Formation Fiji: Introduction to Scientific Image Processing

La correspondance de motifs est une technique utilisée pour localiser les motifs spécifiés dans une image. Il peut être utilisé pour déterminer l'existence de caractéristiques spécifiées dans une image capturée, par exemple l'étiquette attendue sur un produit défectueux dans une ligne d'usine ou les dimensions spécifiées d'un composant. Il est différent de " Pattern Recognition " (qui reconnaît les modèles généraux basés sur des collections plus importantes d'échantillons connexes) en ce qu'il dicte spécifiquement ce que nous recherchons, puis nous indique si le modèle attendu existe ou non.

Format du cours

• Ce cours présente les approches, les technologies et les algorithmes utilisés dans le domaine de la correspondance de modèles tel qu'il s'applique à la Machine Vision .

Marvin est un framework de traitement d'images et de vidéos vidéo extensible, multiplate-forme et à code source ouvert, développé en Java . Les développeurs peuvent utiliser Marvin pour manipuler des images, extraire des fonctionnalités d’images pour des tâches de classification, générer des figures par algorithme, traiter des ensembles de données de fichiers vidéo et configurer l’automatisation du test unitaire.

Certaines des applications vidéo de Marvin incluent le filtrage, la réalité augmentée, le suivi d'objets et la détection de mouvement.

Dans ce cours en direct animé par un instructeur, les participants apprendront les principes de l'analyse d'images et de vidéos et utiliseront le framework Marvin et ses algorithmes de traitement d'images pour créer leur propre application.

Format du cours

• Les principes de base de l'analyse d'images, l'analyse vidéo et le framework Marvin sont d'abord présentés. Les étudiants reçoivent des tâches basées sur des projets qui leur permettent de mettre en pratique les concepts appris. À la fin du cours, les participants auront développé leur propre application à l'aide du framework Marvin et des bibliothèques.

Scilab est un langage de haut niveau bien développé, gratuit et open source pour la manipulation de données scientifiques. Utilisée pour les statistiques, les graphiques et l’animation, la simulation, le traitement du signal, la physique, l’optimisation, etc., sa structure de données centrale est la matrice, simplifiant de nombreux types de problèmes par rapport à d’autres solutions telles que les dérivés FORTRAN et C. Il est compatible avec des langages tels que C, Java et Python , ce qui en fait un complément aux systèmes existants.

Au cours de cette formation dirigée par un instructeur, les participants découvriront les avantages de Scilab par rapport à des alternatives telles que Matlab, les bases de la syntaxe Scilab , ainsi que certaines fonctions avancées et une interface avec d’autres langages largement utilisés, en fonction de la demande. Le cours se terminera par un bref projet axé sur le traitement d'images.

À la fin de cette formation, les participants maîtriseront les fonctions de base et certaines fonctions avancées de Scilab , ainsi que les ressources nécessaires pour continuer à élargir leurs connaissances.

Public

• Scientifiques et ingénieurs spécialisés dans les données, particulièrement intéressés par le traitement d'images et la reconnaissance faciale

Format du cours

• Partie conférence, partie discussion, exercices et exercices pratiques intensifs, avec un projet final

PaddlePaddle (PArallel Distributed Deep LEarning) is a scalable deep learning platform developed by Baidu.

In this instructor-led, live training, participants will learn how to use PaddlePaddle to enable deep learning in their product and service applications.

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

• Set up and configure PaddlePaddle
• Set up a Convolutional Neural Network (CNN) for image recognition and object detection
• Set up a Recurrent Neural Network (RNN) for sentiment analysis
• Set up deep learning on recommendation systems to help users find answers
• Predict click-through rates (CTR), classify large-scale image sets, perform optical character recognition(OCR), rank searches, detect computer viruses, and implement a recommendation system.

Audience

• Developers
• Data scientists

Format of the course

• Part lecture, part discussion, exercises and heavy hands-on practice

Il s'agit d'une introduction de 5 jours à Data Science et à l'IA.

