Ismerkedjen meg magyar nyelvű képzésünkön a mesterséges intelligenciák, ezen belül a gépi és mély tanulás tudományával 10 hetes online, tanár által élőben tartott kurzusunkon!
A tanulók többek között betekintést nyerhetnek a kép-, hang- és szövegfelismerő algoritmusok fejlesztésébe és az egyik legalapvetőbb Python könyvtár, a TensorFlow működésébe. A képzés végére a tanulók képesek lesznek önállóan egyszerűbb neurális hálókat és más, gépi tanulást felhasználó algoritmusokat összeállítani.
Tanfolyamunk egy alapozó képzés iskolánk tavaszi, haladó AI képzésére, ahol erre a kurzusra építve ismerkedhetnek majd meg a résztvevők a modern, mesterséges intelligenciát használó technológiák működésével és fejlesztésével, mint a ChatGPT vagy a StableDiffusion. A kurzus végén a tanulók egy önálló projektmunkát készítenek el, ami után iskolánktól tanúsítványt kapnak a képzés elvégzéséről. A tanfolyamon támaszkodunk iskolánk
Python programozó kurzusának tananyagára, így ha annak bármelyik témakörében úgy érzi, hogy hiányosságai lennének, először az alapozó tanfolyamot ajánljuk elvégezni.
A kurzuson használt fejlesztői környezet:
Google Colab
A kurzuson használt programozási nyelv:
Python
Tanár:
"Egy igen bonyolult és összetett anyagot adott le közérthetően és átláthatóan." - Bertalan
"Kiváló tanár, több kurzusára is jártam már, végre értem és átlátom az összefüggéseket." - Ferenc
"Eleinte féltem, mert nagy és komoly anyagnak tűnt, de a tanár úr olyan szemléletesen magyarázott, hogy bárki másnak is merem ajánlani a kurzusait." - Gergő
"A mesterséges intelligencia napjaink informatikájának szent grálja, ennek megfelelően az élet minden területén megjelenik, vagy meg fog jelenni." - András, az oktató
Időpont: kedd, 18:00-19:00
Első óra: 2025. október 7.
Jelentkezési határidő: 2025. október 6.
Ára: 120 000 Ft
Napjainkban a mély tanulás (deep learning) a mesterséges intelligenciák leginkább fejlődő technológiája. A mesterséges intelligenciák fejlesztése mind a kutatói, informatikai szektorban, mind pedig az üzleti ágazatban egy igen fejlődő és domináns terület, ezért rengeteteg álláslehetőség vár azokra, akik elsajátítják ennek a tudománynak az alapjait. Ezt mi sem bizonyítja jobban, hogy 2023-ban félmilliárd AI-al kapcsolatos állást hirdettek meg. A gépi tanulással foglalkozó szakemberek képesek kép- és szövegfelismerő szoftverek, orvosi diagnosztikai programok, valamint üzleti szolgáltatások fejlesztésére.
Az órán való részvételhez Python programozó kurzusunk tananyagának előismerete szükséges. Amennyiben úgy érzi,
nem rendelkezik a megfelelő alapokkal, először az alapozó kurzust ajánljuk elvégezni. Tanfolyamunkon ezen alapokra építve kezdjük el a tanulók gépi tanulásba való bevezetését a Python nyelv segítéségével.
Kérjük győződjön meg, hogy az alapozó kurzus tematikája alapján rendelkezik-e minden szükséges ismerettel!
Kurzusunkat magyar nyelven, online, élőben tartjuk, oktatónk, Dr. Kelemen András, a Szegedi Tudományegyetem kutatója és tanára, akinek már
több évtizedes tapasztalata van informatikai technológiák fejlesztésében és oktatásában egyaránt. Képzésünk során a TensorFlow megismerésével megalapozunk egy haladó, tavaszi mesterséges intelligencia kurzust, ahol a hallgatók elmélyedhetnek a modern AI technológiák, mint a ChatGPT vagy a StableDiffusion működésébe és fejlesztésébe,
így az ezen a kurzuson szerzett tudás elengedhetetlen a következő tanfolyamhoz.
A képzés végén a tanulók egy önálló projektmunkát készítenek, ami után iskolánktól tanúsítványt kapnak a kurzus elvégézésről.
| Alkalom | Dátum | Téma |
|---|---|---|
| 1. | 10.07. | Bevezetés a TensorFlow-ba |
| 2. | 10.14. | A gépi tanulás alapfogalmai és felügyelt tanulás |
| 3. | 10.21. | A mély tanulás alapjai és a neurális hálók működése |
| 4. | 10.28. | Adatfeldolgozás és az adatok előkészítése gépi tanuláshoz |
| 5. | 11.04. | Képfelismerés, konvolúciós neurális hálók |
| 6. | 11.11. | Rekurrens neurális hálók és LSTM-ek |
| 7. | 11.18. | Transfer Learning és előre tréningezett modellek használata |
| 8. | 11.25. | Hyperparaméter optimalizálás és modell tuning |
| 9. | 12.02. | A modell értékelése és kiértékelési metrikák |
| 10. | 12.09. | Modell deployálás és TensorFlow Serving |
A kurzus során sikeresen megtanultam a szakma alapjait, várom a folytatását.
Igen segítőkész volt a tanárunk az egész kurzus ideje alatt, bármilyen kérdéssel tudtam hozzá fordulni, ha elakadtam.
Csak érdeklődőként jelentkeztem a kurzusra, de most már azon gondolkozom, hogy ezzel akarok foglalkozni.
Naprakész és használható tudást kaptam a kurzuson, amelyet a jövőben is kamatoztatni fogok. Mindenkinek csak ajánlani tudom.