Штучний інтелект та машинне навчання: від теорії до практики

Запрошуємо на вебінар усіх, кому цікаво глибше зануритись у світ штучного інтелекту та машинного навчання.
Якщо ви хочете дізнатися більше про основні ідеї та базові теорії щодо штучного інтелекту (AI) та машинного навчання (ML), ML-моделі та їхні архітектури, технології комп’ютерного зору, унікальний механізм уваги (self-attention), MLOps та Continues Training - приєднуйтесь до нас 14 березня о 17:00.
Подія буде складатись із двох частин.
Ключові питання першої частини:
- що таке машинне навчання (ML);
- типи машинного навчання;
- що таке ML-модель;
- базові речі для вибору архітектури ML-моделі;
- база, яка лежить в основі передових архітектур ML (автокодувальники, генеративні змагальні мережі)
У другій частині на вас чекає:
- практичний експеримент із використанням технологій комп’ютерного зору (computer vision);
- розгляд архітектури трансформерів;
- демонстрація того, як за допомогою унікального механізму уваги (self-attention) трансформери можуть встановлювати зв’язки між різними словами в реченні та в декількох реченнях, а також узагальнювати зміст фраз;
- теорія MLOps та Continues Training.
Будемо використовувати та розглядати такі технології:
Мови програмування та фреймворки: Python, Jupyter Notebook, TensorFlow with Keras, PyTorch, scikit-learn
Архітектури та специфічні ML моделі: Perceptron, Multilayer Perceptron (MLP, Dense Layers, FCN), Convolutional Neural Networks (CNN), Variational Autoencoders (VAE), Generative Adversarial Networks (GAN), Transformers, BERT pretrained LLM (from hugging face), visual transformers (stable diffusion).

[@VictorKudak]

"від теорії до практики", як на мене то до практики так і не перейшли

[@epamuacareer]

Вікторе, дякуємо за відгук! Оскільки більше години заходу було присвячено демонстрації використання всього того, про що спочатку розповідав спікер, то будемо дуже вдячні за більш детальний опис того, чого саме не вистачило у практиці - обов'язково врахуємо побажання на майбутнє 🫸🫷