megérteni az AlphaFold alapelveit.
• Megtanulni, hogyan működik az AlphaFold.
• Megtanulni, hogyan értelmezzék az AlphaFold előrejelzéseket és eredményeket.

Ez az oktató vezette, élő képzés Magyarország témában (online vagy személyesen) haladó szintű szakembereknek címezve, akik mélyíteni kívánják a számítógépes látás iránti ismereteiket, és felfedezik a TensorFlow képességeit a kifinomult látási modellek fejlesztéséhez a Google Colab segítségével.

A képzés végére a résztvevők képesek lesznek:

• konvolúciós neurális hálózatok (CNN) kidolgozására és betanítására TensorFlow használatával.
• Google Colab kihasználására a skálázható és hatékony felhőalapú modellfejlesztéshez.
• képek előfeldolgozási technikák implementálására számítógépes látási feladatokra.
• szenvedő számítógépes látási modellek bevezetésére valós világban hasznosítható alkalmazásokhoz.
• átviszt learning alkalmazására a CNN modellek teljesítményének javítására.
• képelemek osztályozómodellek eredményeinek vizuálizálására és értelmezésére.

Ez az oktató által vezetett, élőben tartott képzés Magyarország (online vagy helyszíni) bevezetést nyújt a mintafelismerés és a gépi tanulás területére. A képzés érinti a statisztika, számítástechnika, jelfeldolgozás, számítógépes látás, adatbányászat és bioinformatika gyakorlati alkalmazásait.

A képzés végére a résztvevők képesek lesznek:

• Alapvető statisztikai módszerek alkalmazására a mintafelismerésben.
• Kulcsfontosságú modellek, például neurális hálózatok és kernel módszerek használatára az adatelemzésben.
• Fejlett technikák alkalmazására komplex problémamegoldás során.
• Különböző modellek kombinálásával javítani az előrejelzési pontosságot.

Ez az oktató által vezetett, élő képzés Magyarország-ben (online vagy helyszínen) középszintű adattudósok és fejlesztők számára készült, akik szeretnének mélytanulási technikákat megérteni és alkalmazni a Google Colab környezetben.

A képzés végére a résztvevők képesek lesznek:

• Beállítani és kezelni a Google Colab-ot mélytanulási projektekhez.
• Megérteni a neurális hálózatok alapjait.
• Mélytanulási modelleket implementálni a TensorFlow segítségével.
• Mélytanulási modelleket betanítani és értékelni.
• Kihasználni a TensorFlow haladó funkcióit a mélytanuláshoz.

Ez az oktató által vezetett, élő képzés Magyarország (online vagy helyszínen) középhaladó szintű fejlesztőknek, adattudósoknak és AI szakembereknek szól, akik szeretnék kihasználni a TensorFlow Lite előnyeit Edge AI alkalmazásokban.

A képzés végére a résztvevők képesek lesznek:

• Megérteni a TensorFlow Lite alapjait és szerepét az Edge AI-ban.
• AI modellek fejlesztése és optimalizálása a TensorFlow Lite segítségével.
• TensorFlow Lite modellek üzembe helyezése különböző edge eszközökön.
• Eszközök és technikák használata modellkonverzióhoz és optimalizáláshoz.
• Gyakorlati Edge AI alkalmazások implementálása TensorFlow Lite segítségével.

Ez az oktató által vezetett, élő képzés Magyarország (online vagy helyszíni) azoknak az adattudósoknak szól, akik szeretnék a TensorFlow-ot használni a lehetséges csalási adatok elemzéséhez.

A képzés végére a résztvevők képesek lesznek:

• Csalásfelismerő modell létrehozására Python és TensorFlow segítségével.
• Lineáris regressziók és lineáris regressziós modellek építésére csalás előrejelzéséhez.
• Végponttól végpontig tartó AI alkalmazás fejlesztésére a csalási adatok elemzéséhez.

Ez az oktató által vezetett, élő Magyarország tanfolyam (online vagy helyszíni) fejlesztőknek és adat tudományos munkatársaknak címezett, akik a TensorFlow 2.x használatával szeretnének előrejelzőket, osztályozókat, generatív modelleket, neurális hálózatokat és hasonlókat kidolgozni.

A képzés végére a résztvevők képesek lesznek:

• TensorFlow 2.x telepítésére és konfigurálására.
• A TensorFlow 2.x előnyök megértésére a korábbi verziókkal összehasonlítva.
• Mélytanulási modellek építésére.
• Egy haladó képcsatornak osztályozó megvalósítására.
• Egy mélytanulási modell üzembehelyezésére a felhőbe, mobilon és IoT-eszközökre.

Ez az oktató által vezetett, élő képzés Magyarország (online vagy helyszíni) haladó szintű szakembereknek szól, akik a mélytanulási modellek legújabb XAI technikáit szeretnék megismerni, különös tekintettel az értelmezhető AI rendszerek építésére.

A képzés végére a résztvevők képesek lesznek:

• Megérteni a mélytanulásban rejlő megmagyarázhatósági kihívásokat.
• Fejlett XAI technikákat implementálni neurális hálózatokban.
• Értelmezni a mélytanulási modellek által hozott döntéseket.
• Értékelni a teljesítmény és az átláthatóság közötti kompromisszumokat.