Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Schița de curs
Introducere
Bazele inteligenței artificiale și Machine Learning
Înțelegerea Deep Learning
- Prezentare generală a conceptelor de bază ale Deep Learning
- Diferențierea între Machine Learning și Deep Learning
- Prezentare generală a aplicațiilor pentru Deep Learning
Prezentare generală a Neural Networks
- Ce sunt Neural Networks
- Neural Networks vs modele de regresie
- Înțelegerea fundamentelor Mathematical și a mecanismelor de învățare
- Construirea unei rețele neuronale artificiale
- Înțelegerea nodurilor și conexiunilor neuronale
- Lucrul cu neuronii, straturile și datele de intrare și ieșire
- Înțelegerea perceptronilor cu un singur strat
- Diferențe între învățarea supravegheată și cea nesupravegheată
- Învățarea feedforward și feedback Neural Networks
- Înțelegerea propagării înainte și a propagării înapoi
- Înțelegerea memoriei pe termen lung și scurt (LSTM)
- Explorarea recurentă Neural Networks în practică
- Explorarea convoluțională Neural Networks în practică
- Îmbunătățirea modului în care Neural Networks învață
Prezentare generală a tehnicilor Deep Learning utilizate în Telecom
- Neural Networks
- Prelucrarea limbajului natural
- Recunoașterea imaginilor
- Speech Recognition
- Analiza sentimentelor
Explorarea Deep Learning Studii de caz pentru Telecom
- Optimizarea rutei și a calității serviciului prin analiza traficului de rețea în timp real
- Previzionarea defecțiunilor rețelelor și dispozitivelor, a întreruperilor, a vârfurilor de cerere etc.
- Analiza apelurilor în timp real pentru identificarea comportamentului fraudulos
- Analiza comportamentului clienților pentru a identifica cererea de produse și servicii noi
- Procesarea unor volume mari de mesaje SMS pentru a obține informații
- Speech Recognition pentru apelurile de asistență
- Configurarea SDN-urilor și a rețelelor virtualizate în timp real
Înțelegerea beneficiilor Deep Learning pentru Telecom
Explorarea diferitelor biblioteci Deep Learning pentru Python
- TensorFlow
- Keras
Configurarea Python cu TensorFlow pentru Deep Learning
- Instalarea TensorFlow Python API
- Testarea instalării TensorFlow
- Configurarea TensorFlow pentru dezvoltare
- Pregătirea primului model de rețea neurală TensorFlow
Configurarea Python cu Keras pentru Deep Learning
Crearea de modele Deep Learning simple cu Keras
- Crearea unui model Keras
- Înțelegerea datelor dvs.
- Specificarea modelului Deep Learning
- Compilarea modelului dvs.
- Ajustarea modelului dvs.
- Lucrul cu datele de clasificare
- Lucrul cu modelele de clasificare
- Utilizarea modelelor dvs.
Lucrul cu TensorFlow pentru Deep Learning pentru Telecom
- Pregătirea datelor
- Descărcarea datelor
- Pregătirea datelor de antrenament
- Pregătirea datelor de testare
- Scalarea intrărilor
- Utilizarea marcajelor de poziție și a variabilelor
- Specificarea arhitecturii rețelei
- Utilizarea funcției de cost
- Utilizarea optimizatorului
- Utilizarea inițializatorilor
- Ajustarea rețelei neuronale
- Construirea grafului
- Inferența
- Pierderi
- Pregătirea
- Formarea modelului
- Graficul
- Sesiunea
- Bucla de formare
- Evaluarea modelului
- Construirea graficului de evaluare
- Evaluarea cu ajutorul rezultatelor Eval
- Formarea modelelor la scară largă
- Vizualizarea și evaluarea modelelor cu TensorBoard
Aplicație practică: Construirea unui model Deep Learning de predicție a pierderii de clienți utilizând Python
Extinderea capacităților companiei dvs.
- Dezvoltarea de modele în cloud
- Utilizarea GPUs pentru accelerarea Deep Learning
- Aplicarea Deep Learning Neural Networks pentru Computer Vision, recunoașterea vocală și analiza textului
Rezumat și concluzie
Cerințe
- Experiență cu programarea Python
- Familiaritate generală cu conceptele de telecomunicații
- Familiaritate de bază cu statisticile și conceptele matematice
Audiență
- Dezvoltatori
- Oameni de știință în domeniul datelor
28 ore
Mărturii (5)
examples based on our data
Witold - P4 Sp. z o.o.
Curs - Deep Learning for Telecom (with Python)
code examples:-)
Marcin - P4 Sp. z o.o.
Curs - Deep Learning for Telecom (with Python)
I liked that the instructor had many pre-written scripts to show off many different aspects of ML and AI. I really enjoyed being able to see live demos of so many ways ML and AI is being used. Much of what we covered was cutting edge technology that is still in its early stages of development.
Matthew Pepper - Motorola Solutions
Curs - Deep Learning for Telecom (with Python)
The colab notebooks we get to keep
Palmer Greer - Motorola Solutions
Curs - Deep Learning for Telecom (with Python)
The clarity with which it was presented
