Fiji: Introduction to Scientific Image Processing Kurzusok

A mintaegyeztetés egy olyan módszer, amellyel meghatározzák a képen meghatározott mintákat. Ez felhasználható annak meghatározására, hogy a rögzített képen belül vannak-e meghatározott jellemzők, például a hibás termék várt címkéje a gyári sorban vagy az alkatrész meghatározott méretei. Ez különbözik a " Pattern Recognition " -től (amely a kapcsolódó minták nagyobb gyűjteményein alapuló általános mintákat ismeri fel) abban, hogy kifejezetten diktálja, mit keresünk, majd megmondja nekünk, hogy a várt minta létezik-e vagy sem.

A tantárgy formátuma

• Ez a tanfolyam bemutatja a mintázat-illesztés területén alkalmazott megközelítéseket, technológiákat és algoritmusokat, ahogy ez a Machine Vision .

Marvin egy kiterjeszthető, platformok közötti, nyílt forrású kép- és videófeldolgozási keret, amelyet Java fejlesztettek ki. A fejlesztők a Marvin használatával képeket tudnak manipulálni, képeket képeket vonnak ki osztályozási feladatok elvégzésére, algoritmikusan generálnak számokat, feldolgozzák a videofájlok adatkészleteit, és beállíthatják az egységteszt automatizálását.

A Marvin néhány videoalkalmazása magában foglalja a szűrést, a kibővített valóságot, az objektumkövetést és a mozgásérzékelést.

Ebben az oktató által vezetett élő kurzus résztvevői megtanulják a kép- és videóanalízis alapelveit, és felhasználják a Marvin Framework-t és annak képfeldolgozó algoritmusait saját alkalmazásuk felépítéséhez.

A tantárgy formátuma

• Elsőként bemutatják a képanalízis, a Marvin és a Marvin keretrendszer alapelveit. A hallgatók projekt alapú feladatokat kapnak, amelyek lehetővé teszik számukra a megtanult fogalmak gyakorlását. Az osztály végére a résztvevők kidolgozzák saját alkalmazásukat a Marvin keretrendszer és a könyvtárak segítségével.

Scilab egy fejlett, ingyenes és nyílt forrású, magas szintű nyelv a tudományos adatok manipulálásához. Statisztikához, grafikához és animációhoz, szimulációhoz, jelfeldolgozáshoz, fizikához, optimalizáláshoz és még sok máshoz használható, központi adatstruktúrája a mátrix, egyszerűsítve sokféle típusú problémát az alternatívákhoz képest, mint például a FORTRAN és a C származékok. Kompatibilis olyan nyelvekkel, mint a C, a Java és a Python , és alkalmassá teszi a meglévő rendszerek kiegészítésére.

Ebben az oktató által vezetett képzésben a résztvevők megtanulják a Scilab előnyeit az olyan alternatívákhoz képest, mint például a Matlab, a Scilab szintaxisának alapjait, valamint néhány fejlett funkciót, és interfészt más széles körben használt nyelvekkel, igénytől függően. A tanfolyam egy rövid, a képfeldolgozásra összpontosító projekttel zárul le.

A képzés végére a résztvevők megismerik a Scilab alapvető funkcióit és néhány fejlett funkcióját, és rendelkeznek erőforrásokkal ahhoz, hogy tovább bővítsék tudásukat.

Közönség

• Adattudósok és mérnökök, különös tekintettel a képfeldolgozásra és az arcfelismerésre

A tantárgy formátuma

• Részleges előadás, részleges beszélgetés, gyakorlatok és intenzív gyakorlati gyakorlat, egy záró projekttel

PaddlePaddle (PArallel Distributed Deep LEarning) is a scalable deep learning platform developed by Baidu.

In this instructor-led, live training, participants will learn how to use PaddlePaddle to enable deep learning in their product and service applications.

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

• Set up and configure PaddlePaddle
• Set up a Convolutional Neural Network (CNN) for image recognition and object detection
• Set up a Recurrent Neural Network (RNN) for sentiment analysis
• Set up deep learning on recommendation systems to help users find answers
• Predict click-through rates (CTR), classify large-scale image sets, perform optical character recognition(OCR), rank searches, detect computer viruses, and implement a recommendation system.

Audience

• Developers
• Data scientists

Format of the course

• Part lecture, part discussion, exercises and heavy hands-on practice

Ez egy ötnapos bevezetés az Data Science és az AI számára.

A tanfolyam példákkal és gyakorlatokkal szolgál a Python segítségével

Ez az oktató által vezetett, élő képzés a Magyarország-ban (online vagy helyszíni) azoknak a marketingszakembereknek szól, akik a mesterséges intelligencia segítségével kívánják javítani a digitális marketingstratégiákat értékes vásárlói betekintések révén.

