Stworzyliśmy program z myślą o osobach, które chcą wykorzystywać sieci neuronowe w praktyce i rozwinąć swoje kompetencje w innowacyjnym obszarze Data Science.
Specjalizacja
Deep Learning
Deep Learning
otwarty nabór
Jeśli masz doświadczenie w IT i pracujesz jako front-end, back-end lub full-stack developer i chcesz zdobyć praktyczną wiedzę z deep learningu.
Programistów
Jeśli pracujesz jako data scientist, analityk lub BI developer w firmie informatycznej, konsultingowej lub banku i myślisz o rozwoju zawodowym.
Analityków
Jeśli jesteś naukowcem, absolwentem lub studentem kierunków technicznych i szukasz przyszłościowy obszar dla rozwoju kompetencji.
Naukowców
Najczęściej wybierany przez
Jeśli posiadasz już doświadczenie we wskazanych obszarach lub interesujesz się Deep Learningiem.
Czasami mały krok może zmienić całe nasze życie. Nie zwlekaj...
O trenerze
Pomysł na stworzenie programu wynikł ze zrozumienia, że deep learning jest jedną z najbardziej rozwijających się i obiecujących dziedzin w obszarze data science. Sieci Neuronowe znajdują coraz większe zastosowanie w różnych branżach, co prowadzi do wzrostu zapotrzebowania na specjalistów w tej dziedzinie.
dr Filip Wójcik
Autor programu / Data Science Lead / Wdraża innowacje w InPost
Filip od ponad 10 lat zajmuje się wdrażaniem systemów wspomagania decyzji z wykorzystaniem uczenia maszynowego i sztucznej inteligencji w największych organizacjach. W tym czasie pracował w różnych obszarach biznesowych jako stały członek zespołu, lider techniczny i kierownik działu. Obecnie wdraża innowacje w InPost. Jest doktorem nauk ekonomicznych, wyjątkowo cenionym prelegentem i wykładowcą na Uniwersytecie Ekonomicznym we Wrocławiu, który z pasją dzieli się swoją wiedzą i doświadczeniem.
Dzięki zgromadzonemu doświadczeniu Filip stworzył autorski program i metodologię, która pozwala jego studentom opanować niezbędne umiejętności do rozwoju w obszarze deep learning i data science.
Obecnie studentami akademii są m.in. pracownicy takich firm jak Accenture, Capgemini, ING Bank, Saint-Gobain, PWC, Allegro.
Dzięki zgromadzonemu doświadczeniu Filip stworzył autorski program i metodologię, która pozwala jego studentom opanować niezbędne umiejętności do rozwoju w obszarze deep learning i data science.
Obecnie studentami akademii są m.in. pracownicy takich firm jak Accenture, Capgemini, ING Bank, Saint-Gobain, PWC, Allegro.
Akademia w liczbach
Jakie wyniki osiągneliśmy pomagając innym?
34
Zrealizowanych projektów
3500+
Uczestników szkoleń
12k+
Godzin doświadczenia
27
Zorganizowanych wydarzeń
Czego nauczysz się w programie?
Kurs zawiera materiały w formie wideo, a także przykłady i narzędzia, które są najczęściej spotykane w realnej pracy.
Poznasz podstawowe pojęcia związane z sieciami neuronowymi, główne elementy architektury, zarys działania oraz zapoznasz się z "dobrymi praktykami" projektowania eksperymentów z ich udziałem. Ten moduł jest punktem startowym, przygotowującym grunt pod bardziej szczegółowe tematy.
Główne tematy:
Główne tematy:
- Podstawy działania sieci i budowa
- Perceptron - sieć neuronowa z pojedynczym węzłem
- Funkcje aktywacji
- Schemat szkolenia sieci
- Funkcje celu, kosztu i straty
- Wskazówki do wyboru architektury sieci
Wiele osób traktuje sieci neuronowe jak "magiczne czarne skrzynki", które po prostu działają. Po zakończeniu tego modułu będziesz znać szczegóły algorytmu wstecznej propagacji błędów, oraz aparat matematyczny powiązany z procesem szkolenia sieci. Dodatkowo odświeżysz podstawowe zagadnienia z algebry liniowej i analizy matematycznej (iloczyny macierzy, obliczanie pochodnych itd.).