Le cours est livré avec des exemples et des exercices utilisant Python

Cette formation en direct avec instructeur (en ligne ou sur site) s'adresse aux spécialistes du marketing qui souhaitent utiliser l'IA pour améliorer les stratégies de marketing numérique grâce à des informations précieuses sur les clients.

A l'issue de cette formation, les participants seront capables de :

• Les logiciels d'IA pour améliorer la façon dont les marques se connectent aux utilisateurs.
• Utiliser les chatbots pour optimiser l'expérience utilisateur.
• Augmenter la productivité et les revenus grâce à l'automatisation des tâches.

Cette formation en direct avec instructeur en France (en ligne ou sur site) s'adresse aux managers et aux chefs d'entreprise qui souhaitent apprendre les principes fondamentaux de l'intelligence artificielle et gérer des projets d'intelligence artificielle pour leur organisation.

À l'issue de cette formation, les participants seront en mesure de comprendre l'IA à un niveau technique et d'élaborer des stratégies en utilisant les données et les ressources de leur organisation pour gérer avec succès les projets d'IA.

Cette formation en direct (en ligne ou sur site) s'adresse aux ingénieurs qui souhaitent programmer et créer des robots à l'aide des méthodes de base de l'IA.

A l'issue de cette formation, les participants seront capables de :

• Implémenter des filtres (Kalman et particulaire) pour permettre au robot de localiser des objets en mouvement dans son environnement.
• Implémenter des algorithmes de recherche et de planification de mouvement.
• Implémenter des contrôles PID pour réguler le mouvement d'un robot dans un environnement.
• Implémenter des algorithmes SLAM pour permettre à un robot de cartographier un environnement inconnu.

Cette formation en direct, animée par un instructeur (sur site ou à distance), est destinée aux professionnels qui souhaitent apprendre et comprendre le concept d'IA et comment l'utiliser de manière efficace et responsable.

Au terme de cette formation, les participants seront capables de :

Apprenez le concept de Artificial Intelligence (AI). Comprendre les limites et les dangers de l'IA et l'utiliser de manière responsable. Savoir comment utiliser efficacement l'IA dans des scénarios réels.

Dans cette formation en direct avec instructeur (en ligne ou sur site), les participants apprendront les différentes technologies, cadres et techniques pour programmer différents types de robots utilisés dans le domaine de la technologie nucléaire et des systèmes environnementaux.

Le cours de 6 semaines se déroule 5 jours par semaine. Chaque jour dure 4 heures et se compose de conférences, de discussions et de travaux pratiques sur le développement de robots dans un environnement de laboratoire réel. Les participants réaliseront divers projets concrets applicables à leur travail afin de mettre en pratique les connaissances acquises.

Le matériel cible pour ce cours sera simulé en 3D à l'aide d'un logiciel de simulation. Le cadre open-source ROS (Robot Operating System), C++ et Python seront utilisés pour programmer les robots.

A l'issue de cette formation, les participants seront capables de :

• Comprendre les concepts clés utilisés dans les technologies robotiques.
• Comprendre et gérer l'interaction entre le logiciel et le matériel dans un système robotique.
• Comprendre et mettre en œuvre les composants logiciels qui sous-tendent la robotique.
• Construire et faire fonctionner un robot mécanique simulé qui peut voir, sentir, traiter, naviguer et interagir avec les humains par la voix.
• Comprendre les éléments nécessaires de l'intelligence artificielle (apprentissage automatique, apprentissage profond, etc.) applicables à la construction d'un robot intelligent.
• Implémenter des filtres (Kalman et particulaire) pour permettre au robot de localiser des objets en mouvement dans son environnement.
• Implémenter des algorithmes de recherche et de planification de mouvement.
• Implémenter des contrôles PID pour réguler le mouvement d'un robot dans un environnement.
• Implémenter des algorithmes SLAM pour permettre à un robot de cartographier un environnement inconnu.
• Etendre la capacité d'un robot à effectuer des tâches complexes grâce à Deep Learning.
• Tester et dépanner un robot dans des scénarios réalistes.

Dans cette formation en direct avec instructeur (en ligne ou sur site), les participants apprendront les différentes technologies, cadres et techniques pour programmer différents types de robots utilisés dans le domaine de la technologie nucléaire et des systèmes environnementaux.