A képzés végére a résztvevők képesek lesznek:

• Használjon mesterséges intelligencia-szoftvert, hogy javítsa a márkák felhasználóihoz való kapcsolódási módját.
• Használjon chatbotokat a felhasználói élmény optimalizálásához.
• Növelje a termelékenységet és a bevételt a feladatok automatizálásával.

Ez az oktató által vezetett, élő képzés a Magyarország-ban (online vagy helyszíni) azoknak a menedzsereknek és cégvezetőknek szól, akik szeretnének megismerni a mesterséges intelligencia alapjait, és AI-projekteket szeretnének menedzselni szervezetük számára.

A képzés végére a résztvevők képesek lesznek megérteni az AI-t technikai szinten, és stratégiát alkotni szervezetük adatainak és erőforrásainak felhasználásával az AI-projektek sikeres menedzseléséhez.

Ez az oktató által vezetett, élő képzés a Magyarország-ban (online vagy helyszíni) azoknak a mérnököknek szól, akik alapvető AI-módszerekkel szeretnének robotokat programozni és létrehozni.

A képzés végére a résztvevők képesek lesznek:

• Alkalmazzon szűrőket (Kalman és részecske), hogy lehetővé tegye a robot számára a mozgó objektumok lokalizálását a környezetében.
• Keresési algoritmusok és mozgástervezés megvalósítása.
• PID vezérlések alkalmazása a robot mozgásának szabályozására a környezetben.
• Valósítson meg SLAM-algoritmusokat, amelyek lehetővé teszik a robot számára, hogy feltérképezzen egy ismeretlen környezetet.

Ez az oktató által vezetett, élő képzés a Magyarország-ban (online vagy helyszíni) azoknak a szakembereknek szól, akik szeretnék megtanulni és megérteni az AI fogalmát, valamint annak hatékony és felelősségteljes használatát.

A képzés végére a résztvevők képesek lesznek:

Ismerje meg a Artificial Intelligence (AI) fogalmát. Ismerje meg az AI korlátait és veszélyeit, és használja azt felelősségteljesen. Ismerje meg, hogyan használhatja hatékonyan az AI-t valós helyzetekben.

Ezen az oktató által vezetett, élő képzésen a Magyarország-ban (online vagy helyszíni) a résztvevők megtanulják a különböző technológiákat, keretrendszereket és technikákat a nukleáris technológia és a környezetvédelmi rendszerek területén használható különböző típusú robotok programozására.

A 6 hetes tanfolyam heti 5 napon kerül megrendezésre. Minden nap 4 órás, és előadásokból, beszélgetésekből és gyakorlati robotfejlesztésből áll, élő laborkörnyezetben. A résztvevők különféle, a munkájukra alkalmazható valós projekteket hajtanak végre a megszerzett tudás gyakorlása érdekében.

A kurzus célhardverét 3D-ben szimulálják szimulációs szoftver segítségével. A robotok programozására a ROS (Robot Operating System) nyílt forráskódú keretrendszer, a C++ és a Python kerül felhasználásra.

A képzés végére a résztvevők képesek lesznek:

• Ismerje meg a robottechnológiában használt kulcsfogalmakat.
• A szoftver és a hardver közötti interakció megértése és kezelése egy robotrendszerben.
• A robotika alapját képező szoftverkomponensek megértése és megvalósítása.
• Olyan szimulált mechanikus robot építése és működtetése, amely képes látni, érzékelni, feldolgozni, navigálni, és hangon keresztül kapcsolatba lépni velük.
• Ismerje meg a mesterséges intelligencia szükséges elemeit (gépi tanulás, mély tanulás stb.) az okos robot építéséhez.
• Alkalmazzon szűrőket (Kalman és Particle), amelyek lehetővé teszik a robot számára, hogy meg tudja határozni a mozgó tárgyakat a környezetében.
• Keresési algoritmusok és mozgástervezés megvalósítása.
• PID vezérlések alkalmazása a robot mozgásának szabályozására a környezetben.
• Valósítson meg SLAM-algoritmusokat, amelyek lehetővé teszik a robot számára, hogy feltérképezzen egy ismeretlen környezetet.
• Bővítse a robot képességét összetett feladatok elvégzésére az Deep Learning segítségével.
• Teszteljen és hárítson el egy robotot valósághű forgatókönyvek szerint.

