Villamosmérnöki és Informatikai KarA kar a villamosmérnöki és informatikai tudományok területén képzi a hallgatókat, innovatív megoldásokkal és technológiákkal foglalkozva.
VIK
|
|
|
A Deep Learning alapjai
A képzés szemléletes bevezetést nyújt a mesterséges mély neuronhálók és a felügyelt tanítás világába. A résztvevők megismerkednek a mesterséges neuronok felépítésével, a többrétegű hálózatok működésével, valamint a tanítás folyamatával, mint paraméterbecsléssel. A kurzus során bemutatásra kerül a költségfüggvény, a hiba csökkentésének lehetőségei, az SGD (stochastic gradient descent) módszere, az error backpropagation algoritmus, valamint a vanishing gradient probléma és annak kezelési módjai.
A képzés végére a résztvevők megértik, hogyan tanulnak a modern mesterséges intelligencia rendszerek, és képesek lesznek értelmezni a deep learning modellek működését és korlátait.
A mélytanulás a mesterséges intelligencia egyik legfontosabb és leggyorsabban fejlődő területe. A képzés segít abban, hogy megértsd a technológia alapját képező elveket és algoritmusokat, amelyek ma már az önvezető autók, a hangfelismerés, a képfeldolgozás és számos ipari megoldás mögött állnak.
A cél az, hogy megismerd a leggyakoribb, valós veszélyt jelentő sérülékenységeket – például az SQL injection vagy a Cross-Site Scripting típusait –, és megértsd, milyen fejlesztői hibák idézhetik elő ezeket.
A képzés elsősorban mérnökhallgatóknak, informatikusoknak, fejlesztőknek és adatelemzéssel foglalkozó szakembereknek szól, akik szeretnék megérteni a deep learning alapvető működési elveit.
Neked szól, ha:
- érdekel, hogyan működnek a modern mesterséges intelligencia rendszerek,
- szeretnéd megérteni a neurális hálók tanításának matematikai és gyakorlati alapjait,
- később szeretnéd elmélyíteni tudásod specializált AI-területeken (pl. képfeldolgozás, NLP, generatív modellek).
A képzés elvégzése után:
-
ismerni fogod a mesterséges neuronhálók és a mélytanulás alapfogalmait,
- megérted a tanítás, a költségfüggvény és a hibacsökkentés logikáját,
-
képes leszel értelmezni a gradient alapú tanítási folyamatokat (SGD, backpropagation),
-
felismered a vanishing gradient probléma okait és lehetséges megoldásait,
-
és felkészülsz a haladó deep learning modellek és könyvtárak (pl. TensorFlow, PyTorch) megértésére és későbbi alkalmazására.
A képzés 3 órás, intenzív, személyes formában zajlik, amely online is elérhető. Az előadás szemléletes magyarázatokra, valós példákra és interaktív kérdezési lehetőségre épül.
A tanulás során a résztvevők nemcsak megértik a mélytanulás működését, hanem képet kapnak annak matematikai hátteréről és alkalmazási lehetőségeiről is
- Időpont: 2025.11.05. 10:00–13:00
- Időtartam: 3 óra
- Helyszín: BME I épület B szárny 210 vagy ONLINE
- Minimum létszám: 4 fő
- Képzés formája: személyes
- Díj: 0 Ft
- Piaci érték: 55 € / óra
A képzés kis- és középvállalkozások számára térítésmentes, amennyiben rendelkeznek a szükséges De Minimis kerettel, melyről a regisztráció során nyilatkoznak.
Felnőttképzési engedélyszám: E/2022/000106
Lehetőség van személyre szabott, ügyfélorientált workshop megszervezésére is a BME-n vagy a megrendelő intézmény telephelyén.
Érdeklődés esetén kérjük, írjon az alábbi címre: aiedih@vik.bme.hu
-
1.Oktatási alkalom
-
1. lecke
Személyes jelenlétet igényel