Le cours de 4 semaines se déroule 5 jours par semaine. Chaque jour dure 4 heures et se compose de conférences, de discussions et de travaux pratiques sur le développement de robots dans un environnement de laboratoire réel. Les participants réaliseront divers projets réels applicables à leur travail afin de mettre en pratique les connaissances acquises.

Le matériel cible de ce cours sera simulé en 3D à l'aide d'un logiciel de simulation. Le code sera ensuite chargé sur du matériel physique (Arduino ou autre) pour le test de déploiement final. Le cadre open-source ROS (Robot Operating System), C++ et Python seront utilisés pour programmer les robots.

A l'issue de cette formation, les participants seront capables de :

• Comprendre les concepts clés utilisés dans les technologies robotiques.
• Comprendre et gérer l'interaction entre le logiciel et le matériel dans un système robotique.
• Comprendre et mettre en œuvre les composants logiciels qui sous-tendent la robotique.
• Construire et faire fonctionner un robot mécanique simulé qui peut voir, sentir, traiter, naviguer et interagir avec les humains par la voix.
• Comprendre les éléments nécessaires de l'intelligence artificielle (apprentissage automatique, apprentissage profond, etc.) applicables à la construction d'un robot intelligent.
• Implémenter des filtres (Kalman et particulaire) pour permettre au robot de localiser des objets en mouvement dans son environnement.
• Implémenter des algorithmes de recherche et de planification de mouvement.
• Implémenter des contrôles PID pour réguler le mouvement d'un robot dans un environnement.
• Implémenter des algorithmes SLAM pour permettre à un robot de cartographier un environnement inconnu.
• Tester et dépanner un robot dans des scénarios réalistes.

This is a classroom based training session in a presentation and Q&A format

Cette formation en <loc> ; (en ligne ou sur site) est destinée aux spécialistes du marketing numérique, aux créateurs de contenu et aux développeurs qui souhaitent comprendre l'impact de l'IA sur les moteurs de recherche, explorer les capacités de Bing AI et se familiariser avec les technologies de chatbot et leurs applications.

A l'issue de cette formation, les participants seront capables de :

• Comprendre les principes et les avantages de l'IA de Bing.
• Identifier les fonctionnalités alimentées par l'IA au sein de Bing et leurs applications.
• Utiliser l'IA de Bing pour améliorer les résultats de recherche et l'expérience des utilisateurs.
• Évaluer le potentiel de l'IA dans l'optimisation des moteurs de recherche (SEO) et la création de contenu.
• Explorer les technologies de chatbot et leurs applications, y compris Bing AI Chatbot.

Cette formation en direct avec instructeur en <loc> ; (en ligne ou sur site) est destinée aux data scientists qui souhaitent utiliser IBM Cloud Pak pour préparer les données en vue de leur utilisation dans des solutions d'IA.

A l'issue de cette formation, les participants seront capables de :

• Installer et configurer Cloud Pak for Data.
• Unifier la collecte, l'organisation et l'analyse des données.
• Intégrer Cloud Pak for Data avec une variété de services pour résoudre les problèmes courants de l'entreprise.
• Implémenter des flux de travail pour collaborer avec les membres de l'équipe sur le développement d'une solution d'IA.

Cette formation en direct avec instructeur à France (en ligne ou sur site) est destinée aux développeurs et architectes de niveau débutant à intermédiaire qui souhaitent apprendre les principes fondamentaux de la conduite intelligente et comment les appliquer à des scénarios du monde réel.

A l'issue de cette formation, les participants seront capables de :

• Expliquer les concepts et principes de base de l'IA et comment ils peuvent être appliqués à la conduite.
• Comprendre l'architecture et les composants des systèmes de conduite intelligente.
• Créer et visualiser un modèle de conduite composite à partir de différentes disciplines de conception.
• Communiquer et annoter les problèmes et le retour d'information dans le modèle.
• Détecter et résoudre les conflits entre les scénarios de conduite.
• Simuler et contrôler les calendriers et les coûts de la conduite.