Globalne wyszukiwanie nie jest włączone
Przejdź do głównej zawartości
Platforma edu dih4.ai jest prowadzona przez Hub Innowacji Cyfrowych współtworzony przez konsorcjum Voicelab.ai i Politechniki Gdańskiej. DIH4.AI jest jednym z liderów Hubów Innowacji Cyfrowych (Digital Innovation Hubs) w Polsce, wyłonionych w październiku 2019 roku przez Ministra Przedsiębiorczości i Technologii w ramach programu ramach projektu „Standaryzacja usług Hubów Innowacji Cyfrowych dla wsparcia cyfrowej transformacji przedsiębiorców” (2019-2021). Projekt wspierany przez Ministerstwo Rozwoju w ramach programu Przemysł 4.0.Szkolenie

    Dostępne kursy

    Prowadzący: Karol Draszawka

    Sztuczne sieci neuronowe – teoria i praktyka edycja II

    Opis

    Celem   kursu   jest   zapoznanie   uczestników   z   zastosowaniem,zasadą   działania   (podstawami   teoretycznymi)   i   właściwościami sztucznych sieci neuronowych, w tym tradycyjnych oraz głębokich sieci   splotowych   (ang.   Convolutional   Neural   Networks   –   CNN). Wykładane treści wzbogacone będą o praktyczne i interaktywne demonstracje.

    Wymagania

    Wiedza z zakresu podstawowej algebry liniowej (pojawią się równania zawierające wektory i macierze) oraz (opcjonalnie) mieć umiejętności związane z programowaniem w języku Python (w celu zrozumienia/powtórzenia przykładów w kodzie pokazywanych w ramach kursu).

    Kursant powinien dysponować komputerem wyposażonym w mikrofon, głośniki (słuchawki) oraz kamerę, a także z dostępem do internetu

    Praktyczne zastosowania uczenia maszynowego w analizie i przetwarzaniu obrazów - edycja II

    Celem kursu jest zapoznanie uczestników z praktycznymi zastosowaniami technik uczenia maszynowego. Przedstawiony zostanie szereg problemów automatycznej analizy danych wraz ze znanymi i skutecznymi rozwiązaniami, demonstrującymi funkcjonalności istniejących a także obecnie opracowywanych systemów opartych o uczenie maszynowe. W głównym stopniu poruszony zostanie obszar analizy i przetwarzania obrazu, zaprezentowane jednak zostaną także przykłady dla innych rodzajów danych.


    Praktyczne zastosowania uczenia maszynowego w analizie i przetwarzaniu obrazów - edycja I

    Celem kursu jest zapoznanie uczestników z praktycznymi zastosowaniami technik uczenia maszynowego. Przedstawiony zostanie szereg problemów automatycznej analizy danych wraz ze znanymi i skutecznymi rozwiązaniami, demonstrującymi funkcjonalności istniejących a także obecnie opracowywanych systemów opartych o uczenie maszynowe. W głównym stopniu poruszony zostanie obszar analizy i przetwarzania obrazu, zaprezentowane jednak zostaną także przykłady dla innych rodzajów danych.


    Sztuczna inteligencja (inferencja) na platformach Android - edycja 2

    Opis

    Celem kursu jest zapoznanie uczestników z pojęciem sieci neuronowych oraz możliwościami uruchomienia modeli na platformach mobilnych (Android) Spodziewanym efektem kursu jest również przedstawienie narzędzi jakie można wykorzystać do zbudowania prostej aplikacji, której funkcjonalności będą wspierane przez algorytmy uczenia maszynowego.

    Wymagania:

    Kursant powinien posiadać wiedzę w zakresie podstaw programowania, podstawową wiedzę za zakresu przetwarzania obrazów oraz algebry liniowej Kursant powinien dysponować komputerem, wyposażonym w mikrofon, głośniki (słuchawki) oraz kamerę, a także z dostępem do Internetu.

    Prowadzący: Jacek Rumiński

    Sztuczna inteligencja bez doktoratu - edycja 2

    Opis

    Celem kursu jest zapoznanie uczestników z praktycznym znaczeniem sztucznej inteligencji dzisiaj i w przyszłości, w szczególności w odniesieniu do pracy w administracji i służbach publicznych.

    Wymagania:

    Kursant powinien być otwarty na nową wiedzę i umiejętności. Nie Jest wymagana specjalna wiedza techniczna czy znajomość matematyki wykraczająca ponad szkołę średnią.Kursant powinien dysponować komputerem, wyposażonym w mikrofon, głośniki (słuchawki) oraz kamerę, a także z dostępem do Internetu.