Explainability in Deep Learning: Demystifying Black-Box Models Träningskurs

Denna instruktörsledda, liveutbildning i Sverige (online eller på plats) riktar sig till proffs på avancerad nivå som vill förbättra sin förståelse för XAI-tekniker för komplexa AI-modeller.

I slutet av denna utbildning kommer deltagarna att kunna:

• Implementera toppmoderna XAI-tekniker i AI-modeller.
• Tolka djupinlärningsmodeller och deras beslut.
• Tillämpa avancerade modellagnostiska och modellspecifika förklarbarhetsmetoder.
• Ta itu med utmaningar relaterade till AI-transparens i komplexa system.

Denna kurs täcker AI (emphasizing Machine Learning och Deep Learning) i Automotive Industri. Det hjälper till att bestämma vilken teknik som kan (potentiellt) användas i flera situationer i en bil: från enkel automatisering, bildupplysning till självständigt beslutsfattande.

Den här kursen har skapats för chefer, lösningsarkitekter, innovationsansvariga, CTO:er, mjukvaruarkitekter och alla som är intresserade av en översikt över tillämpad artificiell intelligens och närmaste prognos för dess utveckling.

This instructor-led, live training in Sverige (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.

Artificiellt neuralt nätverk är en beräkningsdatamodell som används vid utvecklingen av Artificial Intelligence (AI) system som kan utföra "intelligenta" uppgifter. Neural Networks används ofta i Machine Learning (ML) applikationer, som i sig är en implementering av AI. Deep Learning är en delmängd av ML.

Detta är en 4-dagars kurs som introducerar AI och dess tillämpning. Det finns möjlighet att få en extra dag för att genomföra ett AI-projekt efter avslutad kurs. 

Detta är en 4-dagarskurs som introducerar AI och dess tillämpning med hjälp av programmeringsspråket Python. Det finns möjlighet att få en extra dag för att genomföra ett AI-projekt efter avslutad kurs. 

This instructor-led, live training in Sverige (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.

Artificial Neural Network är en beräkningsmodell som används vid utvecklingen av Artificial Intelligence (AI) -system som kan utföra "intelligenta" uppgifter. Neural Networks används ofta i Machine Learning (ML) -applikationer, som själva är en implementering av AI. Deep Learning är en delmängd av ML.

Denna instruktörsledda, liveträning i Sverige (online eller på plats) riktar sig till forskare och utvecklare som vill använda Chainer för att bygga och träna neurala nätverk i Python samtidigt som koden är lätt att felsöka.

I slutet av denna utbildning kommer deltagarna att kunna:

• Konfigurera den utvecklingsmiljö som krävs för att börja utveckla neurala nätverksmodeller.
• Definiera och implementera neurala nätverksmodeller med hjälp av en begriplig källkod.
• Kör exempel och modifiera befintliga algoritmer för att optimera träningsmodeller för djupinlärning samtidigt som du utnyttjar GPUs för hög prestanda.

This instructor-led, live training in Sverige (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.

Denna instruktörsledda, liveutbildning i Sverige (online eller på plats) riktar sig till utvecklare och datavetare som vill lära sig grunderna i Deep Reinforcement Learning när de går igenom skapandet av en Deep Learning Agent.

I slutet av denna utbildning kommer deltagarna att kunna:

• Förstå nyckelbegreppen bakom Deep Reinforcement Learning och kunna skilja det från Machine Learning.
• Använd avancerade Reinforcement Learning algoritmer för att lösa verkliga problem.
• Bygg en Deep Learning Agent.

Denna instruktörsledda, liveutbildning i Sverige (online eller på plats) riktar sig till proffs på nybörjarnivå som vill lära sig grunderna i Explainable AI och dess roll i utvecklingen av ansvarsfulla AI-system.

I slutet av denna utbildning kommer deltagarna att kunna:

• Förstå de grundläggande begreppen för Explainable AI.
• Utforska vikten av transparens och tolkningsbarhet i AI-modeller.
• Lär dig grundläggande tekniker för att göra AI-modeller förklarliga.
• Tillämpa XAI-tekniker på enkla maskininlärningsmodeller.

Denna instruktörsledda, liveutbildning i Sverige (online eller på plats) riktar sig till yrkesverksamma på mellannivå som vill tillämpa förklarliga AI-tekniker för att säkerställa rättvisa, transparens och etiska AI-system.

I slutet av denna utbildning kommer deltagarna att kunna:

• Förstå XAI:s roll i etiska AI-system.
• Implementera XAI-tekniker för att upptäcka och mildra bias i AI-modeller.
• Säkerställ transparens i beslutsprocesser för AI-modeller.
• Anpassa AI-utvecklingen till etiska och regulatoriska standarder.

Denna instruktörsledda, liveutbildning i Sverige (online eller på plats) riktar sig till yrkesverksamma på mellannivå till avancerad nivå som vill implementera transparenta AI-system i verkliga applikationer.

I slutet av denna utbildning kommer deltagarna att kunna:

• Förstå vikten av transparens i AI-modeller.
• Implementera avancerade XAI-tekniker för att tolka komplexa modeller.
• Förbättra modellens transparens med hjälp av SHAP, LIME och andra verktyg.
• Ta itu med etiska problem och rättvisa i AI-modeller.