Wprowadzenie do AI i Data Science dla MŚP
Cel kursu: Celem kursu jest wprowadzenie słuchaczy w zagadnień związanych ze sztuczną inteligencją i Data Science. Słuchacz w trakcie kursu pozna podstawowe metody służące do przetwarzania danych oraz metody stosowane w celu przygotowania danych do zastosowania narzędzi AI. Ponadto celem kursu jest zapoznanie słuchacza z metodami stosowanymi w analizie eksploracyjnej oraz wizualizacji danych. Na podstawie przykładów zostaną także zaprezentowane zagadnienia związane z metodologią stosowaną podczas uczenia maszynowego i narzędzia stosowane do budowy modeli w problemach natury klasyfikacyjnej oraz regresyjnej. Uczestnik kursu zostanie także zapoznany z możliwościami zastosowania modeli predykcyjnych do optymalizacji procesów, a także pozna podstawowe koncepcje i techniki przeznaczone do interpretacji i wyjaśniania predykcji modeli.
Zagadnienia, które poznasz: Inteligencja biznesowa, Data science, Sztuczna inteligencja, Wspomaganie decyzji, Przetwarzanie danych, Analiza eksploracyjna, Metodyka CRISP-DM, Problemy klasyfikacyjne, Problemy regresyjne, Optymalizacja, Sztuczne sieci neuronowe, Drzewa decyzyjne, Interpretacja predykcji modeli
Język: Kurs w języku polskim
Czas trwania: Realizacja kursu zajmuje około 5 godzin
Trenerzy: prof. Aleksander Mendyk, dr Adam Pacławski, dr Jakub Szlęk
Inteligentne Metody Optymalizacji
Cel kursu: Uczestnik zapozna się z najpopularniejszymi metodami optymalizacji opartymi na inteligencji obliczeniowej. Pozna zasady działania m.in. algorytmów genetycznych, symulowanego wyżarzania oraz różnice między tymi metodami.
Zagadnienia, które poznasz: Zadanie optymalizacji, przyczyny poszukiwań metod inteligentnych, algorytmy genetyczne, symulowane wyżarzanie, sztuczne systemy immunologiczne, przykłady zadań optymalizacji.
Język: Kurs w języku polskim
Czas trwania: Realizacja kursu zajmuje około 2 godziny
Trener: dr inż. Paweł Jarosz (Politechnika Krakowska)
Wprowadzenie do uczenia maszynowego
Cel kursu: Uczestnik zapozna się z pojęciami związanymi z uczeniem maszynowym, procesem tworzenia modeli, rodzajami zadań. Pozna również zasadę działania sieci neuronowych i głębokiego uczenia.
Zagadnienia, które poznasz: Co to jest uczenie maszynowe? Klasyfikacja i regresja, przygotowanie danych uczących, sieci neuronowe, przykłady
Język: Kurs w języku polskim
Czas trwania: Realizacja kursu zajmuje około 2 godzin
Trener: dr inż. Paweł Jarosz (Politechnika Krakowska)