Główne tematy:
Główne tematy:
- Pochodne funkcji złożonych
- Gradient descent / metoda gradientu prostego
- Backpropagation / wsteczna propagacja błędów
- Backpropagation – wersja uproszczona i macierzowa
- Momentum/pęd – ważny komponent w aktualizacji wag
Dowiesz się, jak zaaplikować teorię i aparat matematyczny z poprzedniej części, w praktyce. Zobaczysz, jak biblioteki i procesy automatyczne mogą pomóc w organizowaniu eksperymentów uczenia sieci, liczenia gradientów i zapobiegania ewentualnym problemom, jakie napotykają sieci.
Główne tematy:
Główne tematy:
- Optymalizatory automatyczne
- Implementacja liczenia gradientów
- Wykorzystanie Tensorflow i Keras
- Radzenie z przetrenowaniem sieci
- Ogólne założenia regularyzacji
- Regularyzacja L1 i L2
- Dropout, sposób na lepszą generalizację
Nauczysz się w sposób rzetelny, systematyczny i spójny projektować eksperymenty z użyciem sieci neuronowych, tak, żeby ich wyniki były powtarzalne i pozwalały na wyciąganie prawidłowych wniosków. Dodatkowo, poznasz sposoby, na rozwiązywanie częstych problemów, jak np. brak równowagi między klasami.
Główne tematy:
Główne tematy:
- Główne typy danych
- Normalizacja i standaryzacja
- Przekształcenie do postaci one-hot
- Embedding – inny sposób na przekształcenie danych dyskretnych
- Różne podejścia równoważenia klas
- Tuning parametrów i architektury sieci
- Porównywanie modeli i wyników
Dowiesz się, jak interpretować wyniki działania sieci, wizualizować jej strukturę oraz wyjaśniać dokonywane predykcje odbiorcom Twoich raportów lub projektów. Poznasz dodatkowe meta-algorytmy, które pozwalają zbadać czynniki wpływające na decyzje.
Główne tematy:
Główne tematy:
- Czym jest wyjaśnialność modeli?
- Metoda modeli zastępczych
- LIME (Local Interpretable Model-agnostic Explanations) - wykorzystanie lokalnych modeli do opisu działania modelu
- SHAP (SHapley Additive exPlanations) - użycie koncepcji Shapley'a i teorii gier do obliczenia wpływu poszczególnych cech na wynik modelu
Poznasz specyficzne architektury sieci neuronowych, przeznaczonych do konkretnych zadań. Dowiesz się, jak analizować obrazy z pomocą sieci splotowych/konwolucyjnych (ang. convolutional networks), generować własne obrazy rywalizującymi sieciami GAN (ang. generative adversarial networks) rozwiązywać problemy analizy sekwencji i tekstów z pomocą sieci rekurencyjnych (ang. recurrent neural networks).
Główne tematy:
Główne tematy:
- Jak „widzą" sieci neuronowe
- Konwolucja – czy jest i jak działa?
- Charakterystyka architektury sieci konwolucyjnych
- Pooling
- Skuteczne przetwarzanie szeregów czasowych, obrazów i tekstu
- Generowanie obrazów i tekstu
- Transfer learning
- CNN (Convolutional Neural Network)
- GAN (Generative Adversarial Networks)
- RNN (Recurrent Neural Networks)
- Sieci LSTM (Long Short-Term Memory)
- Sieci GRU (Gated Recurrent Unit)
Przetestujesz w praktyce zdobytą wiedzę i zastosujesz poznane architektury sieci do rozwiązania realnego problemu biznesowego na przykładzie Przewidywania Anomalii na podstawie danych z logów przy wykorzystaniu sieci LSTM i biblioteki logPy.
