Machine Learning for Mobile Apps using Google’s ML Kit 교육 과정

앞으로 도시는 어떻게 생겼을까요? Artificial Intelligence (AI) 를 사용하여 도시 계획을 개선하는 방법은 무엇입니까? AI는 도시를보다 효율적이고, 살기 좋고, 안전하고, 환경 친화적으로 만드는 데 어떻게 사용될 수 있습니까?

강사가 진행하는 (현장 또는 원격) 실습을 통해 AI를 구성하는 다양한 기술과 도시 계획에 사용하기 위해 필요한 기술 및 정신적 프레임 워크를 검토합니다. 또한 데이터 마이닝을 포함하여 AI에서 사용할 관련 데이터를 수집하고 구성하기위한 도구와 접근법에 대해서도 설명합니다.

청중

• 도시 기획자
• 건축가
• 개발자
• 교통 관리

코스 형식

• 파트 강연, 파트 토론 및 일련의 대화식 연습.

노트

• 이 과정에 대한 맞춤 교육을 요청하려면 Google에 문의하여 준비하십시오.

인공 지능은 지능형 시스템을 구축하기위한 기술 모음으로, 지능형 의사 결정을 내리기 위해 데이터 및 데이터를 둘러싼 활동을 이해할 수 있습니다 통신 제공 업체의 경우 AI를 사용하는 응용 프로그램 및 서비스를 구축하면 유지 관리 및 네트워크 최적화와 같은 영역에서 향상된 운영 및 서비스를 제공 할 수 있습니다 이 과정에서는 AI를 구성하는 다양한 기술과이를 사용하는 데 필요한 기술 세트를 살펴 봅니다 이 과정에서 우리는 텔레콤 업계에서 AI의 특정 애플리케이션을 살펴 봅니다 청중 네트워크 엔지니어 네트워크 운영 요원 통신 기술 관리자 코스 형식 파트 강연, 파트 토론, 핸드 슨 연습 .

이 과정은 관리자, 솔루션 설계자, 혁신 책임자, CTO, 소프트웨어 설계자 및 응용 인공 지능의 개요와 개발에 대한 가장 가까운 예측에 관심이 있는 모든 사람을 위해 만들어졌습니다.

이 과정은 확률 및 통계에서 이전 경험이없는 사람들을 위해 만들어졌습니다 .

선형 대수학은 벡터, 행렬 및 선형 변환을 다루는 수학의 한 분야입니다 선형 대수에 대한 지식은 엔지니어와 개발자가 기계 학습 기능을 향상시키는 데 도움이됩니다 선형 대수 개념을 이해하면 기계 학습 기술의 기본 원리를 더 잘 이해하고 문제를 더 빠르게 해결할 수 있습니다 강사가 진행되는이 실습에서 참가자는 선형 대수학 방법을 사용하여 기계 학습 문제를 해결하면서 선형 대수학의 기초를 배웁니다 이 훈련이 끝나면 참가자는 다음을 할 수 있습니다 기본적인 선형 대수 개념 이해 기계 학습에 필요한 선형 대수 기술을 배우십시오 데이터, 이미지, 알고리즘 등을 사용할 때 선형 대수학 구조와 개념을 사용하십시오 선형 대수학을 사용하여 기계 학습 문제 해결 청중 개발자 엔지니어 코스 형식 파트 강의, 파트 토론, 연습 및 무거운 핸드 슨 연습 노트 이 과정에 대한 맞춤 교육을 요청하려면 Google에 문의하여 준비하십시오 .

대한민국에서 진행되는 이 실시간 교육(온라인 또는 현장)은 Azure ML의 끌어서 놓기 플랫폼을 사용하여 소프트웨어 및 하드웨어를 구매하거나 걱정할 필요 없이 Machine Learning 워크로드를 배포하려는 엔지니어를 대상으로 합니다. 유지 관리 및 배포에 대해 알아보세요.

이 교육이 끝나면 참가자는 다음을 수행할 수 있습니다.

• Python, R 또는 제로 코드 도구를 사용하여 매우 정확한 기계 학습 모델을 작성하세요.
• Azure의 사용 가능한 데이터 세트 및 알고리즘을 활용하여 기계 학습 및 딥 러닝 모델을 훈련하고 추적합니다.
• Azure의 대화형 작업 영역을 사용하여 ML 모델을 공동으로 개발하세요.
• PyTorch, TensorFlow 및 scikit-learn과 같은 다양한 Azure 지원 ML 프레임워크 중에서 선택하세요.

