Kursplan

Avansert Neural Networks

  • Dyplæringsarkitekturer
  • Konvolusjonelle og tilbakevendende nevrale nettverk
  • Generative modeller og uovervåket læring

Machine Learning på skala

  • Big data-analyse
  • Distribuert databehandling for ML
  • Avanserte optimaliseringsteknikker

Reinforcement Learning og beslutningstaking

  • Markov beslutningsprosesser
  • Politiske gradientmetoder
  • Multi-agent systemer og spillteori

Naturlig språkbehandling og -forståelse

  • Avanserte NLP-teknikker
  • Sentimentanalyse og tekstklassifisering
  • Språkmodeller og transformatorer

Computer Syn og persepsjon

  • Bildegjenkjenning og objektgjenkjenning
  • Videoanalyse og handlingsgjenkjenning
  • 3D-rekonstruksjon og utvidet virkelighet

AI etikk og samfunn

  • Bias og rettferdighet i AI-systemer
  • AI-styring og -politikk
  • Fremtidige samfunnsmessige konsekvenser av AI

Laboratorieprosjekt

  • Implementering av avanserte ML-modeller
  • Analyse av store datasett
  • Samarbeider om et gruppeforskningsprosjekt

Sammendrag og neste trinn

Krav

  • En solid forståelse av grunnleggende AI- og ML-konsepter
  • Ferdighet i Python og kjennskap til datavitenskapelige verktøysett
  • Gjennomføring av et introduksjonskurs i AI eller tilsvarende erfaring

Publikum

  • Dataforskere
  • Ingeniører
  • AI-utøvere
 21 timer

Antall deltakere


Price per participant

Upcoming Courses

Related Categories