TensorFlow – Sieci Neuronowe i Deep Learning w biznesie

Szkolenie Sieci Neuronowe i Deep Learning w biznesie to praktyczny przewodnik po sieciach neuronowych i zaawansowanych architekturach deep learning z przykładami w platformie TensorFlow. W trakcie szkolenia poznasz i zrozumiesz jak działają głębokie sieci neuronowe a dzięki licznym studiom przypadku i ćwiczeniom nauczysz się budować głębokie sieci neuronowe z pomocą TensorFlow

Ze względu na poziom skomplikowania metod wykorzystywanych w deep learning, głębokie sieci neuronowe postrzegane są jak czarne skrzynki. Aby skutecznie zacząć wykorzystywać je do rozwiązywania problemów biznesowych należy sięgnąc do podstaw sieci neuronowych, metod statystycznych i matematycznych. Znajomość architektury, parametrów czy funkcji aktywujących ma ogromny wpływ na jakość budowanych sieci neuronowych. Około 30% czasu szkolenia nasi trenerzy poświęcają na wyjaśnienie w przystępny sposób zaawansowanych kwestii i metod związanych z deep learning. Dzięki dobrym podstawom i zrozumieniu zaawansowanych architektur deep learning uczestnicy z powodzeniem zastosują zdobytą w trakcie szkolenia wiedzę w aplikacjach biznesowych.

W części praktycznej szkolenia do budowy głębokich sieci neuronowych wykorzystujemy TensorFlow. TensorFlow to platforma maszynowego uczenia rozwijana w szczególności do budowy sieci neuronowych udostępniona publicznie 9 listopada 2015 roku przez Google. Od momentu publikacji pierwszej wersji TensorFlow 0.5 do dnia dzisiejszego większość braków i problemów zostało naprawionych a platforma cieszy się coraz większym zainteresowaniem developerów i stanowi bazę dla projektów Data Science. W szkoleniu wykorzystujemy TensorFlow ze względu na dużą elastyczność, łatwość wykorzystania i wdrożenia dzięki API keras oraz możliwośc implementacji złożonych modeli deep learning.

• Data Scientist i profesjonaliści wykorzystujący w swojej pracy metody i algorytmy maszynowego uczenia, szukający praktycznej wiedzy z wykorzystania deep learning i głębokich sieci neuronowych w rozwiązywaniu złożonych problemów biznesowych.
• Developerzy pracujący nad rozwiązaniami opartymi o metody deep learning przy pomocy platformy TensorFlow

Po ukończeniu szkolenia:

• Zrozumiesz działanie podstawowych sieci neuronowych typu feed-forward, poznasz najważniejsze składniki sieci taki jak funkcje aktywujące, optymalizatory, parametry, hiperparametry, algorytm backpropagation
• Poznasz TensorFlow, metody pracy z platformą oraz dostępne API takie jak keras czy Python, nauczysz się tworzyć programy do budowy głębokich sieci neuronowych.
• Poznasz konwolucyjne sieci neuronowe które znajdują przedewszystkim zastosowanie w przetwarzaniu obrazów a w szczególności w rozpoznawaniu i detekcji obiektów, klasyfikacji, lokalizacji i segmentacji. Dzięki budowie sieci krok po kroku, aplikacji do różnych problemów i ćwiczeniom zrozumiesz istotę sieci konwolucyjnych i nauczysz się je budować w TensorFlow do różnych zastosowań
• Poznasz rekurencyjne sieci neuronowe i nauczysz się je implementować w TensorFlow. Na przykładach z prognozowania szeregów czasowych, klasyfikacji text-spam oraz sekwencyjnej analizie języka naturalnego poznasz zaawansowane architektury sieci RNN takie jak LSTM bidirection RNN czy GRU.
• Poznasz metody deep learning stosowane w problemach uczenia bez nadzoru. W szczególności nauczysz się budować głębokie sieci neuronowe takie jak Restricted Boltzmann Machines, Deep Belief Networks i Auto-Encoders. Wykorzystasz je w praktyce do redukcji wymiaru zmiennych, wykrywania anomalii czy redukcji szumu
• Nauczysz się stosować metody próbkowania do uczenia DBN – poznasz podstawy wnioskowania bayesowskiego, metodę próbkowania Gibbsa oraz metodę Markov chain Monte Carlo
• Poznasz najbardziej zaawansowane architektury deep learning takie jak R-CNN, U-Net, GAN oraz ich praktyczne zastosowania
• Dowiesz się jak dobierać parametry sieci, na co zwracać uwagę przy budowie głębokich sieci neuronowych i jak tuningować sieć
• Nauczysz się programować w TensorFlow i tworzyć zaawansowane modele deep learning z wykorzystaniem API Keras
• Dowiesz się jak przyspieszyć obliczenia korzystając z GPU i rozproszonych obliczeń w TensorFlow