Artificial Intelligence (AI) for Mechatronics Képzés

Ez a kurzus magában foglalja az AI (emphasizing Machine Learning és Deep Learning) az iparban. Segít meghatározni, hogy melyik technológia (potenciálisan) használható több helyzetben egy autóban: az egyszerű automatizálástól, a képfelismeréstől az autonóm döntéshozatalig.

Ez a kurzus menedzserek, megoldástervezők, innovációs tisztek, technológiai igazgatók, szoftvertervezők és mindazok számára készült, akiket érdekel az alkalmazott mesterséges intelligencia áttekintése és a fejlődésének legközelebbi előrejelzése.

This instructor-led, live training in Magyarország (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.

A mesterséges neurális hálózat egy számítási adatmodell, amelyet „intelligens” feladatok elvégzésére képes Artificial Intelligence (AI) rendszerek fejlesztésében használnak. Neural Networks általánosan használt Machine Learning (ML) alkalmazásokban, amelyek maguk is az AI egyik megvalósítását jelentik. Deep Learning az ML egy részhalmaza.

Ez egy 4 napos tanfolyam, amely bemutatja az AI-t és annak alkalmazását. Lehetőség van arra, hogy a kurzus befejeztével további nap álljon rendelkezésre egy mesterséges intelligencia projekt elvégzésére.

Ez egy 4 napos tanfolyam, amely bemutatja az AI-t és annak Python programozási nyelvet használó alkalmazását. Lehetőség van arra, hogy a kurzus befejeztével további nap álljon rendelkezésre egy mesterséges intelligencia projekt elvégzésére.

This instructor-led, live training in Magyarország (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.

Az Azure Bot szolgáltatás egyesíti a Microsoft Bot Framework és az Azure funkciók hatalmát az intelligens robotok gyors fejlesztésének lehetővé tétele érdekében.

Ebben az oktató által vezetett, élő képzésen a résztvevők megtanulják, hogyan lehet könnyedén létrehozni egy intelligens robotot a Microsoft Azure

A képzés végére a résztvevők képesek lesznek:

• Ismerje meg az intelligens robotok alapjait
• Tanulja meg, hogyan hozhat létre intelligens botokat felhőalkalmazások segítségével
• Ismerje meg a Microsoft Bot Framework, a Bot Builder SDK és az Azure Bot szolgáltatás használatát
• Tudja meg, hogyan lehet robotokat tervezni botminták segítségével
• Az első intelligens robot fejlesztése a Microsoft Azure

Közönség

• Fejlesztők
• Hobbifelhasználók
• mérnökök
• IT szakemberek

A tantárgy formátuma

• Részleges előadás, részleges beszélgetés, gyakorlatok és nehéz gyakorlati gyakorlat

A mesterséges neurális hálózat egy számítástechnikai adatmodell, amelyet az „intelligens” feladatok elvégzésére alkalmas Artificial Intelligence (AI) rendszerek fejlesztésére használnak. Neural Networks gyakran használják a Machine Learning (ML) alkalmazásokban, amelyek maguk is az AI egyik megvalósítása. Deep Learning az ML részhalmaza.

Ez az oktató által vezetett, élő képzés a Magyarország-ban (online vagy helyszíni) azoknak a kutatóknak és fejlesztőknek szól, akik a Chainer segítségével neurális hálózatokat szeretnének felépíteni és betanítani a Python-ban, miközben megkönnyítik a kód hibakeresését.

A képzés végére a résztvevők képesek lesznek:

• Állítsa be a szükséges fejlesztői környezetet a neurális hálózati modellek fejlesztésének megkezdéséhez.
• Neurális hálózati modellek meghatározása és megvalósítása érthető forráskód segítségével.
• Példák végrehajtása és meglévő algoritmusok módosítása a mélytanulási képzési modellek optimalizálása érdekében, miközben kihasználja GPU-eket a nagy teljesítmény érdekében.

This instructor-led, live training in Magyarország (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.

A bot vagy chatbot olyan, mint egy számítógépes asszisztens, amely automatizálja a felhasználói interakciókat különböző üzenetküldő platformokon, és gyorsabban intézi el a dolgokat anélkül, hogy a felhasználóknak beszélniük kellene egy másik emberrel.

Ezen az oktató által vezetett, élő tréningen a résztvevők megtanulják, hogyan kezdjenek hozzá egy bot fejlesztéséhez, miközben botfejlesztő eszközök és keretrendszerek segítségével csevegőbot-mintákat hoznak létre.

