无论您是否需要监控网络安全威胁、欺诈性金融交易、产品缺陷或设备健康状况，人工智能都可以帮助您在数据异常影响业务之前捕获它们。人工智能模型可以被训练和部署来自动分析数据集，定义“正常行为”，并快速有效地识别模式中的违规行为。这些模型可用于预测未来的异常情况。由于各个行业都有大量可用数据，正常模式和异常模式之间存在细微差别，因此组织使用人工智能快速检测构成威胁的异常非常关键。
NVIDIA 深度学习研究所（ DLI ）正在提供讲师指导的实践培训，学习如何实施多种基于 AI 的方法，以解决识别电信网络入侵的特定用例。您将学习使用 GPU 的三种不同异常检测技术：加速 XGBoost 、基于深度学习的自动编码器和生成性对抗网络（ GAN ），然后实施并比较有监督和无监督学习技术。在研讨会结束时，您将能够使用 AI 检测电信、网络安全、金融、制造和其他关键行业工作中的异常情况。
通过参加本研讨会，您将：
- 使用 XGBoost 、自动编码器和 GANs 准备数据、构建、培训和评估模型
- 检测带有标记和未标记数据的数据集中的异常
- 将异常分为多个类别，无论原始数据是否已标记
将提供以下培训：
2021 年 9 月 21 日，星期二，上午 9 : 00 ，下午 5 : 00 ，欧洲东部标准时间/欧洲、中东和非洲地区， UTC + 2
2021 年 9 月 21 日星期二上午 9 : 00 –太平洋标准时间， UTC-7
空间有限 现在注册。
