21 Kursy
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
Kursy
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.
Kursy
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.
Kursy
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.
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.
Analiza i modelowanie danych
Opis
W ramach kursu nauczysz się w sposób praktyczny wykorzystywać biblioteki Pandas oraz Matplotlib w analizie danych. Omówione zostaną najczęściej wykorzystywane funkcje biblioteki Pandas, tj. wyszukiwanie danych, oczyszczanie informacji jak i poddawanie ich obróbce i analizie. Zaprezentowane zostaną również różne sposoby wizualizacji danych.
Wymagania
Znajomość Jupyter Notebook lub Jupyter Lab oraz podstawowa umiejętność programowania w środowisku Python, typy i struktury danych, instrukcje sterujące, pętle, funkcje, parametry i argumenty funkcji.
Autor kursu
Mateusz Matt Harasymczuk jest głównym inżynierem technologii kosmicznych i oprogramowania w Astro Tech and Bioastronautics Research gdzie tworzy HabitatOS - system operacyjny dla przyszłych baz na Księżycu i Marsie. Wcześniej pracował w Europejskiej Agencji Kosmicznej, w Allegro oraz w Centralnym Ośrodku Informatyki jako główny specjalista ds. architektury procesów. Studiował lotnictwo i kosmonautykę w Lotniczej Akademii Wojskowej oraz informatykę na Politechnice Poznańskiej. Otrzymał Medal Kopernika za stworzenie podstaw dla lotów kosmicznych w Polsce i budowę pierwszego w Europie habitatu. Prywatnie PADI DiveMaster, pilot, zwycięzca Global Space Balloon Challenge w 2019 i ojciec. Autor sześciu książek dotyczących inżynierii oprogramowania oraz astronautyki. W jego 500+ szkoleniach łącznie brało udział ponad 6 tysięcy osób.
Wprowadzenie do programowania w języku Python
Opis
Kurs skierowany jest do osób początkujących, które chcą nauczyć się programować w języku Python. W ramach kursu użytkownik pozna narzędzia programisty tj. jupyter notebook i jupyter lab oraz zagadnienia związane z programowaniem w Pythonie tj. składnia, typy danych, sekwencje, pętle, instrukcje warunkowe, rozwinięcia listowe, funkcje i klasy. Omówione zostaną podstawowe zagadnienia, które konieczne są do samodzielnej pracy.
Wymagania
Kursant powinien posiadać biegłą umiejętność obsługi komputera. Mile widziana znajomość innych języków programowania oraz umiejętność korzystania ze środowisk programistycznych.
Autor kursu
Mateusz Matt Harasymczuk jest głównym inżynierem technologii kosmicznych i oprogramowania w Astro Tech and Bioastronautics Research gdzie tworzy HabitatOS - system operacyjny dla przyszłych baz na Księżycu i Marsie. Wcześniej pracował w Europejskiej Agencji Kosmicznej, w Allegro oraz w Centralnym Ośrodku Informatyki jako główny specjalista ds. architektury procesów. Studiował lotnictwo i kosmonautykę w Lotniczej Akademii Wojskowej oraz informatykę na Politechnice Poznańskiej. Otrzymał Medal Kopernika za stworzenie podstaw dla lotów kosmicznych w Polsce i budowę pierwszego w Europie habitatu. Prywatnie PADI DiveMaster, pilot, zwycięzca Global Space Balloon Challenge w 2019 i ojciec. Autor sześciu książek dotyczących inżynierii oprogramowania oraz astronautyki. W jego 500+ szkoleniach łącznie brało udział ponad 6 tysięcy osób.
Podstawy analizy obrazu
Opis
Celem kursu jest zapoznanie uczestników z podstawami analizy i przetwarzania obrazów. Kurs oferuje szeroki przegląd metod i modeli wraz ze wskazaniem na ich potencjalne zastosowania biznesowe. W ramach kursu uczestnicy w praktyczny sposób zapoznają się z podstawami deep learningu w kontekście pracy z obrazami. W kursie do pracy z sieciami neuronowymi wykorzystywana jest biblioteka PyTorch
Wymagania
Kursant powinien posiadać wiedzę w zakresie podstaw programowania w języku Python. Aby móc samodzielnie wykonywać prezentowane przykłady niezbędna jest znajomość notatników Jupyter oraz komputer z zainstalowanym Pythonem w wersji 3.7 lub nowszym wraz z pakietem notebook
Patryk Pilarski - trener, data scientist. Dobrze czuje się w pracy z danymi w każdym rozmiarze – od dużych po małe. Na ścieżce kariery poszukuje interesujących wyzwań oraz możliwości pracy z ciekawymi technologiami, w związku z czym pracował w licznych projektach łączących w sobie wyzwania z zakresu analizy i inżynierii danych. Chętnie zgłębia nowe technologie oraz języki programowania. Stara się również przekazywać pozyskaną wiedzę i umiejętności wcielając się w rolę trenera.
Podstawy analizy języka naturalnego
Opis
Celem kursu jest zapoznanie uczestników z podstawami analizy i przetwarzania języka naturalnego. Kurs oferuje szeroki przegląd metod i technik wraz ze wskazaniem na ich potencjalne zastosowania biznesowe. W ramach kursu uczestnicy zapoznają się z jedną z najpopularniejszych bibliotek do pracy z tekstem - spaCy. Wszystkie przykłady prezentowane są na danych w języku polskim.
Wymagania
Celem kursu jest zapoznanie uczestników z podstawami analizy i przetwarzania języka naturalnego. Kurs oferuje szeroki przegląd metod i technik wraz ze wskazaniem na ich potencjalne zastosowania biznesowe. W ramach kursu uczestnicy zapoznają się z jedną z najpopularniejszych bibliotek do pracy z tekstem - spaCy. Wszystkie przykłady prezentowane są na danych w języku polskim.
Wymagania
Kursant powinien posiadać wiedzę w zakresie podstaw programowania w języku Python. Aby móc samodzielnie wykonywać prezentowane przykłady niezbędna jest znajomość notatników Jupyter oraz komputer z zainstalowanym Pythonem w wersji 3.7 lub nowszym wraz z pakietem notebook
Patryk Pilarski - trener, data scientist. Dobrze czuje się w pracy z danymi w każdym rozmiarze – od dużych po małe. Na ścieżce kariery poszukuje interesujących wyzwań oraz możliwości pracy z ciekawymi technologiami, w związku z czym pracował w licznych projektach łączących w sobie wyzwania z zakresu analizy i inżynierii danych. Chętnie zgłębia nowe technologie oraz języki programowania. Stara się również przekazywać pozyskaną wiedzę i umiejętności wcielając się w rolę trenera.
Metody szybkiego prototypowania płytek elektronicznych PCB
Kurs składa się z czterech bloków mających na celu przybliżenie uczestnikowi konkretnych zagadnień związanych z projektowaniem i produkcją urządzeń elektronicznych. Przedstawione zostaną metody przyspieszające te procesy.
- Podstawy teoretycznie projektowania obwodów
- Praktyczne projektowanie z użyciem oprogramowania typu CAD na przykładzie programu Autodesk Eagle
- Zaawansowane zagadnienia związane z projektowaniem PCB
- Wykonywanie obwodów i montaż elementów
Kursy
Sztuczna inteligencja (inferencja) na platformach Android
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.
Sztuczna Inteligencja bez doktoratu
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.
Sztuczne sieci neuronowe - teoria i praktyka
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
