Szkolenia
Kontakt

Big Data i Data Science

Zastosowanie algorytmów sztucznej inteligencji
    Czas trwania
    Godzina rozpoczęcia
    Stopień trudności

      Big Data i Data Science - Zastosowanie algorytmów sztucznej inteligencji

      Poznaj zaawansowane metody analizy dużych ilości danych wykorzystujące algorytmy AI

      Opis szkolenia

      Szkolenie Big Data i Data Science - Zastosowanie algorytmów sztucznej inteligencji to przegląd technik i algorytmów AI, które są ważnym elementem nowoczesnej analizy danych. Podczas szkolenia uczestnicy dowiedzą się jak wykorzystać sieci neuronowe w analizie danych oraz czym są algorytmy ewolucyjne. W programie szkolenia znalazły się zagadnienia związane z przeszukiwaniem danych za pomocą algorytmów heurystycznych z implementacją w języku Python oraz przegląd najnowszych algorymów AI.

      Bierzesz udział w projektach z obszaru Big Data?

      Skorzystaj ze szkolenia Big Data i Data Science i poznaj algorytmy AI stosowane w celu zaawansowanego przetwarzania danych.

      Poznaj program szkolenia

      Co zyskasz dzięki szkoleniu ?

      Cele szkolenia 

      Celem szkolenia jest poznanie jest zapoznanie się z zaawansowanymi metodami analizy danych wykorzystujących algorytmy sztucznej inteligencji w celu przetwarzania dużych obszarów danych. Szkolenie jest przeglądem technik i algorytmów AI, które są ważnym elementem  nowoczesnej analizy danych.

      Umiejętności

      Dzięki szkoleniu uczestnik dowie się:

      • Czym jest sztuczna inteligencja
      • Jak wygląda zastosowanie algorytmów przeszukiwania w analizie danych
      • Czym są sieci neuronowe
      • Jak można wykorzystać sieci neuronowe w analizie danych
      • Czym są algorytmy ewolucyjne
      • Jak można wykorzystać algorytmy ewolucyjne w analizie danych
      • Jakie są dostępne najnowsze algorytmy stosowane w celu zaawansowanego przetwarzania danych
      Czy to szkolenie jest dla Ciebie ?

      Profil uczestników

      Szkolenie przeznaczone jest dla analityków danych, architektów struktur danych, programistów oraz osób biorących udział w projektach związanych z Big Data.

      Przygotowanie uczestników

      Od uczestników szkolenia wymagana są podstawowej wiedzy na temat danych oraz ich analizy, znajomość podstaw języka Python, znajomość podstaw ML.

      Czas trwania

      Przed nami:

      • 4 dni, 32 godziny szkoleniowych
      Szczegółowy program szkolenia

      Szczegółowy program szkolenia

      Wprowadzenie do zagadnień związanych ze sztuczną inteligencją

      • Wstęp do Sztucznej Inteligencji
      • Algorytmy Sztucznej Inteligencji

      Przeszukiwanie za pomocą algorytmów heurystycznych z implementacją w języku Python

      • Problemy rozwiązywane za pomocą przeszukiwania
      • Rodzaje algorytmów przeszukiwania
      • Rozwiązania siłowe a grafy
      • Zastosowania algorytmów przeszukiwania
      • Implementacja w języku Python  - przykłady

      Przeszukiwanie 

      Sztuczne sieci neuronowe

      • Czym są sztuczne sieci neuronowe?
      • Perceptron: reprezentacja neuronu
      • Sieć ANN
      • Projektowanie sztucznych sieci neuronowych
      • Przykłady zastosowań sieci neuronowych w języku Python:  scikit-learn, TensorFlow, Keras

      Algorytmy Ewolucyjne  - Algorytmy Genetyczne

      • Ewolucja, Genetyka - wstęp
      • Do jakich zagadnień stosujemy algorytmy ewolucyjne, genetyczne
      • Cykl życia algorytmu genetycznego
      • Przestrzeń i populacja rozwiązań
      • Przystosowanie – pomiar w populacji
      • Operacje na populacji: krzyżowanie, mutacja
      • Selekcja
      • Operatory selekcji
      • Funkcja celu
      • Zaawansowane techniki ewolucyjne
      • Framework DEAP Python
      • Biblioteka geneticalgorithm 1.0.2
      • Algorytmy ewolucyjne i struktury danych
      • Przykłady implementacji w języku Python

      Przegląd najnowszych algorytmów AI:

      • ReBeL, 
      • Efficient Non-Convex Reformulations, 
      • Memory-Efficient First-Order Semidefinite Programming, 
      • Advantage Weighted Actor-Critic (AWAC), 
      • RigL Algorithm, 
      • Behaviour-Regularised Model-ENsemble (BREMEN)

      Metoda realizacji szkolenia

      Szkolenie realizowane jest w formie naprzemiennie następujących po sobie wykładów oraz ćwiczeń praktycznych. Szkolenie łączy w sobie wiedzę merytoryczną z praktycznymi przykładami jej wykorzystania w środowisku pracy.

      POBIERZ PROGRAM W PDF

      Ścieżka rozwoju

      Zapraszamy na nasze szkolenia z analizy i wizualizacji danych w Python!

      W ramach szkolenia zapewniamy

      W ramach szkolenia zapewniamy

      • materiały szkoleniowe
      • certyfikat potwierdzający udział w kursie
      • pełna obsługa cateringowa (dotyczy szkoleń stacjonarnych)

      Spotkajmy się na szkoleniu

      • Marcin Albiniak

        Jestem trenerem o wszechstronnym zakresie tematycznym, szczególnie interesuję się tematyką związaną z grafiką komputerową: AutoCAD, Corel, Adobe, Programowanie: Web, Mobile, Java, Python, C#, VB, JS, Groovy, Scala, Swift itd., bazy danych, analiza danych, algorytmy AI i wiele innych zagadnień. Jestem doktorem informatyki w specjalności – algorytmy sztucznej inteligencji – Machine Learning, Deep Learning. Prywatnie – biegam ultra maratony w górach, uwielbiam filmy z Jamesem Bondem, a w muzyce ciężkie brzmienia.

        Podobne szkolenia