Będziemy obok i wesprzemy Cię w tym, dzięki czemu możesz uniknąć frustracji i szybciej zrozumieć trudne koncepcje, co pozwoli Ci skupić się na nauce i postępach w obszarze Deep Learningu.
Będziemy obok i wesprzemy Cię w tym, dzięki czemu możesz uniknąć frustracji i szybciej zrozumieć trudne koncepcje, co pozwoli Ci skupić się na nauce i postępach w obszarze Deep Learningu.
Formy nauczania
Połączyliśmy różne formy nauczania w jednym programie, aby pomóc Ci osiągać lepsze wyniki.
Nagrania wideo
Przygotowaliśmy filmy instruktażowe, które są dostępne online na platformie szkoleniowej, możesz je oglądać w dogodnym dla Ciebie czasie, a także śledzić własne postępy nauki.
Dyskusje w społeczności
Wszyscy studenci programu są zjednoczeni na wspólnym czacie, na którym mogą się poznać, wymieniać doświadczeniami, pomagać sobie nawzajem w nauce i znajdowaniu rozwiązań.
Sesje mentorskie
Sesje Q&A z autorem kursu pozwalają osiągnąć najlepsze efekty nauki poprzez wspólną burzę mózgów i wsparcie przy dodatkowych pytaniach.
Webinary na żywo
Dodatkowe tematyczne webinary online pomogą Ci głębiej poznać obszar deep lerning i data science, a także stale poszerzać horyzonty własnej wiedzy.
Technologie z którymi się zapoznasz
Zapoznasz się z niezbędnymi technologiami i narzędziami
wykorzystywanymi w obszarze deep learning.
wykorzystywanymi w obszarze deep learning.
Technologie z którymi się zapoznasz
Zapoznasz się z niezbędnymi technologiami i narzędziami
wykorzystywanymi w obszarze deep learning.
wykorzystywanymi w obszarze deep learning.
Co mówią nasi studenci o Akademii?
Powody, dla których warto zacząć z nami
Aby rozwinąć swoje kompetencje w Deep Learningu i Data Science, realizować szalenie ciekawe projekty i dostawać konkurencyjne wynagrodzenie dołącz do programu.
- Nagrania w przystępnej formieLekcje wideo są dopasowane do osób, które jeszcze nie mieli doświadczenia w IT, ale chcą zrozumieć w przystępnym języku, co i jak działa.
- Praktyczne zadaniaPrzykłady i zadania domowe oparte na realnych danych, co pozwala lepiej utrwalić zdobytą wiedzę teoretyczną w praktyce.
- Sesje eksperckie na żywoW trakcie programu organizowane są dodatkowe cztery sesje Q&A, podczas których można poznać zakątki deep learningu i uzyskać odpowiedzi na swoje pytania.
- Doświadczony mentorProgram oparty jest na prawdziwych doświadczeniach i błędach autora, które zbierał przez lata pracy w międzynarodowych firmach z różnych sektorów.
- Duże zapotrzebowanie na rynkuCiągły wzrost ilości danych gromadzonych w różnych obszarach gospodarki wymaga większej liczby specjalistów, którzy mogą je przekształcać i badać tworząc nową wartość biznesową.
Harmonogram
Zacznij swoją przygodę z deep learning już dziś.
Dzisiaj
Dzisiaj
Zapisy do Specjalizacji Deep Learning
dr Filip Wójcik, autor programu Specjalizacja Deep Learning
Wprowadzenie dla wszystkich uczestników kursu, gdzie Filip i Nikolay opowiedzą jak będzie przebiegać nauczanie i udzielą odpowiedzi na pojawiające się pytania. Sesje Q&A planowane co drugi tydzień od startu programu.
do 8 tygodni
do 8 tygodni
Przygotowanie własnego case study
Przygotujesz własny projekt z wykorzystaniem sieci neuronowych na przykładzie rozwiązania do przewidywania anomalii z wykorzystaniem informacji z logów.
do 8 tygodni
do 8 tygodni
Otrzymanie certyfikatu
Po ukończeniu programu otrzymasz pożądany, imienny certyfikat potwierdzający ukończenie Specjalizacji Deep Learning, wydany przez renomowaną firmę zarejestrowaną w Rejestrze Instytucji Szkoleniowych pod numerem 2.02/00025/2021.
