Explainability in Deep Learning: Demystifying Black-Box Models Treningskurs

Denne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot profesjonelle på avansert nivå som ønsker å forbedre sin forståelse av XAI-teknikker for komplekse AI-modeller.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Implementer state-of-the-art XAI-teknikker i AI-modeller.
• Tolke dyplæringsmodeller og deres beslutninger.
• Bruk avanserte modellagnostiske og modellspesifikke forklaringsmetoder.
• Ta tak i utfordringer knyttet til AI-transparens i komplekse systemer.

Dette kurset dekker AI (emphasizing Machine Learning og Deep Learning) i Automotive Industri. Det bidrar til å bestemme hvilken teknologi som kan (potentielt) brukes i flere situasjoner i en bil: fra enkel automatisering, bildeoppdagelse til selvstendig beslutningstaking.

Dette kurset er laget for ledere, løsningsarkitekter, innovasjonsansvarlige, CTOer, programvarearkitekter og alle som er interessert i en oversikt over anvendt kunstig intelligens og nærmeste prognose for utviklingen.

This instructor-led, live training in Norge (online or onsite) is aimed at beginner-level participants who wish to learn essential concepts in probability, statistics, programming, and machine learning, and apply these to AI development.

By the end of this training, participants will be able to:

• Understand basic concepts in probability and statistics, and apply them to real-world scenarios.
• Write and understand procedural, functional, and object-oriented programming code.
• Implement machine learning techniques such as classification, clustering, and neural networks.
• Develop AI solutions using rules engines and expert systems for problem-solving.

Artificial Neural Network er en beregningsdatamodell som brukes i utviklingen av Artificial Intelligence (AI) systemer som er i stand til å utføre "intelligente" oppgaver. Neural Networks brukes ofte i Machine Learning (ML) applikasjoner, som i seg selv er en implementering av AI. Deep Learning er en undergruppe av ML.

Dette er et 4-dagers kurs som introduserer AI og dens applikasjon. Det er en mulighet for å ha en ekstra dag til å gjennomføre et AI-prosjekt etter fullføring av dette kurset.

Dette er et 4-dagers kurs som introduserer AI og applikasjonen som bruker programmeringsspråket Python. Det er en mulighet for å ha en ekstra dag til å gjennomføre et AI-prosjekt etter fullføring av dette kurset.

This instructor-led, live training in Norge (online or onsite) is aimed at intermediate-level data scientists and statisticians who wish to prepare data, build models, and apply machine learning techniques effectively in their professional domains.

By the end of this training, participants will be able to:

• Understand and implement various Machine Learning algorithms.
• Prepare data and models for machine learning applications.
• Conduct post hoc analyses and visualize results effectively.
• Apply machine learning techniques to real-world, sector-specific scenarios.

Artificial Neural Network er en beregningsmessig datamodell som brukes i utviklingen av Artificial Intelligence (AI) systemer som er i stand til å utføre "intelligente" oppgaver. Neural Networks brukes ofte i Machine Learning (ML) applikasjoner, som i seg selv er en implementering av AI. Deep Learning er en undergruppe av ML.

Denne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot forskere og utviklere som ønsker å bruke Chainer til å bygge og trene nevrale nettverk i Python samtidig som koden er enkel å feilsøke.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Sett opp det nødvendige utviklingsmiljøet for å begynne å utvikle nevrale nettverksmodeller.
• Definer og implementer nevrale nettverksmodeller ved å bruke en forståelig kildekode.
• Utfør eksempler og modifiser eksisterende algoritmer for å optimalisere treningsmodeller for dyp læring mens du utnytter GPUer for høy ytelse.

This instructor-led, live training in Norge (online or onsite) provides an introduction into the field of pattern recognition and machine learning. It touches on practical applications in statistics, computer science, signal processing, computer vision, data mining, and bioinformatics.

By the end of this training, participants will be able to:

• Apply core statistical methods to pattern recognition.
• Use key models like neural networks and kernel methods for data analysis.
• Implement advanced techniques for complex problem-solving.
• Improve prediction accuracy by combining different models.

Denne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot utviklere og dataforskere som ønsker å lære det grunnleggende om Deep Reinforcement Learning mens de går gjennom opprettelsen av en Deep Learning Agent.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå nøkkelbegrepene bak Deep Reinforcement Learning og være i stand til å skille det fra Machine Learning.
• Bruk avanserte Reinforcement Learning algoritmer for å løse problemer i den virkelige verden.
• Bygg en Deep Learning Agent.

Denne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot fagfolk på nybegynnernivå som ønsker å lære det grunnleggende om Explainable AI og dets rolle i å utvikle ansvarlige AI-systemer.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå de grunnleggende konseptene for Forklarbar AI.
• Utforsk viktigheten av åpenhet og tolkbarhet i AI-modeller.
• Lær grunnleggende teknikker for å gjøre AI-modeller forklarlige.
• Bruk XAI-teknikker på enkle maskinlæringsmodeller.

Denne instruktørledede, direkteopplæringen i Norge (online eller på stedet) er rettet mot fagfolk på middels nivå som ønsker å bruke Forklarbare AI-teknikker for å sikre rettferdighet, åpenhet og etiske AI-systemer.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå rollen til XAI i etiske AI-systemer.
• Implementer XAI-teknikker for å oppdage og redusere skjevheter i AI-modeller.
• Sikre åpenhet i beslutningsprosesser for AI-modeller.
• Tilpass AI-utvikling med etiske og regulatoriske standarder.

Denne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot fagfolk på middels til avansert nivå som ønsker å implementere transparente AI-systemer i virkelige applikasjoner.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå viktigheten av åpenhet i AI-modeller.
• Implementer avanserte XAI-teknikker for å tolke komplekse modeller.
• Forbedre modelltransparens ved å bruke SHAP, LIME og andre verktøy.
• Ta tak i etiske bekymringer og rettferdighet i AI-modeller.