Köszönjük, hogy elküldte érdeklődését! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Köszönjük, hogy elküldte foglalását! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Kurzusleírás
Bevezetés
A mesterséges intelligencia alapjai és Machine Learning
Megértés Deep Learning
- Az Deep Learning alapfogalmainak áttekintése
- Különbség a Machine Learning és Deep Learning között
- A pályázatok áttekintése a következőhöz: Deep Learning
A Neural Networks áttekintése
- Mik azok Neural Networks
- Neural Networks vs regressziós modellek
- Az Mathematica alapok és tanulási mechanizmusok megértése
- Mesterséges neurális hálózat felépítése
- Neurális csomópontok és kapcsolatok megértése
- Munka neuronokkal, rétegekkel, valamint bemeneti és kimeneti adatokkal
- Az egyrétegű perceptronok megértése
- A felügyelt és a nem felügyelt tanulás közötti különbségek
- Tanulási visszajelzés és visszajelzés Neural Networks
- Az előre és vissza terjedés megértése
- A hosszú távú rövid távú memória (LSTM) megértése
- A visszatérő Neural Networks feltárása a gyakorlatban
- A Convolutional Neural Networks feltárása a gyakorlatban
- Az út javítása Neural Networks Tanuljon
A Telecom-ben használt Deep Learning technikák áttekintése
- Neural Networks
- Természetes nyelvi feldolgozás
- Képfelismerés
- Speech Recognition
- Érzelemelemzés
Deep Learning Esettanulmányok felfedezése a következőhöz: Telecom
- Az útválasztás és a szolgáltatás minőségének optimalizálása valós idejű hálózati forgalom elemzéssel
- Hálózati és eszközhibák, kimaradások, túlfeszültségek, stb. előrejelzése.
- A hívások valós idejű elemzése a csaló magatartás azonosítása érdekében
- Az ügyfelek viselkedésének elemzése az új termékek és szolgáltatások iránti kereslet azonosítása érdekében
- Nagy mennyiségű SMS-üzenet feldolgozása a betekintés érdekében
- Speech Recognition támogatási hívásokhoz
- SDN-ek és virtualizált hálózatok konfigurálása valós időben
Az Deep Learning előnyeinek megértése a Telecom számára
Különböző Deep Learning könyvtárak felfedezése a Python számára
- TensorFlow
- Keras
A Python beállítása a TensorFlow gombbal Deep Learning-hez
- A TensorFlow Python API telepítése
- A TensorFlow telepítés tesztelése
- Beállítás TensorFlow a fejlesztéshez
- Az első TensorFlow neurális hálózati modell betanítása
A Python beállítása a Keras-mal Deep Learning-hez
Egyszerű Deep Learning modellek készítése Keras segítségével
- Keras Modell készítése
- Az Ön adatainak megértése
- Az Deep Learning modell megadása
- A modell összeállítása
- Modelljének illesztése
- Munka az osztályozási adatokkal
- Munka osztályozási modellekkel
- A modellek használata
Munka a következővel: TensorFlow, Deep Learning – Telecom
- Az adatok előkészítése
- Az adatok letöltése
- Képzési adatok előkészítése
- Tesztadatok előkészítése
- Bemenetek méretezése
- Helyőrzők és változók használata
- A hálózati architektúra megadása
- A Költségfüggvény használata
- Az optimalizáló használata
- Inicializátorok használata
- A neurális hálózat illesztése
- Grafikon építése
- Következtetés
- Veszteség
- Kiképzés
- A modell képzése
- A Grafikon
- Az ülésszak
- Vonathurok
- A modell értékelése
- Az Eval Graph felépítése
- Értékelés az Eval Output segítségével
- Képzési modellek méretben
- Modellek megjelenítése és értékelése TensorBoard segítségével
Gyakorlati gyakorlat: Deep Learning Vevői lemorzsolódás előrejelző modell felépítése Python segítségével
Vállalata képességeinek bővítése
- Modellek fejlesztése a felhőben
- GPUs gyorsítás Deep Learning
- Deep Learning Neural Networks alkalmazása Computer Vision, Hangfelismerés és Szövegelemzés esetén
Összefoglalás, és következtetés
Követelmények
- Python programozási tapasztalat
- A távközlési fogalmak általános ismerete
- Statisztikai és matematikai fogalmak alapvető ismerete
Közönség
- Fejlesztők
- Adattudósok
28 Órák
Vélemények (5)
példák az adataink alapján
Witold - P4 Sp. z o.o.
Kurzus - Deep Learning for Telecom (with Python)
Gépi fordítás
kód példák:-)
Marcin - P4 Sp. z o.o.
Kurzus - Deep Learning for Telecom (with Python)
Gépi fordítás
Szívesen szerettem, hogy az oktató előkészített szkripteket mutatott be a gépi tanulás és mesterséges intelligencia számos különböző aspektusának bemutatására. Nagyon élveztem a ML és AI sokféle alkalmazási módjának élő bemutatóit. Sok rész, amit átfedtünk, végzetesen fejlesztési szakaszú új technológia volt.
Matthew Pepper - Motorola Solutions
Kurzus - Deep Learning for Telecom (with Python)
Gépi fordítás
A megőrizhető colab jegyzetfüzetek
Palmer Greer - Motorola Solutions
Kurzus - Deep Learning for Telecom (with Python)
Gépi fordítás
A tisztesség, melykel bemutatták
John McLemore - Motorola Solutions
Kurzus - Deep Learning for Telecom (with Python)
Gépi fordítás
