Programa del Curso
Introducción
Fundamentos de Inteligencia Artificial y Machine Learning
Comprensión Deep Learning
-
Visión general de los conceptos básicos del aprendizaje profundo
Diferenciación entre Machine Learning y aprendizaje profundo
Descripción general de las aplicaciones para el aprendizaje profundo
Descripción general de Neural Networks
-
¿Qué son Neural Networks
Neural Networks Modelos de regresión vs
Comprender los fundamentos matemáticos y los mecanismos de aprendizaje
Construcción de una red neuronal artificial
Comprensión de los nodos neuronales y las conexiones
Trabajar con neuronas, capas y datos de entrada y salida
Comprensión de los perceptrones de una sola capa
Diferencias entre el aprendizaje supervisado y el no supervisado
Feedforward y retroalimentación de aprendizaje Neural Networks
Descripción de la propagación hacia adelante y hacia atrás
Comprensión de la memoria a corto plazo (LSTM)
Explorando lo recurrente Neural Networks en la práctica
Explorando la convolucional Neural Networks en la práctica
Mejorar la forma Neural Networks de aprender
Descripción general de las técnicas de aprendizaje profundo utilizadas en Telecom
-
Redes neuronales
Procesamiento del lenguaje natural
Reconocimiento de imágenes
Speech Recognition
Análisis de sentimiento
Exploración de casos prácticos de aprendizaje profundo para Telecom
-
Optimización del enrutamiento y la calidad del servicio a través del análisis del tráfico de red en tiempo real
Predicción de fallas de redes y dispositivos, interrupciones, aumentos repentinos de demanda, etc.
Análisis de llamadas en tiempo real para identificar comportamientos fraudulentos
Analizar el comportamiento de los clientes para identificar la demanda de nuevos productos y servicios
Procesamiento de grandes volúmenes de mensajes SMS para obtener información
Speech Recognition Para llamadas de soporte
Configuración de SDN y redes virtualizadas en tiempo real
Comprender los beneficios del aprendizaje profundo para Telecom
Explorando las diferentes bibliotecas de aprendizaje profundo para Python
-
TensorFlow
Duro
Configuración de Python con el TensorFlow para el aprendizaje profundo
-
Instalación de la API de Python TensorFlow
Prueba de la instalación TensorFlow
Configuración TensorFlow para el desarrollo
Entrenamiento de su primer TensorFlow modelo de red neuronal
Configuración Python con Keras para el aprendizaje profundo
Creación de modelos simples de aprendizaje profundo con Keras
-
Creación de un modelo Keras
Comprensión de los datos
Especificación del modelo de aprendizaje profundo
Compilación del modelo
Ajuste de su modelo
Trabajar con los datos de clasificación
Trabajar con modelos de clasificación
Uso de los modelos
Trabajar con TensorFlow para Deep Learning for Telecom
-
Preparación de los datos
Descarga de los datos
Preparación de datos de entrenamiento
Preparación de los datos de prueba
Escalado de entradas
Uso de marcadores de posición y variables
Requerimientos
- Experiencia con Python programación
- Familiaridad general con los conceptos de telecomunicaciones
- Familiaridad básica con la estadística y los conceptos matemáticos .
Audiencia
- Desarrolladores
- Científicos de datos
Testimonios (5)
I liked that the instructor had many pre-written scripts to show off many different aspects of ML and AI. I really enjoyed being able to see live demos of so many ways ML and AI is being used. Much of what we covered was cutting edge technology that is still in its early stages of development.
Matthew Pepper - Motorola Solutions
Curso - Deep Learning for Telecom (with Python)
The colab notebooks we get to keep
Palmer Greer - Motorola Solutions
Curso - Deep Learning for Telecom (with Python)
The clarity with which it was presented
John McLemore - Motorola Solutions
Curso - Deep Learning for Telecom (with Python)
examples based on our data
Witold - P4 Sp. z o.o.
Curso - Deep Learning for Telecom (with Python)
code examples:-)