Kursplan

Avancerat Neural Networks

  • Arkitekturer för djupinlärning
  • Faltningsnätverk och återkommande neurala nätverk
  • Generativa modeller och oövervakad inlärning

Machine Learning i stor skala

  • Analys av stora datamängder
  • Distribuerad databehandling för ML
  • Avancerade optimeringstekniker

Reinforcement Learning och beslutsfattande

  • Markovs beslutsprocesser
  • Metoder för principgradient
  • Multiagentsystem och spelteori

Naturlig språkbehandling och förståelse

  • Avancerade NLP-tekniker
  • Attitydanalys och textklassificering
  • Språkmodeller och transformatorer

Computer Vision och perception

  • Bildigenkänning och objektdetektering
  • Videoanalys och åtgärdsigenkänning
  • 3D-rekonstruktion och förstärkt verklighet

AI-etik och samhälle

  • Partiskhet och rättvisa i AI-system
  • AI-styrning och AI-policy
  • Framtida samhällseffekter av AI

Labb Projekt

  • Implementera avancerade ML-modeller
  • Analysera stora datamängder
  • Samarbeta i ett forskningsprojekt i grupp

Sammanfattning och nästa steg

Krav

  • En gedigen förståelse för grundläggande AI- och ML-koncept
  • Kunskaper i Python och förtrogenhet med datavetenskapsverktyg
  • Genomgången introduktionskurs i AI eller motsvarande erfarenhet

Publik

  • Datavetare
  • Ingenjörer
  • AI-utövare
 21 timmar

Antal deltagare


Price per participant

Upcoming Courses

Relaterade Kategorier