Cover
Jelenléti

A Deep Learning alapjai

3 órás, gyakorlatorientált bevezető a mélytanulásba
Mit nyújt a képzés?

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.

Miért érdemes belevágnod?

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.

Kinek ajánlott?

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).
Milyen tudásra teszel szert ezen a képzésen?

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.

Ki lesz mindebben oktatód és mentorod?
Dr. Mihajlik Péter portré
Dr. Mihajlik PéterOktató Budapesti Műszaki és Gazdaságtudományi Egyetem
Dr. Mihajlik Péter több éves kutatói és oktatói tapasztalattal rendelkezik a mesterséges intelligencia, a gépi tanulás és a beszédtechnológia területén. Szakértelmével és gyakorlatorientált szemléletével közérthetően vezeti be a hallgatókat a deep learning elméleti alapjaiba és gyakorlati alkalmazásaiba.
Hogyan fogsz tanulni?

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

Mikor indul a képzés?
  • 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

 

 

További információ és egyedi igények

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