Artificial Intelligence (AI) for Mechatronics Počítačový Kurz

Tento kurz pokrývá AI (emphasizing Machine Learning a Deep Learning) v Automotive Průmyslu. Pomáhá určit, jakou technologii lze (potenciálně) použít v několika situacích v autě: od jednoduché automatizace, rozpoznávání obrazu až po autonomní rozhodování.

Tento kurz byl vytvořen pro manažery, architekty řešení, inovační důstojníky, CTO, softwarové architekty a kohokoli, kdo má zájem o přehled aplikované umělé inteligence a nejbližší prognózu jejího vývoje.

This instructor-led, live training in České republice (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.

Umělá neuronová síť je výpočetní datový model používaný při vývoji Artificial Intelligence (AI) systémů schopných vykonávat „inteligentní“ úkoly. Neural Networks se běžně používají v aplikacích Machine Learning (ML), které jsou samy jednou implementací AI. Deep Learning je podmnožinou ML.

Toto je 4denní kurz představující AI a její aplikaci. Po dokončení tohoto kurzu je možné mít další den na provedení projektu AI.

Toto je 4denní kurz seznamující s umělou inteligencí a její aplikací pomocí programovacího jazyka Python. Po dokončení tohoto kurzu je možné mít další den na provedení projektu AI.

This instructor-led, live training in České republice (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.

Služba Azure Bot Service kombinuje výkon funkcí Microsoft Bot Framework a Azure a umožňuje rychlý vývoj inteligentních botů.

V tomto živém školení vedeném instruktorem se účastníci naučí, jak snadno vytvořit inteligentního robota pomocí Microsoft Azure

Na konci tohoto školení budou účastníci schopni:

Naučte se základy inteligentních botů Naučte se, jak vytvořit inteligentní roboty pomocí cloudových aplikací Pochopit, jak používat Microsoft Bot Framework, Bot Builder SDK a Azure Bot Service Pochopit, jak navrhnout roboty pomocí vzorů botů Vyvinout svého prvního inteligentního robota pomocí Microsoft Azure

Publikum

Vývojáři Hobbyisté Inženýři IT profesionálové

Formát kurzu

Část přednáška, část diskuse, cvičení a těžké praktické cvičení

Umělá neuronová síť je výpočetní datový model používaný při vývoji systémů umělé inteligence (AI) schopných provádět „inteligentní“ úkoly. Neural Networks se běžně používají v aplikacích strojového učení (ML), které jsou samy jednou implementací umělé inteligence. Hluboké učení je podmnožinou ML.

Toto živé školení vedené instruktorem v České republice (online nebo na místě) je zaměřeno na výzkumníky a vývojáře, kteří chtějí používat Chainer k budování a trénování neuronových sítí v Python a zároveň usnadňovat ladění kódu.

Na konci tohoto školení budou účastníci schopni:

• Nastavte potřebné vývojové prostředí pro zahájení vývoje modelů neuronových sítí.
• Definujte a implementujte modely neuronových sítí pomocí srozumitelného zdrojového kódu.
• Provádějte příklady a upravujte stávající algoritmy, abyste optimalizovali tréninkové modely hlubokého učení a zároveň využili GPU pro vysoký výkon.

This instructor-led, live training in České republice (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.

Bot nebo chatbot je jako počítačový asistent, který se používá k automatizaci uživatelských interakcí na různých platformách pro zasílání zpráv a rychlejšímu provádění věcí, aniž by uživatelé museli mluvit s jiným člověkem.

V tomto živém školení vedeném instruktorem se účastníci naučí, jak začít s vývojem robota, když projdou vytvořením ukázkových chatbotů pomocí nástrojů a rámců pro vývoj botů.

Na konci tohoto školení budou účastníci schopni:

• Pochopte různá použití a aplikace robotů
• Pochopte celý proces vývoje robotů
• Prozkoumejte různé nástroje a platformy používané při vytváření robotů
• Sestavte si ukázkový chatbot pro Facebook Messenger
• Sestavte si ukázkový chatbot pomocí Microsoft Bot Framework

Publikum

• Vývojáři se zájmem o vytvoření vlastního bota

Formát kurzu

• Část přednáška, část diskuse, cvičení a těžké praktické cvičení

Toto živé školení vedené instruktorem v České republice (online nebo na místě) je zaměřeno na vývojáře a datové vědce, kteří se chtějí naučit základy Deep Reinforcement Learning při vytváření agenta Deep Learning Agent.

Na konci tohoto školení budou účastníci schopni:

• Porozumět klíčovým konceptům za Deep Reinforcement Learning a umět je odlišit od strojového učení.
• Aplikujte pokročilé Reinforcement Learning algoritmy k řešení skutečných problémů.
• Vybudujte si agenta pro hluboké učení.

Toto živé školení vedené instruktorem v České republice (online nebo na místě) je zaměřeno na středně pokročilé účastníky, kteří si přejí zlepšit své dovednosti v navrhování, programování a zavádění inteligentních robotických systémů pro automatizaci i mimo ni.

Na konci tohoto školení budou účastníci schopni:

• Pochopit principy Physical AI a jeho aplikace v robotice a automatizaci.
• Navrhujte a programujte inteligentní robotické systémy pro dynamická prostředí.
• Implementujte modely umělé inteligence pro autonomní rozhodování v robotech.
• Využijte simulační nástroje pro robotické testování a optimalizaci.
• Řešení problémů, jako je fúze senzorů, zpracování v reálném čase a energetická účinnost.

Inteligentní robot je systém umělé inteligence (AI), který se může učit ze svého prostředí a svých zkušeností a stavět na svých schopnostech založených na těchto znalostech. Smart Robots může spolupracovat s lidmi, pracovat po jejich boku a učit se z jejich chování. Kromě toho mají kapacitu nejen pro manuální práci, ale také pro kognitivní úkoly. Kromě fyzických robotů Smart Robots mohou být také čistě softwaroví, sídlící v počítači jako softwarová aplikace bez pohyblivých částí nebo fyzické interakce se světem.

V tomto živém školení vedeném instruktorem se účastníci naučí různé technologie, rámce a techniky pro programování různých typů mechaniky Smart Robots a poté tyto znalosti použijí k dokončení svých vlastních projektů Smart Robot.

Kurz je rozdělen do 4 sekcí, z nichž každá se skládá ze tří dnů přednášek, diskusí a praktického vývoje robotů v živém laboratorním prostředí. Každá sekce bude zakončena praktickým praktickým projektem, který účastníkům umožní procvičit a prokázat své nabyté znalosti.

Cílový hardware pro tento kurz bude simulován ve 3D pomocí simulačního softwaru. Pro programování robotů bude použit open-source framework ROS (Robot Operating System), C++ a Python.

Na konci tohoto školení budou účastníci schopni:

Porozumět klíčovým konceptům používaným v robotických technologiích Porozumět a řídit interakci mezi softwarem a hardwarem v robotickém systému Porozumět a implementovat softwarové komponenty, které jsou základem Smart Robots Sestavit a provozovat simulovaného mechanického chytrého robota, který dokáže vidět, snímat, zpracovávat, uchopit, navigace a interakce s lidmi prostřednictvím hlasu Rozšiřte schopnost chytrého robota provádět složité úkoly pomocí Deep Learning Test a odstraňovat problémy s chytrým robotem v realistických scénářích

Publikum

Vývojáři Inženýři

Formát kurzu

Část přednáška, část diskuse, cvičení a těžké praktické cvičení

Poznámka

Chcete-li upravit kteroukoli část tohoto kurzu (programovací jazyk, model robota atd.), kontaktujte nás a domluvíme se.