Göran Bakken

Göran Bakken

Göran Bakken

Hands-on Machine Learning Workshop

Vi bygger tillsammans vår första Machine Learning applikation i en Jupyter Notebook.Men istället för att använda massa avancerade bibliotek så lyfter vi på huven och undersöker hur ML

faktiskt fungerar genom att vi själva bygger enkla algoritmer. Blandning av den teori som behövs med mycket egen kodning. Avslutningsvis så visar jag på hur man kan gå vidare med mera avancerade ML algoritmer och Deep Learning. Samt visar på hur man kan använda ML och DL bibliotek för att med enkla medel skapa mycket mer avancerade applikationer.

Du tar med dig

  • Du har byggt din första egna Machine Learning applikation
  • Förståelse för hur grunderna i Machine Learning
  • Konceptuell förståelse för hur mer avancerad AI är möjlig t.ex Djupa Neurala Nät (Deep
  • Learning)

AI – Underskattad och Överskattad

Senaste åren har det skett stora framsteg inom vissa områden av AI och nya möjligheter har öppnat sig.

Vissa av dem väldigt lukrativa och AI har blivit väldigt hett. Samtidigt som enorma resurser pumpas in i utvecklingen av AI så är andra rädda för att Artificiell SuperIntelligens (ASI) skall ta över världen. Men även om utvecklingen inom AI går väldigt fort nu så kommer

med största sannolikhet dröja länge innan vi lyckas utveckla ASI.

I dagsläget är det lika lätt att underskatta AI som det är att överskatta den. Jag kommer att

presentera vad det finns för olika typer av AI och på ett enkelt sätt förklara hur de fungerar.

Inom vilka områden vi troligtvis kommer att se stora förbättringar och vart begränsningarna

finns.

Du kommer att ta med dig

  • Vad dagens AI är och inte är
  • Vad AI kan göra idag och vart vi kan se förbättringar
  • Vart AI inte kan göra idag (och antagligen inte på länge) och varför