Fiji: Introduction to Scientific Image Processing培训

模式匹配是一种用于在图像中定位指定模式的技术。它可用于确定捕获图像中指定特征的存在，例如工厂生产线中缺陷产品上的预期标签或组件的指定尺寸。它不同于“ Pattern Recognition ”（它识别基于较大的相关样本集合的一般模式），因为它具体指示了我们正在寻找的东西，然后告诉我们预期的模式是否存在。

课程格式

• 本课程介绍了模式匹配领域中使用的方法，技术和算法，因为它适用于Machine Vision 。

Marvin是一个用Java开发的可扩展，跨平台，开源的图像和视频处理框架。开发人员可以使用Marvin来处理图像，从图像中提取特征以进行分类任务，通过算法生成图形，处理视频文件数据集以及设置单元测试自动化。

Marvin的一些视频应用包括滤波，增强现实，物体跟踪和运动检测。

在这个以讲师为主导的实践课程中，学员将学习图像和视频分析的原理，并利用Marvin框架及其图像处理算法构建自己的应用程序。

课程格式

• 首先介绍了图像分析，视频分析和Marvin框架的基本原理。为学生提供基于项目的任务，使他们能够练习所学的概念。在课程结束时，参与者将使用Marvin框架和库开发自己的应用程序。

Scilab是一种用于科学数据处理的完善的，免费的，开源的高级语言。用于统计，图形和动画，模拟，信号处理，物理，优化等，其中心数据结构是矩阵，与FORTRAN和C衍生物等替代品相比，简化了许多类型的问题。它与C， Java和Python等语言兼容，因此适合用作现有系统的补充。

在这个教师指导的培训，学员将学习的优点Scilab相比，像Matlab的基础知识替代Scilab语法以及一些先进的功能和接口与其他广泛使用的语言，视需求而定。本课程将以一个专注于图像处理的简短项目结束。

在培训结束时，参与者将掌握Scilab的基本功能和一些高级功能，并有资源继续扩展他们的知识。

听众

• 数据科学家和工程师，特别是对图像处理和面部识别感兴趣

课程形式

• 部分讲座，部分讨论，练习和密集的实践练习，以及最终项目

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

这是为期5天的Data Science和AI入门。

本课程随附使用Python示例和练习

这种以讲师为主导的中国现场现场培训针对的是希望使用AI通过有价值的客户洞察力来改进数字营销策略的营销人员。

在培训结束时，参与者将能够：

• 利用 AI 软件改善品牌与用户建立联系的方式。
• 使用聊天机器人来优化用户体验。
• 通过任务自动化提高生产力和收入。

这种以讲师为主导的中国现场现场培训针对的是希望了解人工智能基础知识并为其组织管理人工智能项目的经理和业务领导者。

在本次培训结束时，参与者将能够在技术层面上了解人工智能，并利用其组织的数据和资源制定战略，以成功管理人工智能项目。

这种以讲师为主导的中国现场现场培训针对的是希望通过基本AI方法编程和创建机器人的工程师。

在培训结束时，参与者将能够：

• 实施过滤器（卡尔曼和粒子），使机器人能够定位其环境中的移动物体。
• 实现搜索算法和运动规划。
• 实施 PID 控制以调节机器人在环境中的运动。
• 实施SLAM算法，使机器人能够绘制出未知环境。

此讲师指导的现场培训（在线或现场）面向希望学习和理解 AI 概念以及如何有效和负责任地使用它的专业人士。

到本次培训结束时，参与者将能够：

了解 Artificial Intelligence (AI) 的概念。了解 AI 的限制和危险，并负责任地使用它。知道如何在现实场景中有效地使用 AI。

在这个以讲师为主导的中国现场现场培训中，参与者将学习不同的技术，框架和技术，用于编程用于核技术和环境系统领域的不同类型的机器人。

为期 6 周的课程每周 5 天举行。每天有 4 个小时，包括讲座、讨论和在现场实验室环境中动手机器人开发。参与者将完成适用于其工作的各种现实世界项目 ，以实践他们所获得的知识。

