Explainability in Deep Learning: Demystifying Black-Box Models Training Course

Pelatihan langsung yang dipimpin instruktur di Indonesia (online atau di tempat) ini ditujukan untuk profesional tingkat lanjut yang ingin meningkatkan pemahaman mereka tentang teknik XAI untuk model AI yang kompleks.

Pada akhir pelatihan ini, peserta akan dapat:

• Terapkan teknik XAI tercanggih dalam model AI.
• Menafsirkan model pembelajaran mendalam dan keputusannya.
• Terapkan metode penjelasan tingkat lanjut yang tidak bergantung pada model dan spesifik pada model.
• Atasi tantangan terkait transparansi AI dalam sistem yang kompleks.

Kursus ini mencakup AI (emphasizing Machine Learning dan Deep Learning) di Automotive Industri. Ini membantu menentukan teknologi apa yang dapat (potensial) digunakan dalam situasi berbilang dalam sebuah mobil: dari otomatisasi sederhana, pengenalan gambar hingga pengambilan keputusan otomatis.

Kursus ini telah diciptakan untuk manajer, arsitek solusi, pejabat inovasi, CTO, arsitek perangkat lunak dan siapa saja yang tertarik dengan gambaran keseluruhan kecerdasan buatan yang diterapkan dan ramalan terdekat untuk pengembangan.

This instructor-led, live training in Indonesia (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.

Jaringan Syaraf Tiruan adalah model data komputasi yang digunakan dalam pengembangan sistem Artificial Intelligence (AI) yang mampu melakukan tugas-tugas "cerdas". Neural Networks umumnya digunakan dalam aplikasi Machine Learning (ML), yang merupakan salah satu implementasi AI. Deep Learning adalah bagian dari ML.

This instructor-led, live training in Indonesia (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 is a computational data model used in the development of Artificial Intelligence (AI) systems capable of performing "intelligent" tasks. Neural Networks are commonly used in Machine Learning (ML) applications, which are themselves one implementation of AI. Deep Learning is a subset of ML.

This instructor-led, live training in Indonesia (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.

Jenis: Pelatihan teoretis dengan penerapan yang diputuskan sebelumnya dengan siswa tentang Lasagna atau Keras sesuai dengan kelompok pendidikan

Metode pengajaran: presentasi, diskusi dan studi kasus

Kecerdasan buatan, setelah mendisrupsi banyak bidang ilmu pengetahuan, telah mulai merevolusi sejumlah besar sektor ekonomi (industri, kedokteran, komunikasi, dll.). Namun penyajiannya di media arus utama seringkali hanya sekedar khayalan, sangat jauh dari domain Machine Learning atau Deep Learning sebenarnya. Tujuan dari pelatihan ini adalah untuk membekali para insinyur yang telah menguasai alat-alat TI (termasuk pemrograman perangkat lunak dasar) dengan pengenalan Deep Learning serta berbagai bidang spesialisasi dan arsitektur jaringan utama yang ada saat ini. Jika dasar-dasar matematika tercakup selama kursus, tingkat matematika BAC+2 direkomendasikan untuk kenyamanan yang lebih baik. Sangat mungkin untuk mengabaikan sumbu matematika dan hanya mempertahankan visi “sistem”, namun pendekatan ini akan sangat membatasi pemahaman Anda tentang subjek tersebut.

The training is aimed at people who want to learn the basics of neural networks and their applications.

This course is an introduction to applying neural networks in real world problems using R-project software.

In this instructor-led, live training in Indonesia, participants will learn how to take advantage of the innovations in TPU processors to maximize the performance of their own AI applications.

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

• Train various types of neural networks on large amounts of data.
• Use TPUs to speed up the inference process by up to two orders of magnitude.
• Utilize TPUs to process intensive applications such as image search, cloud vision and photos.

Pelatihan langsung yang dipimpin instruktur di Indonesia (online atau di tempat) ini ditujukan untuk profesional tingkat pemula yang ingin mempelajari dasar-dasar AI yang Dapat Dijelaskan dan perannya dalam mengembangkan sistem AI yang bertanggung jawab.

Pada akhir pelatihan ini, peserta akan dapat:

• Memahami konsep dasar AI yang dapat dijelaskan.
• Jelajahi pentingnya transparansi dan interpretabilitas dalam model AI.
• Pelajari teknik dasar untuk membuat model AI dapat dijelaskan.
• Terapkan teknik XAI ke model pembelajaran mesin sederhana.

Pelatihan langsung yang dipimpin instruktur di Indonesia (online atau di tempat) ini ditujukan untuk profesional tingkat menengah yang ingin menerapkan teknik AI yang Dapat Dijelaskan untuk memastikan keadilan, transparansi, dan sistem AI yang etis.

Pada akhir pelatihan ini, peserta akan dapat:

• Memahami peran XAI dalam sistem AI yang etis.
• Terapkan teknik XAI untuk mendeteksi dan mengurangi bias dalam model AI.
• Pastikan transparansi dalam proses pengambilan keputusan model AI.
• Menyelaraskan pengembangan AI dengan standar etika dan peraturan.

Pelatihan langsung yang dipimpin instruktur di Indonesia (online atau di tempat) ini ditujukan untuk profesional tingkat menengah hingga tingkat lanjut yang ingin menerapkan sistem AI transparan dalam aplikasi dunia nyata.

Pada akhir pelatihan ini, peserta akan dapat:

• Memahami pentingnya transparansi dalam model AI.
• Terapkan teknik XAI tingkat lanjut untuk menginterpretasikan model yang kompleks.
• Tingkatkan transparansi model menggunakan SHAP, LIME, dan alat lainnya.
• Menangani masalah etika dan keadilan dalam model AI.