BIURO KARIER I WSPÓŁPRACY Z ABSOLWENTAMI

Serdecznie zapraszamy do udziału w bezpłatnym szkoleniu online: "Sztuczna inteligencja - jak ją wykorzystać w praktyce?".

Kiedy 11 grudnia (środa), godz. 16:00 - 21:00
Gdzie  online.
Zapisz się 
https://forms.office.com/e/02QnHXzi1P

Czym jest sztuczna inteligencja (SI)? To zdolność maszyn do wykazywania ludzkich umiejętności, takich jak rozumowanie, uczenie się, planowanie i kreatywność.

Podczas webinarium:

1. dowiecie się, czym jest sztuczna inteligencja i jakie były jej początki,
2. omówione zostaną podstawowe narzędzia sztucznej inteligencji wykorzystywane w naszym codziennym funkcjonowaniu w sieci,
3. przedstawione zostaną wybrane narzędzia pomagające w codziennej pracy.

Agenda szkolenia:
Wprowadzenie:

- Powitanie uczestników;
- Krótkie przedstawienie programu szkolenia;
- Omówienie celów szkolenia;
- Definicja sztucznej inteligencji i jej znaczenie w dzisiejszym świecie.

Podstawy sztucznej inteligencji:

- Historia i rozwój sztucznej inteligencji;
- Kluczowe pojęcia: uczenie maszynowe, uczenie głębokie, sieci neuronowe;
- Rodzaje AI: wąska AI, ogólna AI, superinteligencja;
- Przykłady zastosowań AI w różnych sektorach (medycyna, finanse, transport).

Narzędzia i technologie AI:
- Przegląd narzędzi i platform AI;
- Jupyter Notebook i Python jako podstawowe narzędzia dla AI;
- Biblioteki uczenia maszynowego: TensorFlow, PyTorch, scikit-learn;
- Narzędzia do analizy danych: pandas, NumPy;
- Platformy AI w chmurze: Google AI, AWS AI, Microsoft Azure AI.

Uczenie maszynowe i jego zastosowania:

- Proces uczenia maszynowego: zbieranie danych, przygotowanie danych, trening modelu, ewaluacja modelu;
- Rodzaje algorytmów: regresja, klasyfikacja, klasteryzacja, redukcja wymiarów;
- Przykłady zastosowań: rozpoznawanie obrazów, analiza tekstu, prognozowanie;
- Praktyczne przykłady: implementacja prostego modelu uczenia maszynowego.

Uczenie głębokie i sieci neuronowe:

- Wprowadzenie do uczenia głębokiego i sieci neuronowych;
- Struktura i działanie sieci neuronowych;
- Rodzaje sieci neuronowych: CNN, RNN, GAN;
- Przykłady zastosowań: analiza obrazów, przetwarzanie języka naturalnego.
- Praktyczne przykłady: tworzenie prostego modelu sieci neuronowej

Podsumowanie i zakończenie:
- Powtórzenie kluczowych punktów szkolenia;
- Pytania i odpowiedzi.