მიმდინარეობს ვებ-გვერდის განახლება

Hugging Face-ს მსოფლიო ტურნეს სტუ-ს ინფორმატიკისა და მართვის სისტემების ფაკულტეტი უერთდება!

12/03/2022                                                                  


     ცნობილი ამერიკული კომპანია Hugging Face მთელი მსოფლიოს მასშტაბით მსოფლიო ტურნეს ატარებს, რომელსაც საქართველოც უერთდება.

ამ საერთაშორისო პროექტში ჩვენი ქვეყნიდან საქართველოს ტექნიკური უნივერსიტეტის ინფორმატიკისა და მართვის სისტემების ფაკულტეტი წარსდგება.

ტურნეს ფარგლებში, საგანგებოდ საქართველოში, ჩატარდება ვორქშოფი დაინტერესებული საზოგადოებისათვის, სადაც მოგეცემათ რეალური შესაძლებლობა:

 

  •  გაიღრმავოთ ცოდნა და აიმაღლოთ კვალიფიკაცია ხელოვნური ინტელექტისა და მანქანური სწავლების მიმართულებით;
  • გაიგოთ, როგორ შეგიძლიათ, შექმნათ მანქანური სწავლების აპლიკაციები Streamlit და Gradio, Python-ის ბიბლიოთეკების გამოყენებით, აგრეთვე:
  • პრაქტიკული მაგალითებით ნახოთ, როგორ უნდა გააზიაროთ ისინი ღია კოდის ეკოსისტემის დანარჩენ ნაწილთან;
  • შეისწავლოთ მოდელებისთვის გრაფიკული ინტერფეისების შექმნის პრინციპები.

6 დეკემბერს 17:00 საათზე.

შეხვედრის ბმული:

 

Zoom ID: 552 400 89 40

Password: gtu2020

 

ვორქშოფს გაუძღვება ვაიბჰავ სრივასტავი (Vaibhav Srivastav)

სამუშაო ენა: ინგლისური

 

საჭიროა გქონდეთ:

  •  პითონის საბაზისო ცოდნა
  •  ML-ის კონცეპტუალური ცოდნა
  •  Google Colab-ის ანგარიში
  •  Hugging Face Hub-ის ანგარიში

 

პროექტი ხორციელდება სტუ-ის იმს ფაკულტეტის ხელოვნური ინტელექტის დეპარტამენტის მხარდაჭერით

 

Hands-on class with How to build Machine Learning collaboratively? 

    

December 6

5 pm GMT+4

Speaker: Vaibhav Srivastav, Hugging Face Fellow

Language: English

 

 

Zoom ID: 552 400 89 40

Password: gtu2020

 

Description of the hands-on workshop:

 

How can you show what a Machine Learning model does once it's trained?

 

In this talk, you're going to learn how to create Machine Learning apps and demos using Streamlit and Gradio, Python libraries for this purpose. Additionally, you'll see how to share them with the rest of the Open-Source ecosystem. Learning to create graphic interfaces for models is extremely useful for sharing with other people and interesting them.

 

What is required to follow it?

  •  Basic knowledge of Python
  •  Conceptual knowledge of ML
  •  A google Colab account
  •  A Hugging Face Hub account