Digital Hands-on: Fra use case til AI-projekt

Kom med, når vi i samarbejde med Ambolt giver dig indblik i, hvordan du kommer i gang med anvendelse af kunstig intelligens og maskinlæring i din virksomhed. Via en kombination af videnoverførsel (Tech Talks) og praktisk arbejde (workshops og Code Labs) kommer vi rundt om en række relevante teoretiske og praktiske emner, som du vil komme til at arbejde med i konkrete, praktiske eksempler. 

Digital Hands-on består af i alt fire sessioner med tech talks, workshops og code labs - du vælger selv, om du ønsker at deltage i alle fire sessioner eller kun enkelte udvalgte. 

Målgruppe

Om du er beslutningstager eller data scientist er ikke det afgørende for deltagelse i disse sessioner. Vi afdækker rejsen fra opdagelse af use case til udvikling af løsningen via brugen af typiske metoder inden for maskinlæring. 

Du bliver således både opgraderet på den nyeste viden inden for feltet og får praktisk erfaring via hands-on arbejde med din egen virksomhed.

pil_blaa

Under Digital Hands-on kan du deltage i fire sessioner:

Session 1 - Data visualization & Prep
I denne session kigger vi på hvordan man arbejder med data mod det formål at gøre det “klar” til maskinlæring. Desuden vil der også blive arbejdet med avanceret datavisualisering.

Session 2 - Maskinlæring

Maskinlæring forsøger at få computere til at lære at træffe beslutninger ud fra data. Maskinlæringsteknikker kræver ofte ikke særlig meget beregningskraft, men kan alligevel løse mange problemer og skabe stor værdi.

Session 3 - Deep learning
Deep learning er en bestemt type maskinlæring, der har vist sig at være effektiv på kompleks data. Derfor bruges deep learning ofte til bl.a. at oversætte meget store datasæt man ikke umiddelbart menneskeligt vil kunne omsætte til beslutninger og indsigter. 

Session 4 - Computer vision
Computer vision bruges når man ønsker at behandle billede eller filmmateriale med det formål at kunne udlede specifik indhold. Eksempler på dette kan være hvorvidt om en person har mundbind på eller ej.

Forberedelse til deltagelse


Alle sessioner tager afsæt i open-source platformen Emily. Emily er designet til hurtigst muligt at komme “from data to docker contained and deployer AI enabled microservice”. Af hensyn til deltagernes tid vil der være kodeeksempler klar til download til alle sessioner.

Deltagerne skal registrere sig på platformen inden eventet - mail med flere detaljer fremsendes inden første tech talk.