Wybierz swoją ścieżkę
Uczę się od podstaw
Cena: 1469 zł
Nagrania wideo i przykłady
Nielimitowany dostęp
Dostęp do społeczności
Gwarancja najkorzystniejszej ceny
Dostęp do spotkań LIVE (Q&A)
Certyfikat imienny
Kurs wprowadzenia do Python
Nielimitowany dostęp
Dostęp do społeczności
Gwarancja najkorzystniejszej ceny
Dostęp do spotkań LIVE (Q&A)
Certyfikat imienny
Kurs wprowadzenia do Python
Każdy plan zawiera wstępnie nagrane filmy, które są dostępne na platformie edukacyjnej. Dostęp już od 48,27 zł netto tygodniowo (faktura VAT).
Uczę się w grupie
Uczę się sam
Cena: 797 zł
Nagrania wideo i przykłady
12 miesięcy dostępu
Dostęp do społeczności
Gwarancja najkorzystniejszej ceny
Dostęp do spotkań LIVE (Q&A)
Certyfikat imienny
Kurs wprowadzenia do Python
12 miesięcy dostępu
Dostęp do społeczności
Gwarancja najkorzystniejszej ceny
Dostęp do spotkań LIVE (Q&A)
Certyfikat imienny
Kurs wprowadzenia do Python
Nagrania wideo i przykłady
Nielimitowany dostęp
Dostęp do społeczności
Gwarancja najkorzystniejszej ceny
Dostęp do spotkań LIVE (Q&A)
Certyfikat imienny
Kurs wprowadzenia do Python
Nielimitowany dostęp
Dostęp do społeczności
Gwarancja najkorzystniejszej ceny
Dostęp do spotkań LIVE (Q&A)
Certyfikat imienny
Kurs wprowadzenia do Python
Cena: 1079 zł
Popularny wybór
Często Zadawane Pytania
Tutaj zebraliśmy odpowiedzi na najpopularniejsze pytania naszych uczniów.
Dlaczego Deep Learning?
Najbardziej obiecujący i rozwijający się obszar w data science, szerokie zastosowanie zdobytych umiejętności, łatwość w znalezieniu pracy, ciągły rozwój.
Czy mam umieć programować?
Aby uczestniczyć w kursie nie musisz mieć doświadczenia w programowaniu, ale zalecamy wybrać pakiet "Uczę się od podstaw", aby zacząć od poznania podstaw Python.
Na jak długo otrzymuję dostęp?
Podstawowy plan obejmuje dostęp przez 12 miesięcy, pozostałe plany mają dożywotni dostęp do platformy i aktualizacji programu.
Czy mogę odzyskać pieniądze?
Otrzymujesz 14 dniową gwarancję oraz możliwość pełnego zwrotu wpłaconej kwoty w przypadku rezygnacji z programu.
Tak, możesz kupować na raty za pośrednictwem naszego programu partnerskiego z Alior bankiem. 👆Kliknij aby poznać szczegóły.
Czy otrzymam certyfikat?
Tak, po pomyślnym ukończeniu testu końcowego otrzymujesz certyfikat Specjalizacji Deep Learning. Każdy certyfikat jest imienny.
Skontaktuj się z nami
Jeśli masz dodatkowe pytania lub kupujesz dostęp
dla 5+ osób, we wszystkim pomożemy!
dla 5+ osób, we wszystkim pomożemy!
Oczekujemy na kontakt zwrotny
Wpisz swoją wiadomość poniżej
Wysyłając wyrażasz zgodę na otrzymanie informacji o nowościach, promocjach, usługach i produktach Akademia Data Science.
Produkt
Aspekty prawne
SUBSKRYBUJ
© 2019-2023 ADS All rights reserved