Képzési forma:
Képzés hossza:
3 nap (24 óra)
Képzés nyelve:
Magyar/Angol
2023.
február
06.
Normál
2023.
október
09.
Normál
Képzési forma:
Normál
Képzés hossza:
3 nap (24 óra)
Képzés nyelve:
Magyar/Angol
2023.
február
06.
2023.
október
09.

Ismertető

A tanfolyam célja, hogy a résztvevők átekintsék a  Python programozási nyelv haladó elemeit példaprogramokkal és feladatokkal illusztrálva.

  • Mi az a Deep Learning?
  • Milyen eszközöket használunk Deep Learning modellek építésére?
  • Legelterjedtebb Deep Learning eszközök körképe (Tensorflow, Mxnet, Theano, Pytorch, stb.)
  • Deep Learning logikai és matematikai áttekintése
  • Osztályozó lefejlesztése (Tensorflow), Trenírozás futtatása (Tensorflow), Predikciók futtatása (Tensorflow).
  • Modellek eredményeinek javítása
  • Magasabb rendű keretrendszerek bemutatása (Keras)
  • Gyakori ML módszerek áttekintése (kép, hang, szöveg)
  • Konvolúciós hálók építése (Keras vagy hasonló keretrendszer)
  • NLP (Natiral Language Processing) szövegfelismerés (Keras vagy hasonló keretrendszer).
  • Átlátható gépi tanulás
  • Tulajdonság fontosság megvizsgálása

 

A tanfolyamhoz alapvető Linux adminisztrációs ismeretek (SSH, BASH, Linux terminal) szükségesek. Továbbá javasolt alapvető lineáris algebra, mátrix műveletek és minimális statisztikai ismeretek is. 

Ezenfelül elengedhetetlen a középhaladó Python programozás (PR-PY), a Data Science ( PY-DSC), a Bevezetés a Machine Learning-be Python segítségével (PY-ML) kurzusok elvégzése  vagy ezen képzések ismeretanyaga. Továbbá 2 év napi szintű Python, Numpy és Pandas Dataframe programozási tapasztalattal kell rendelkeznie a résztvevőknek.

A Deep Learning matematikájának és logikájának ismerete elengedhetetlen a tanfolyam megértéséhez. A tanfolyamon ennek a részletes tárgyalására nincs mód. 

A képzés elvégzéséhez dokumentumolvasás-szintű angol nyelvtudás szükséges.