Grazie per aver inviato la tua richiesta! Uno dei nostri team membri ti contatterà a breve.
Grazie per aver inviato il tuo prenotazione! Uno dei nostri team membri ti contatterà a breve.
Struttura del corso
Introduzione
Fondamenti di Intelligenza Artificiale e Machine Learning
Comprensione Deep Learning
- Panoramica dei concetti di base di Deep Learning
- Distinzione tra Machine Learning e Deep Learning
- Panoramica delle applicazioni per Deep Learning
Panoramica di Neural Networks
- Cosa sono Neural Networks
- Neural Networks Vs Modelli di regressione
- Comprendere Mathematical Fondamenti e meccanismi di apprendimento
- Costruire una rete neurale artificiale
- Comprendere i nodi neurali e le connessioni
- Utilizzo di neuroni, livelli e dati di input e output
- Comprensione dei percettroni a strato singolo
- Differenze tra apprendimento supervisionato e non supervisionato
- Apprendimento Feedforward e Feedback Neural Networks
- Informazioni sulla propagazione diretta e sulla propagazione inversa
- Comprendere la memoria a breve termine (LSTM)
- Esplorare il ricorrente Neural Networks nella pratica
- Esplorare la convoluzione Neural Networks in pratica
- Migliorare il modo Neural Networks Imparare
Panoramica delle tecniche Deep Learning utilizzate in Telecom
- Neural Networks
- Elaborazione del linguaggio naturale
- Riconoscimento delle immagini
- Speech Recognition
- Analisi del sentiment
Esplorando Deep Learning Casi di studio per Telecom
- Ottimizzazione del routing e della qualità del servizio attraverso l'analisi del traffico di rete in tempo reale
- Previsione di guasti di rete e dispositivi, interruzioni, picchi di domanda, ecc.
- Analisi delle chiamate in tempo reale per identificare comportamenti fraudolenti
- Analisi del comportamento dei clienti per identificare la domanda di nuovi prodotti e servizi
- Elaborazione di grandi volumi di messaggi SMS per ottenere informazioni dettagliate
- Speech Recognition Per le chiamate di supporto
- Configurazione di SDN e reti virtualizzate in tempo reale
Comprendere i vantaggi di Deep Learning per Telecom
Esplorare le diverse librerie Deep Learning per Python
- TensorFlow
- Keras
Impostazione di Python con TensorFlow per Deep Learning
- Installazione dell'API TensorFlow Python
- Test dell'installazione TensorFlow
- Impostazione di TensorFlow per lo sviluppo
- Addestramento del primo TensorFlow modello di rete neurale
Impostazione di Python con Keras per Deep Learning
Costruzione di modelli semplici Deep Learning con Keras
- Creazione di un modello Keras
- Comprendere i dati
- Specifica del modello Deep Learning
- Compilazione del modello
- Adattamento del modello
- Utilizzo dei dati di classificazione
- Utilizzo dei modelli di classificazione
- Utilizzo dei modelli
Lavorare con TensorFlow per Deep Learning per Telecom
- Preparazione dei dati
- Download dei dati
- Preparazione dei dati di training
- Preparazione dei dati di test
- Ridimensionamento degli input
- Utilizzo di segnaposto e variabili
- Specifica dell'architettura di rete
- Utilizzo della funzione di costo
- Utilizzo dell'ottimizzatore
- Utilizzo degli inizializzatori
- Adattamento della rete neurale
- Costruire il grafico
- Inferenza
- Perdita
- Formazione
- Addestramento del modello
- Il grafico
- La sessione
- Anello del treno
- Valutazione del modello
- Costruire il grafo di valutazione
- Valutazione con l'output di valutazione
- Addestramento di modelli su larga scala
- Visualizzazione e valutazione di modelli con TensorBoard
Hands-on: Creazione di un modello di previsione dell'abbandono dei clienti Deep Learning utilizzando Python
Estendere le capacità della tua azienda
- Sviluppo di modelli nel cloud
- Utilizzo di GPU per accelerare Deep Learning
- Applicazione di Deep Learning Neural Networks per Computer Vision, riconoscimento vocale e analisi del testo
Riassunto e conclusione
Requisiti
- Esperienza con la programmazione Python
- Familiarità generale con i concetti di telecomunicazione
- Familiarità di base con la statistica e i concetti matematici
Pubblico
- Gli sviluppatori
- Scienziati dei dati
28 Ore
Recensioni (5)
esempi basati sui nostri dati
Witold - P4 Sp. z o.o.
Corso - Deep Learning for Telecom (with Python)
Traduzione automatica
esempi di codice:-)
Marcin - P4 Sp. z o.o.
Corso - Deep Learning for Telecom (with Python)
Traduzione automatica
Mi è piaciuto che l'instruttore avesse molti script pre-scritti per mostrare diversi aspetti dell'IA e del ML. Ho davvero apprezzato poter vedere dimostrazioni live di tanti modi in cui l'IA e il ML sono utilizzati. Molto di ciò che abbiamo coperto era tecnologia all'avanguardia ancora nelle sue fasi iniziali di sviluppo.
Matthew Pepper - Motorola Solutions
Corso - Deep Learning for Telecom (with Python)
Traduzione automatica
I notebook di colab che possiamo tenere
Palmer Greer - Motorola Solutions
Corso - Deep Learning for Telecom (with Python)
Traduzione automatica
La chiarezza con cui è stato presentato
John McLemore - Motorola Solutions
Corso - Deep Learning for Telecom (with Python)
Traduzione automatica
