30 pon | 1 wt | 2 śr | 3 czw | 4 pt | 5 sob | 6 nie |
---|---|---|---|---|---|---|
Całodzienny
|
Digital Innovation Hub: Budowa zbiorów danych oraz ocena jakości w rozwiązaniach bazujących na uczeniu maszynowym
Digital Innovation Hub: Budowa zbiorów danych oraz ocena jakości w rozwiązaniach bazujących na uczeniu maszynowym
Gru 1 całodniowy
Celem kursu jest zapoznanie uczestników z problematyką budowy zbiorów danych służących treningowi i testowaniu systemów wykorzystujących uczenie maszynowe oraz metodami oceny jakości tych systemów. W pierwszej części kursu przedstawione są praktyki kolekcjonowania danych, etykietowania, przetwarzania wstępnego oraz tworzenia zbiorów treningowych, walidacyjnych i testowych, wykorzystywanych typowo w systemach uczenia maszynowego. Druga część kursu obejmuje problematykę oceny[...]
|
Digital Innovation Hub: Budowa zbiorów danych oraz ocena jakości w rozwiązaniach bazujących na uczeniu maszynowym
Digital Innovation Hub: Budowa zbiorów danych oraz ocena jakości w rozwiązaniach bazujących na uczeniu maszynowym
Gru 2 całodniowy
Celem kursu jest zapoznanie uczestników z problematyką budowy zbiorów danych służących treningowi i testowaniu systemów wykorzystujących uczenie maszynowe oraz metodami oceny jakości tych systemów. W pierwszej części kursu przedstawione są praktyki kolekcjonowania danych, etykietowania, przetwarzania wstępnego oraz tworzenia zbiorów treningowych, walidacyjnych i testowych, wykorzystywanych typowo w systemach uczenia maszynowego. Druga część kursu obejmuje problematykę oceny[...]
|
Digital Innovation Hub: Budowa zbiorów danych oraz ocena jakości w rozwiązaniach bazujących na uczeniu maszynowym
Digital Innovation Hub: Budowa zbiorów danych oraz ocena jakości w rozwiązaniach bazujących na uczeniu maszynowym
Gru 3 całodniowy
Celem kursu jest zapoznanie uczestników z problematyką budowy zbiorów danych służących treningowi i testowaniu systemów wykorzystujących uczenie maszynowe oraz metodami oceny jakości tych systemów. W pierwszej części kursu przedstawione są praktyki kolekcjonowania danych, etykietowania, przetwarzania wstępnego oraz tworzenia zbiorów treningowych, walidacyjnych i testowych, wykorzystywanych typowo w systemach uczenia maszynowego. Druga część kursu obejmuje problematykę oceny[...]
|
Digital Innovation Hub: Budowa zbiorów danych oraz ocena jakości w rozwiązaniach bazujących na uczeniu maszynowym
Digital Innovation Hub: Budowa zbiorów danych oraz ocena jakości w rozwiązaniach bazujących na uczeniu maszynowym
Gru 4 całodniowy
Celem kursu jest zapoznanie uczestników z problematyką budowy zbiorów danych służących treningowi i testowaniu systemów wykorzystujących uczenie maszynowe oraz metodami oceny jakości tych systemów. W pierwszej części kursu przedstawione są praktyki kolekcjonowania danych, etykietowania, przetwarzania wstępnego oraz tworzenia zbiorów treningowych, walidacyjnych i testowych, wykorzystywanych typowo w systemach uczenia maszynowego. Druga część kursu obejmuje problematykę oceny[...]
|
||
00:00
01:00
02:00
03:00
04:00
05:00
06:00
07:00
08:00
09:00
10:00
11:00
12:00
13:00
14:00
15:00
16:00
17:00
18:00
19:00
20:00
21:00
22:00
23:00
|
|
|
10:30
Mitsubishi Electric: Nowoczesne oblicze utrzymania ruchu w Fabryce Przyszłości
Mitsubishi Electric: Nowoczesne oblicze utrzymania ruchu w Fabryce Przyszłości
Gru 3@10:30 – 11:30
„Predicitive Maintanance” stanowi jeden z filarów idei Industry 4.0. Hasło to, często oznacza najbardziej optymalne wykorzystanie możliwości maszyn i urządzeń w zakładzie poprzez eliminację awarii i przestojów z nimi związanymi. Ciągły rozwój przemysłu wymusza na nas coraz dokładniejsze metody pozyskiwana danych, a następnie ich analizy. Dzięki temu powstają coraz efektywniejsze aplikacje umożliwiające zdalny monitoring. Ale jak[...]
|
|
|
|