Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Návrh Školení
Úvod
Základy umělé inteligence a Machine Learning
Pochopení Deep Learning
- Přehled základních pojmů Deep Learning
- Rozdíl mezi Machine Learning a Deep Learning
- Přehled aplikací pro Deep Learning
Přehled Neural Networks
- Co jsou Neural Networks
- Neural Networks vs regresní modely
- Pochopení Mathematical základů a mechanismů učení
- Vytvoření umělé neuronové sítě
- Pochopení neuronových uzlů a spojení
- Práce s neurony, vrstvami a vstupními a výstupními daty
- Pochopení jednovrstvých perceptronů
- Rozdíly mezi řízeným a nekontrolovaným učením
- Zpětná vazba a zpětná vazba k učení Neural Networks
- Porozumění dopředné a zpětné propagaci
- Porozumění dlouhodobé krátkodobé paměti (LSTM)
- Exploring Recurrent Neural Networks v praxi
- Zkoumání konvoluční Neural Networks v praxi
- Zlepšení cesty Neural Networks Učte se
Přehled Deep Learning technik používaných v Telecom
- Neural Networks
- Zpracování přirozeného jazyka
- Rozpoznávání obrazu
- Speech Recognition
- Analýza sentimentu
Zkoumání Deep Learning Případové studie pro Telecom
- Optimalizace směrování a kvality služeb prostřednictvím analýzy síťového provozu v reálném čase
- Předvídání selhání sítě a zařízení, výpadků, přepětí poptávky atd.
- Analýza hovorů v reálném čase k identifikaci podvodného chování
- Analýza chování zákazníků za účelem identifikace poptávky po nových produktech a službách
- Zpracování velkého množství SMS zpráv za účelem získání statistik
- Speech Recognition pro volání podpory
- Konfigurace SDN a virtualizovaných sítí v reálném čase
Pochopení výhod Deep Learning pro Telecom
Prozkoumání různých Deep Learning knihoven pro Python
- TensorFlow
- Keras
Nastavení Python pomocí TensorFlow pro Deep Learning
- Instalace TensorFlow Python API
- Testování instalace TensorFlow
- Nastavení TensorFlow pro vývoj
- Školení svého prvního TensorFlow modelu neuronové sítě
Nastavení Python pomocí Keras pro Deep Learning
Tvorba jednoduchých Deep Learning modelů s Keras
- Vytvoření modelu Keras
- Porozumění vašim datům
- Určení vašeho Deep Learning modelu
- Kompilace vašeho modelu
- Přizpůsobení vašeho modelu
- Práce s vašimi klasifikačními daty
- Práce s klasifikačními modely
- Používání vašich modelů
Práce s TensorFlow pro Deep Learning pro Telecom
- Příprava dat
- Stahování dat
- Příprava tréninkových dat
- Příprava testovacích dat
- Škálování vstupů
- Použití zástupných symbolů a proměnných
- Určení architektury sítě
- Použití funkce nákladů
- Použití Optimalizátoru
- Použití inicializátorů
- Montáž neuronové sítě
- Sestavení grafu
- Odvození
- Ztráta
- Výcvik
- Školení modelky
- Graf
- Zasedání
- Vlaková smyčka
- Hodnocení modelu
- Sestavení grafu Eval
- Vyhodnocení s výstupem Eval
- Tréninkové modely ve Scale
- Vizualizace a vyhodnocování modelů pomocí TensorBoard
Praktické: Vytvoření Deep Learning modelu předpovědi odchodu zákazníků pomocí Python
Rozšíření schopností vaší společnosti
- Vývoj modelů v cloudu
- Použití GPUs ke zrychlení Deep Learning
- Použití Deep Learning Neural Networks pro Computer Vision, Rozpoznávání hlasu a Analýza textu
Shrnutí a závěr
Požadavky
- Zkušenosti s programováním Python
- Obecná znalost telekomunikačních konceptů
- Základní znalost statistiky a matematických pojmů
Publikum
- Vývojáři
- Datoví vědci
28 hodiny
Reference (5)
examples based on our data
Witold - P4 Sp. z o.o.
Kurz - Deep Learning for Telecom (with Python)
code examples:-)
Marcin - P4 Sp. z o.o.
Kurz - Deep Learning for Telecom (with Python)
I liked that the instructor had many pre-written scripts to show off many different aspects of ML and AI. I really enjoyed being able to see live demos of so many ways ML and AI is being used. Much of what we covered was cutting edge technology that is still in its early stages of development.
Matthew Pepper - Motorola Solutions
Kurz - Deep Learning for Telecom (with Python)
The colab notebooks we get to keep
Palmer Greer - Motorola Solutions
Kurz - Deep Learning for Telecom (with Python)
The clarity with which it was presented