本课程的目标硬件将通过仿真软件进行3D仿真。ROS（机器人操作系统）开源框架，C++和Python将用于机器人编程。

在培训结束时，参与者将能够：

• 了解机器人技术中使用的关键概念。
• 了解和管理机器人系统中软件和硬件之间的交互。
• 了解并实施支持机器人技术的软件组件。
• 构建和操作一个模拟机械机器人，该机器人可以通过语音查看、感知、处理、导航并与人类互动。
• 了解适用于构建智能机器人的人工智能（机器学习、深度学习等）的必要元素。
• 实施过滤器（卡尔曼和粒子），使机器人能够定位其环境中的移动物体。
• 实现搜索算法和运动规划。
• 实施 PID 控制以调节机器人在环境中的运动。
• 实施SLAM算法，使机器人能够绘制出未知环境。
• 通过Deep Learning扩展机器人执行复杂任务的能力。
• 在真实场景中对机器人进行测试和故障排除。

在这个以讲师为主导的中国现场现场培训中，参与者将学习不同的技术，框架和技术，用于编程用于核技术和环境系统领域的不同类型的机器人。

为期 4 周的课程每周 5 天举行。每天有 4 个小时，包括讲座、讨论和在现场实验室环境中动手机器人开发。参与者将完成适用于其工作的各种现实世界项目 ，以实践他们所获得的知识。

本课程的目标硬件将通过仿真软件进行3D仿真。然后，代码将被加载到物理硬件（Arduino或其他）上，以进行最终的部署测试。ROS（机器人操作系统）开源框架，C++和Python将用于机器人编程。

在培训结束时，参与者将能够：

• 了解机器人技术中使用的关键概念。
• 了解和管理机器人系统中软件和硬件之间的交互。
• 了解并实施支持机器人技术的软件组件。
• 构建和操作一个模拟机械机器人，该机器人可以通过语音查看、感知、处理、导航并与人类互动。
• 了解适用于构建智能机器人的人工智能（机器学习、深度学习等）的必要元素。
• 实施过滤器（卡尔曼和粒子），使机器人能够定位其环境中的移动物体。
• 实现搜索算法和运动规划。
• 实施 PID 控制以调节机器人在环境中的运动。
• 实施SLAM算法，使机器人能够绘制出未知环境。
• 在真实场景中对机器人进行测试和故障排除。

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

这种以讲师为主导的中国（在线或现场）现场培训面向希望在其组织中了解和实施 AI TRiSM 的初级到中级 IT 专业人员。

在培训结束时，参与者将能够：

• 掌握 AI 信任、风险和安全管理的关键概念和重要性。
• 识别并降低与 AI 系统相关的风险。
• 实施 AI 安全最佳实践。
• 了解 AI 的法规遵从性和道德考虑因素。
• 制定有效的 AI 治理和管理战略。

这种以讲师为主导的中国现场现场培训面向数字营销人员，内容创作者和开发人员，他们希望了解AI对搜索引擎的影响，探索Bing AI的功能，并了解聊天机器人技术及其应用。

在培训结束时，参与者将能够：

• 了解必应 AI 的原理和优势。
• 识别必应 Bing 及其应用程序中的 AI 功能。
• 利用必应 AI 来增强搜索结果和用户体验。
• 评估人工智能在搜索引擎优化 （SEO） 和内容创建方面的潜力。
• 探索聊天机器人技术及其应用，包括必应 AI 聊天机器人。

这种以讲师为主导的中国现场培训（现场或远程）面向希望使用IBM Cloud Pak准备数据以用于AI解决方案的数据科学家。

在培训结束时，参与者将能够：

• 安装和配置 Cloud Pak for Data。
• 统一数据的收集、组织和分析。
• 将 Cloud Pak for Data 与各种服务集成，以解决常见的业务问题。
• 实施工作流，以便与团队成员协作开发 AI 解决方案。