인공 신경망은 Artificial Intelligence (AI) 시스템의 개발에 사용되는 계산 데이터 모델로 "지능적인"작업을 수행 할 수 있습니다. Neural Networks 는 일반적으로 인공 지능의 한 구현 인 Machine Learning (ML) 애플리케이션에 사용됩니다. Deep Learning 은 ML의 하위 집합입니다.

AI와 그 응용을 소개하는 4일간의 강좌입니다. 이 과정을 마친 후 AI 프로젝트를 수행할 수 있는 하루를 추가로 가질 수 있는 옵션이 있습니다.

이것은 AI와 그것의 응용 프로그램을 소개하는 4 일 과정 Python 프로그래밍 언어를 사용합니다. 이 과정이 완료되면 AI 프로젝트를 수행하기 위해 추가 하루를 할 수있는 옵션이 있습니다. 

이 교육 과정은 실용적인 응용 프로그램에서 Machine Learning 을 적용하고자하는 사람들을위한 것입니다.

청중

이 과정은 통계에 익숙하며 R (또는 Python 또는 다른 언어 선택)을 프로그래밍하는 방법을 알고있는 데이터 과학자 및 통계 전문가를 대상으로합니다. 이 과정의 중점은 데이터 / 모델 준비, 실행, 사후 분석 및 시각화의 실제적인 측면에 있습니다.

목적은 직장에서 방법을 적용하는 데 관심이있는 참가자에게 Machine Learning 에 실제 응용 프로그램을 제공하는 것입니다.

부문 별 사례는 훈련을 청중과 관련시키기 위해 사용됩니다.

대한민국에서 진행되는 이 실시간 교육(온라인 또는 현장)은 프로덕션 지원 호스팅 환경에 배포할 기계 학습 모델을 생성하고 교육하려는 데이터 과학자 및 개발자를 대상으로 합니다.

이 교육이 끝나면 참가자는 다음을 수행할 수 있습니다.

• 노트북 인스턴스를 사용하여 교육용 데이터를 준비하고 업로드하세요.
• 학습 데이터 세트를 사용하여 기계 학습 모델을 학습합니다.
• 학습된 모델을 엔드포인트에 배포하여 예측을 생성합니다.

대한민국에서 진행되는 이 실시간 교육(온라인 또는 현장)은 Azure Machine Learning를 사용하여 예측 분석을 위한 엔드투엔드 기계 학습 모델을 구축하려는 데이터 과학자를 대상으로 합니다.

이 교육이 끝나면 참가자는 다음을 수행할 수 있습니다.

• 프로그래밍 경험이 전혀 없어도 기계 학습 모델을 구축할 수 있습니다.
• Azure Machine Learning를 사용하여 예측 알고리즘을 만듭니다.
• 생산 준비가 완료된 기계 학습 알고리즘을 배포합니다.

이 과정은 이벤트 전반에 걸쳐 사용되는 구체적인 예와 함께 이론과 실제 작업을 결합한 것입니다.

대한민국에서 진행되는 이 실시간 교육(온라인 또는 현장)은 iOS 11 및 macOS High Sierra 개발을 위해 Core ML을 사용하여 기계 학습 모델을 생성하려는 웹 개발자를 대상으로 합니다.

이 교육이 끝나면 참가자는 다음을 수행할 수 있습니다.

• 기계 학습을 사용하는 AI 기반 애플리케이션을 구축하세요.
• 이미지를 분류하는 기계 학습 모델을 구현합니다.
• 맞춤형 워크플로 및 고급 사용 사례 지원을 위해 Core ML API 사용
• 머신러닝 모델을 사용하여 자연어 텍스트를 분석합니다.

대한민국에서 진행되는 이 실시간 교육(온라인 또는 현장)은 기계 학습 파이프라인 개발을 위해 Dataiku DSS를 사용하고 전략적 조직 이니셔티브 생성에 AI 프로세스를 활용하려는 엔지니어, 데이터 과학자 및 데이터 분석가를 대상으로 합니다. .

이 교육이 끝나면 참가자는 다음을 수행할 수 있습니다.

• 선호하는 운영 체제에 Dataiku DSS를 설치하고 구성합니다.
• Dataiku 기능의 기본이 되는 AI/ML 개념과 원리를 이해합니다.
• Dataiku DSS 프로젝트에서 자체 데이터 시각화 코드를 생성하고 구현합니다.
• Dataiku DSS를 기반으로 구축된 프로덕션 환경에 ML 모델과 파이프라인을 배포하세요.
• 엔터프라이즈 애플리케이션의 데이터 분석 방법의 민첩성과 유연성을 최적화합니다.
• Dataiku DSS를 활용하여 추가 비즈니스 시스템을 통해 데이터가 흐르는 방식을 보호하고 관리하세요.