A képzés végére a résztvevők képesek lesznek:

• Ismerje meg a botok különböző felhasználásait és alkalmazásait
• Ismerje meg a robotok fejlesztésének teljes folyamatát
• Fedezze fel a robotok építéséhez használt különféle eszközöket és platformokat
• Készítsen minta chatbotot a Facebook Messenger számára
• Készítsen minta chatbotot az Microsoft Bot Framework segítségével

Közönség

• Saját bot létrehozása iránt érdeklődő fejlesztők

A tanfolyam formátuma

• Rész előadás, részben beszélgetés, gyakorlatok és nehéz gyakorlati gyakorlat

Ez az oktató által vezetett, élő képzés a Magyarország-ban (online vagy helyszíni) azoknak a fejlesztőknek és adattudósoknak szól, akik szeretnék megtanulni a Deep Reinforcement Learning alapjait a Deep Learning Agent létrehozása során.

A képzés végére a résztvevők képesek lesznek:

• Ismerje meg a Deep Reinforcement Learning mögött meghúzódó kulcsfontosságú fogalmakat, és tudja megkülönböztetni a gépi tanulástól.
• Speciális Reinforcement Learning algoritmusok alkalmazása valós problémák megoldására.
• Hozzon létre egy mély tanulási ügynököt.

Ez az oktató által vezetett, élő képzés a Magyarország-ban (online vagy helyszíni) középszintű résztvevőknek szól, akik szeretnék fejleszteni készségeiket az automatizálási és azon túli intelligens robotrendszerek tervezésében, programozásában és telepítésében.

A képzés végére a résztvevők képesek lesznek:

• Ismerje meg a Physical AI alapelveit és alkalmazásait a robotikában és az automatizálásban.
• Intelligens robotrendszerek tervezése és programozása dinamikus környezetekhez.
• Alkalmazzon mesterséges intelligencia modelleket az autonóm döntéshozatalhoz robotokban.
• Használja ki a szimulációs eszközöket a robotizált teszteléshez és optimalizáláshoz.
• Olyan kihívások kezelése, mint az érzékelőfúzió, a valós idejű feldolgozás és az energiahatékonyság.

Az intelligens robot egy olyan Artificial Intelligence (AI) rendszer, amely képes tanulni a környezetéből és tapasztalataiból, és e tudáson alapuló képességeire építeni. Smart Robots tud együttműködni az emberekkel, velük együtt dolgozni, és tanulni viselkedésükből. Ráadásul nemcsak fizikai munkára, hanem kognitív feladatokra is képesek. A fizikai robotok mellett a Smart Robots lehet pusztán szoftver alapú is, amely a számítógépben, mint szoftveralkalmazásban található, és nincs mozgó alkatrész, vagy fizikai interakció a világgal.

Ezen az oktató által vezetett, élő tréningen a résztvevők megtanulják a különböző technológiákat, keretrendszereket és technikákat a különböző típusú mechanikusok programozására Smart Robots, majd ezt a tudást alkalmazzák saját Smart Robot projektjeik megvalósításához.

A kurzus 4 részre oszlik, mindegyik háromnapos előadásokból, beszélgetésekből és gyakorlati robotfejlesztésből áll, élő laborkörnyezetben. Minden szekció gyakorlati gyakorlati projekttel zárul, hogy a résztvevők gyakorolhassák és bemutathassák megszerzett tudásukat.

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

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 Smart Robots alapját képező szoftverösszetevők megértése és megvalósítása
• Szimulált mechanikus intelligens robot létrehozása és működtetése, amely képes látni, érzékelni, feldolgozni, megragadni, navigálni, és hangon keresztül kölcsönhatásba lépni velük
• Bővítse az intelligens robotok képességét összetett feladatok elvégzésére a Deep Learning segítségével
• Teszteljen és hárítson el egy intelligens robotot valósághű forgatókönyvek szerint

Közönség

• Fejlesztők
• Mérnökök

A tanfolyam formátuma

• Rész előadás, részben beszélgetés, gyakorlatok és nehéz gyakorlati gyakorlat

Jegyzet

• A tanfolyam bármely részének testreszabásához (programozási nyelv, robotmodell stb.) kérjük, lépjen kapcsolatba velünk, hogy megbeszéljük.