Ezen az oktató által vezetett, élő tréningen a Magyarország-ban (online vagy helyszíni) a résztvevők megtanulják a különböző technológiákat, kereteket és technikákat a nukleáris technológia és a környezetvédelmi rendszerek területén használható különböző típusú robotok programozására.

A 4 hetes tanfolyam heti 5 napon kerül megrendezésre. Minden nap 4 órás, és előadásokból, beszélgetésekből és gyakorlati robotfejlesztésből áll, élő laborkörnyezetben. A résztvevők különféle, a munkájukra alkalmazható valós projekteket hajtanak végre a megszerzett tudás gyakorlása érdekében.

A kurzus célhardverét 3D-ben szimulálják szimulációs szoftver segítségével. A kód ezután betöltődik a fizikai hardverre (Arduino vagy más) a végső telepítési teszteléshez. A robotok programozására a ROS (Robot Operating System) nyílt forráskódú keretrendszer, a C++ és a Python kerül felhasználásra.

A képzés végére a résztvevők képesek lesznek:

• Ismerje meg a robottechnológiában használt kulcsfogalmakat.
• A szoftver és a hardver közötti interakció megértése és kezelése egy robotrendszerben.
• A robotika alapját képező szoftverkomponensek megértése és megvalósítása.
• Olyan szimulált mechanikus robot építése és működtetése, amely képes látni, érzékelni, feldolgozni, navigálni, és hangon keresztül kapcsolatba lépni velük.
• Ismerje meg a mesterséges intelligencia szükséges elemeit (gépi tanulás, mély tanulás stb.) az okos robot építéséhez.
• Alkalmazzon szűrőket (Kalman és Particle), amelyek lehetővé teszik a robot számára, hogy meg tudja határozni a mozgó tárgyakat a környezetében.
• Keresési algoritmusok és mozgástervezés megvalósítása.
• PID vezérlések alkalmazása a robot mozgásának szabályozására a környezetben.
• Valósítson meg SLAM-algoritmusokat, amelyek lehetővé teszik a robot számára, hogy feltérképezzen egy ismeretlen környezetet.
• Teszteljen és hárítson el egy robotot valósághű forgatókönyvek szerint.

This is a classroom based training session in a presentation and Q&A format

Ez az oktató által vezetett, élő képzés a Magyarország-ban (online vagy helyszíni) kezdő és középszintű informatikai szakembereknek szól, akik szeretnék megérteni és megvalósítani az AI TRISM-et szervezetükben.

A képzés végére a résztvevők képesek lesznek:

• Ismerje meg az AI-bizalom, kockázat- és biztonságkezelés kulcsfontosságú fogalmait és fontosságát.
• Az AI-rendszerekkel kapcsolatos kockázatok azonosítása és csökkentése.
• Végezze el az AI biztonsági bevált gyakorlatait.
• Ismerje meg az AI szabályozási megfelelőségét és etikai szempontjait.
• Stratégiák kidolgozása a hatékony mesterséges intelligencia irányításához és kezeléséhez.

Ez az oktató által vezetett, élő képzés a Magyarország-ban (online vagy helyszíni) azoknak a digitális marketingszakembereknek, tartalomkészítőknek és fejlesztőknek szól, akik szeretnék megérteni az AI keresőmotorokra gyakorolt hatását, felfedezni a Bing AI képességeit, és megismerni a chatbotot. technológiák és alkalmazásaik.

A képzés végére a résztvevők képesek lesznek:

• Ismerje meg a Bing AI alapelveit és előnyeit.
• Azonosítsa a Bing mesterséges intelligenciájú funkcióit és alkalmazásaikat.
• Használja a Bing AI-t a keresési eredmények és a felhasználói élmény javítására.
• Értékelje az AI-ban rejlő lehetőségeket a keresőoptimalizálásban (SEO) és a tartalomkészítésben.
• Fedezze fel a chatbot-technológiákat és azok alkalmazásait, beleértve a Bing AI Chatbotot is.

Ez az oktató által vezetett, élő képzés a Magyarország-ban (online vagy helyszíni) azoknak az adattudósoknak szól, akik az IBM Cloud Pak segítségével kívánják előkészíteni az adatokat az AI-megoldásokban való használatra.

A képzés végére a résztvevők képesek lesznek:

• Telepítse és konfigurálja a Cloud Pak for Data szolgáltatást.
• Egységesítse az adatok gyűjtését, rendszerezését és elemzését.
• Integrálja a Cloud Pak for Data szolgáltatást számos szolgáltatással a gyakori üzleti problémák megoldásához.
• Munkafolyamatokat valósítson meg a csapattagokkal való együttműködéshez egy mesterséges intelligencia-megoldás fejlesztésében.