Rövid leírás

Machine Learning (ML) képzésünkkel a Mesterséges intelligencia alapú eszközök fejlesztéséhez, használatához adunk segítséget.

A képzés célja

Machine Learning (ML) képzésünkkel a Mesterséges intelligencia alapú eszközök fejlesztéséhez, használatához adunk segítséget.

Kinek ajánljuk?

1. Szoftverfejlesztőknek és programozóknak: A gépi tanulás lehetőséget kínál arra, hogy intelligens alkalmazásokat és szolgáltatásokat hozzanak létre. A programozók gépi tanulás képzéssel megtanulhatják, hogyan építsenek gépi tanulás alapú rendszereket.
2. Adattudósoknak és adatelemzőknek: A gépi tanulás segíthet az adatok elemzésében és modellezésében, így az adattudósok és adatelemzők a gépi tanulás képzéssel fejleszthetik analitikai készségeiket.
3. Üzleti elemzőknek és döntéshozóknak: A gépi tanulás képzés segíthet az üzleti elemzőknek és vezetőknek abban, hogy jobban megértsék az adatokat és a gépi tanulás alkalmazásának üzleti előnyeit.
4. Mérnököknek és tudósoknak: A gépi tanulás és a mély tanulás alkalmazások széles skáláját alkotják, ideértve a robotikát, az autonóm járműveket és az időjós modelleket. Mérnökök és tudósok a gépi tanulás képzéssel fejleszthetik a projektjeiket.
5. Orvosoknak és egészségügyi szakembereknek: A gépi tanulás alkalmazása az orvostudományban segíthet a betegségek diagnosztizálásában, a betegségek előrejelzésében és a gyógyszerfejlesztésben. Az egészségügyi szakemberek gépi tanulás képzéssel képesek lehetnek jobban kihasználni az egészségügyi adatokat.
6. Pénzügyi szakembereknek: A pénzügyi szektorban a gépi tanulás segíthet a pénzügyi elemzésben, a kereskedési stratégiák fejlesztésében és a csalások felderítésében.
7. Kutatóknak és tudományos szakembereknek: A gépi tanulás lehetővé teszi a kutatók számára, hogy összetett adathalmazokat elemző és modellező eszközöket hozzanak létre, ami segíthet új tudományos felfedezésekben.
8. Művészeknek és kreatív szakembereknek: A gépi tanulás alkalmazásai terjednek az alkotói területekre is, például a generatív művészetben és zenei alkotásokban.
9. Bárkinek, aki érdeklődik a gépi tanulás iránt: A gépi tanulás képzés bárki számára hasznos lehet akik szeretnék az MI rendszerek működésének megértését  szeretnének gépi tanulás projekteket generálni, hogy felkészüljenek az új kor kihívásaira. 

Miben más a mi képzésünk?

• A Mesterséges Intelligenciában jártas, gyakorlati szakemberek oktatnak képzésünkön, akik folyamatosan naprakészen tartják tudásukat és képezik, fejlesztik magukat a területükön, hogy oktatóként is valós és hiteles tudást tudjanak átadni a hallgatóknak
• Nem hagyjuk magukra a hallgatóinkat a képzés alatt és utána sem: oktatóink az órákon kívül és a képzés után is elérhetőek, legyen szó a tananyaggal kapcsolatos, vagy egyéb szakmai kérdésről, esetleg közös munkára vonatkozó felkérésről
• Ahogy az Euzert legtöbb képzésén, úgy itt is nagy hangsúlyt fektetünk a gyakorlatiasságra, hogy a hallgatók valóban használható tudást és ne csak az adott terület elméleti ismereteit kapják meg
• Helyben biztosítjuk a továbbképzést: a tanfolyam elvégzése után garantáltan fog még találni olyan tréninget képzési palettánkon, mellyel bővítheti nálunk megszerzett tudását
• Több, mint 20 éves felnőttképzési múltunk és több ezer valós hallgatói ajánlásunk a garancia arra, hogy képzéseinken minőséget nyújtunk hallgatóinknak
• A 20 év alatt kialakult szerteágazó partneri kapcsolatrendszerünk előnye, hogy a kurzust jó eredménnyel elvégzők ezeknél a zömében közép- és nagyvállalatoknál, multiknál, már a mi ajánlásunkkal válogathatnak a publikus és akár a csak cégen belül meghirdetett pozíciók közül.
• Természetesen már maga a megszerzett tudás is óriási előnyt, a munkaerőpiacon történő gyors elhelyezkedést és kimagasló anyagi megbecsülést jelent.
• Magánszemélyeknek ÁFA-val csökkentett áron, társszervezőnkön keresztül!

Képzési információk

Képzés hossza: 7 nap + 5 fél nap
Vizsga: írásbeli + gyakorlati vizsgafeladat
Képzéssel megszerezhető dokumentum: Tanúsítvány

Tematika

1. nap

MI és ML alapok és az ISO 23053 Framework

• Adatkezelés a relációs adatbázisokon túl
• Bevezetés a mesterséges intelligenciába – Megjelenése, típusai, felhasználási területei
• A gép tanulásról (Machine Learning – ML)
• Az AI és a szabványok
• Az ISO/IEC23053 szabvány célja és felépítése
• Modell, eszközök, adatok
• A gépi tanulás cél szerinti osztályzása és típusainak áttekintése (regresszió, osztályozás, klaszterezés, anomália-felismerés, dimenziócsökkentés, stb.)
• A gépi tanulás algoritmusai és megoldásai (Gradiens módszer, döntési fák, Bayes-hálók, neurális hálók (FFNN, RNN, LSTM, CNN, BM, stb.)
• ML optimalizáció és kiértékelés, metrikák, pontosság
• Gépi tanulás a visszacsatolás módja szerint (Felügyelt, nem felügyelt, részben felügyelt, önfelügyelet, megerősítéses)
• A gépi tanulás teljes folyamata és összetevői (Adatgyűjtés, –tisztítás, előkészítés (modellezés, verifikáció és validáció, modell-fejlesztés, üzemeltetés)

Oktatók

Visontai Dávid

Biricz András

H. Zoltán