Explainability in Deep Learning: Demystifying Black-Box Models Počítačový Kurz

Toto živé školení vedené instruktorem v České republice (online nebo na místě) je zaměřeno na pokročilé profesionály, kteří chtějí zlepšit své znalosti technik XAI pro komplexní modely umělé inteligence.

Na konci tohoto školení budou účastníci schopni:

• Implementujte nejmodernější techniky XAI v modelech AI.
• Interpretujte modely hlubokého učení a jejich rozhodnutí.
• Aplikujte pokročilé modelově agnostické a modelově specifické metody vysvětlitelnosti.
• Řešení problémů souvisejících s transparentností umělé inteligence ve složitých systémech.

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.

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.

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 začátečníky na úrovni profesionálů, kteří se chtějí naučit základy Explainable AI a její roli při vývoji odpovědných systémů AI.

Na konci tohoto školení budou účastníci schopni:

• Pochopte základní koncepty Explainable AI.
• Prozkoumejte důležitost transparentnosti a interpretovatelnosti v modelech umělé inteligence.
• Naučte se základní techniky pro vysvětlování modelů umělé inteligence.
• Aplikujte techniky XAI na jednoduché modely strojového učení.

Toto živé školení vedené instruktorem v České republice (online nebo na místě) je zaměřeno na středně pokročilé profesionály, kteří chtějí používat techniky vysvětlitelné umělé inteligence k zajištění spravedlnosti, transparentnosti a etických systémů umělé inteligence.

Na konci tohoto školení budou účastníci schopni:

• Pochopte roli XAI v etických systémech umělé inteligence.
• Implementujte techniky XAI k detekci a zmírnění zkreslení v modelech AI.
• Zajistěte transparentnost v rozhodovacích procesech modelů AI.
• Slaďte vývoj AI s etickými a regulačními standardy.

Toto živé školení vedené instruktorem v České republice (online nebo na místě) je zaměřeno na středně pokročilé až pokročilé profesionály, kteří chtějí implementovat transparentní systémy umělé inteligence do aplikací v reálném světě.

Na konci tohoto školení budou účastníci schopni:

• Pochopte důležitost transparentnosti v modelech umělé inteligence.
• Implementujte pokročilé techniky XAI pro interpretaci složitých modelů.
• Vylepšete průhlednost modelu pomocí SHAP, LIME a dalších nástrojů.
• Zaměřte se na etické problémy a spravedlnost v modelech umělé inteligence.