AI Technology

Experts

Kinek ajánljuk?

Azoknak, akik olyan vállalatnál vagy iparágban dolgoznak, ahol sok adat termelődik, ilyen például a telekommunikáció vagy a pénzügyi szektor, és kifizetődő lenne számukra mesterséges intelligenciát alkalmazni. 
IT szakembereknek és programozóknak, akik átfogó képet szeretnének kapni az AI technológiáról. Mindazoknak, akik gyakorlati példákon, esettanulmányokon és programozási feladatokon keresztül szeretnének mélyebb ismereteket szerezni.
Akik keresik a lehetőséget, hogy gyakorló mesterséges intelligencia szakemberekkel vitassanak meg üzleti és technológiai kérdéseket, és részévé váljanak annak a szakmai közösségnek, amely Magyarországon lerakja az AI alapú gazdaság alapjait.

A képzés tematikája

0. Alkalom:

Python bevezető: rövid áttekintés a Python nyelv alapjairól, "szintrehozó" alkalom az előzetes anyagok alapján.

1. Alkalom:

Bevezetés: AI alapfogalmai, történeti áttekintés, a gépi tanulás alap megközelítései

2. Alkalom:

Adatok megjelenítése, klaszterezés, outlier detektálás: anomáliák és "outlierek" felismerése egyszerű disztribúciós módszerek segítségével, klaszterezési megoldások és kapcsolatuk az osztályozással és anomáliadetekcióval.

Felügyelt tanulás – osztályozás: osztályozás (klasszifikáció), mint alap gépi tanulási feladat ismertetése, mérési módszerek és főbb alkalmazott technikák áttekintése.

3. Alkalom:

Felügyelt tanulás – regresszió: regresszió, mint alap gépi tanulási feladat ismertetése, mérési módszerek és főbb alkalmazott technikák áttekintése.

Idősorok elemzése: idősoros problémák szerkezetének ismertetése, idősor-dekompozíciós megoldások, alapvető prediktív módszerek bemutatása.

4. Alkalom:

Reprezentáció – dimenziócsökkentés: adatdimenziók fogalma, magas dimenzionalitású adatok problémái, lineáris és nem lineáris dimenziócsökkentési módszerek áttekintése.

Ensemble módszerek és vizsgaelőkészítés (problémakörök): ensemble fogalma, bagging, boosting, stacking eljárások ismertetése, főbb képviselőik (pl. random forest) megismerése.
5. Alkalom:

Neurális hálók alapjai – perceptron: neurális jellegű modellek alapjai, történeti áttekintés, a perceptron modell részletes megismerése, perceptron tanulási szabály ismertetése.

6. Alkalom:

Neurális hálók alapjai – többrétegű hálók: mély neurális hálók modellje, grádiens alapú tanulás alkalmazása mély hálókra backpropagation módszerrel, főbb kihívások ismertetése.

Deep learning – az áttörés: a mély neurális hálók tanítása során fellépő főbb kihívások és megoldásaik ismertetése.

7. Alkalom:

Regularizáció: overfitting megakadályozása mély neurális modellek esetén, regularizációs módszerek, dropout.

Aktivációs függvény és jobb SGD (stochastic gradient descent): újabb deep learning architektúrákban alkalmazott aktivációs függvénytípusok és optimalizációs eljárások ismertetése.
8. Alkalom:

Képfeldolgozás – konvolúciós hálók: Képfeldolgozási domén bemutatása, konvolúciós és pooling operátorok, a konvolúciós hálók elemeinek megismerése.

Képfeldolgozás – modern hálók, modularitás és új ötletek: összetett képfeldolgozó architektúrák elemeinek és felépítésének részletes megismerése.

9. Alkalom:

Rekurrens hálók: idősoros problémák neurális hálókkal történő megoldásának alapjai, rekurrens hálók fogalma és főbb problémái, megoldásai (LSTM modellek ismertetése).

