Kursplan
Introduksjon
Grunnleggende om kunstig intelligens og Machine Learning
Forståelse Deep Learning
- Oversikt over de grunnleggende konseptene til Deep Learning
- Skille mellom Machine Learning og Deep Learning
- Oversikt over søknader for Deep Learning
Oversikt over Neural Networks
- Hva er Neural Networks
- Neural Networks vs regresjonsmodeller
- Forstå Mathematical grunnlag og læringsmekanismer
- Konstruere et kunstig nevralt nettverk
- Forstå nevrale noder og forbindelser
- Arbeide med nevroner, lag og inn- og utdata
- Forstå enkeltlagsperceptroner
- Forskjeller mellom veiledet og uovervåket læring
- Lære tilbakemeldinger og tilbakemeldinger Neural Networks
- Forstå forplantning fremover og forplantning tilbake
- Forstå langtidsminne (LSTM)
- Utforsking av tilbakevendende Neural Networks i praksis
- Exploring Convolutional Neural Networks i praksis
- Forbedre måten Neural Networks Lær
Oversikt over Deep Learning teknikker brukt i Telecom
- Neural Networks
- Naturlig språkbehandling
- Bildegjenkjenning
- Speech Recognition
- Sentimentanalyse
Utforsker Deep Learning kasusstudier for Telecom
- Optimalisering av ruting og tjenestekvalitet gjennom sanntidsnettverkstrafikkanalyse
- Forutsi nettverks- og enhetsfeil, strømbrudd, etterspørselsøkninger osv.
- Analysere anrop i sanntid for å identifisere uredelig atferd
- Analysere kundeatferd for å identifisere etterspørsel etter nye produkter og tjenester
- Behandler store mengder SMS-meldinger for å få innsikt
- Speech Recognition for støtteanrop
- Konfigurere SDN-er og virtualiserte nettverk i sanntid
Forstå fordelene med Deep Learning for Telecom
Utforske de forskjellige Deep Learning bibliotekene for Python
- TensorFlow
- Keras
Sette opp Python med TensorFlow for Deep Learning
- Installere TensorFlow Python API
- Tester TensorFlow-installasjonen
- Oppsett TensorFlow for utvikling
- Trene din første TensorFlow nevrale nettmodell
Sette opp Python med Keras for Deep Learning
Bygge enkle Deep Learning modeller med Keras
- Opprette en Keras modell
- Forstå dataene dine
- Spesifisere din Deep Learning modell
- Kompilere modellen din
- Tilpasning av modellen din
- Arbeide med klassifiseringsdataene dine
- Arbeid med klassifikasjonsmodeller
- Bruke modellene dine
Arbeide med TensorFlow for Deep Learning for Telecom
- Klargjøring av data
- Laster ned dataene
- Forberede treningsdata
- Forbereder testdata
- Skalering av innganger
- Bruke plassholdere og variabler
- Spesifisere nettverksarkitekturen
- Bruke kostnadsfunksjonen
- Bruke Optimizer
- Bruke initialiseringsprogrammer
- Tilpasning til det nevrale nettverket
- Bygge grafen
- Inferens
- Tap
- Opplæring
- Trening av modellen
- Grafen
- Sesjonen
- Togsløyfe
- Evaluering av modellen
- Bygge Eval-grafen
- Evaluering med Eval Output
- Treningsmodeller i stor skala
- Visualisere og evaluere modeller med TensorBoard
Hands-on: Bygge en Deep Learning Kunde Churn Prediction Model ved å bruke Python
Utvide bedriftens evner
- Utvikle modeller i skyen
- Bruke GPUs for å akselerere Deep Learning
- Bruker Deep Learning Neural Networks for Computer Vision, stemmegjenkjenning og tekstanalyse
Oppsummering og konklusjon
Krav
- Erfaring med Python programmering
- Generell kjennskap til telekomkonsepter
- Grunnleggende kjennskap til statistikk og matematiske begreper
Publikum
- Utviklere
- Dataforskere
Referanser (5)
eksempler basert på våre data
Witold - P4 Sp. z o.o.
Kurs - Deep Learning for Telecom (with Python)
Maskinoversatt
kodeeksempler:-)
Marcin - P4 Sp. z o.o.
Kurs - Deep Learning for Telecom (with Python)
Maskinoversatt
Jeg likte at instruktøren hadde mange forhånds skrevne skript for å vise mange ulike aspekter av ML og AI. Jeg nyttet virkelig å kunne se live-demos av så mange måter ML og AI brukes på. Mye av det vi dekket var sannsynligvis kutting edge-teknologi som ennå er i sine tidlige utviklingsstadier.
Matthew Pepper - Motorola Solutions
Kurs - Deep Learning for Telecom (with Python)
Maskinoversatt
De colab-arkene vi får beholde
Palmer Greer - Motorola Solutions
Kurs - Deep Learning for Telecom (with Python)
Maskinoversatt
Tydeligheten med hvilken det ble presentert
John McLemore - Motorola Solutions
Kurs - Deep Learning for Telecom (with Python)
Maskinoversatt