NLP – természetes nyelvfeldolgozás: nyelvfeldolgozási domén megismerése, rekurrens és attention alapú architektúrák alkalmazása nyelvi problémák megoldására.
10. Alkalom:

Reprezentáció tanulás és modern eszközei: kitekintés, reprezentációtanulás kiemelt szerepe, nem felügyelt mély neurális tanulás előnyei.

11. Alkalom:

Vizsga: egyéni projektmunka bemutatása.

Our students said

Az első előadás után ért igazából a nagy meglepetés, hogy itt iszonyat mély szakmaiság van. Ott volt bennem egy kicsit fordulópont, mikor azt mondtam, hogy na jó, olyan sok mindennel találkoztam már, hogy ezt is megpróbálom most így végig csinálom aztán meglátjuk, hogy mi lesz belőle. És őszintén szólva a végére teljesen jó sikerélményem lett.

Hallgatónk

Állásinterjún plusz pontot ért a KÜRT Akadémia név. Köszönöm a képzést!!!

Nekem az volt a legpozitívabb, hogy nem betanított segédmunkásokat akartatok képezni, hanem sokkal inkább az alapokra helyeztétek a hangsúlyt és inkább elindítani minket egy úton, ahol az alapok után magunktól tudunk tovább menni és tanulni.

Már a tréning előtt picit próbáltam ismerkedni a témával, de egy végtelen óceánnak tűnt, ahol az ember elvész és azt se látja, hogy mettől meddig tart. És maga a kurzus iszonyatosan jó volt arra, hogy adott egy struktúrát, úgyhogy, ha most valaminek utána kell olvasni, akkor tudom, hogy hova tartozik és neki merek fogni.

Kiváló, a szakmában magas szinten jártas előadók, kítűnő szervezés, odafigyelés a hallgatói viszajelzésekre, tartalmas, nagy mennyiségű tananyag, sok önálló tovább tanulási/olvasási lehetőséggel.

Videos

Hallgatóink az AI Technológia képzésről

Mitől különleges ez a program?

Hová lehet eljutni a képzéssel?

AI felmérésünk eredményei

Why choose us?

Módszertan és tudás mellett szemléletet és kontextust is adunk képzéseinken. Arra buzdítunk ezzel, hogy teszteld az eszköztárad határait, állj kritikusan az új ismeretekhez, és értsd meg, melyik módszer mikor alkalmazható.
A legjobb hazai szakemberekkel dolgozunk, akiknek komoly üzleti vagy világszínvonalú akadémiai múltja van azon a területen, amelyen oktat.
A nyílt képzések mellett évek óta vállalati tanácsadással, agilis és digitális transzformációval foglalkozunk a legkülönbözőbb szervezeteknél, ezért valós képünk van arról, milyen munkaerőpiaci igényeik vannak a vállalatoknak.
Szenvedélyünk az oktatás-fejlesztés, ezért tíz éve dolgozunk azon, hogy szakemberekből, érdeklődőkből, gondolkodókból álló kreatív, tenni akaró közösséget formáljunk, több mint ezer fős alumni és oktatói közösségünk is ezt bizonyítja.

Training details

1 félév, 12 alkalom, 88 óra*


	szükséges képzettség: alapszintű adatmodellezési és Python ismeretek
helyszín: CEU Budapest és/vagy Zoom Meeting 1051 Budapest, Nádor utca 15.
részvételi díj: 1.200.000 Ft + ÁFA - részletfizetési lehetőségért érdeklődj kollégánknál

+36706213489 fanni.tasnady@kurtakademia.hu

Érdeklődöm! Jelentkezem!

* a változtatás jogát fenntartjuk

Ajánlott képzéseink

Data Science

2 félév, 18 alkalom, 90 óra*
Képzésindulás: 2022. április 08.

Az adatok nyelvét beszélő specialisták a következő évek legkeresettebb szakemberei közé tartoznak. Hogy miért vagyunk biztosak ebben? Mert az adatgyűjtésre alkalmas eszközök elárasztották a mindennapjainkat és ezzel egy időben az adatokba zárt intelligencia lett a sikeres vállalkozások legnagyobb tőkéje.