Local, instructor-led live Artificial Intelligence (AI) training courses demonstrate through hands-on practice how to implement AI solutions for solving real-world problems. AI training is available as "onsite live training" or "remote live training". Onsite live Artificial Intelligence training can be carried out locally on customer premises in România or in NobleProg corporate training centers in România. Remote live training is carried out by way of an interactive, remote desktop. NobleProg -- Your Local Training Provider.
Marturii
Îmi place exemplele de explicat
AUO友达光电（苏州）有限公司
Curs: OptaPlanner in Practice
Translated by
Schita de curs
| Cod | Nume | Durată | Rezumat |
|---|---|---|---|
| aiint | Artificial Intelligence Overview | 7 ore | Acest curs a fost creat pentru manageri, arhitecți de soluții, ofițeri de inovare, CTO-uri, arhitecți de software și oricine este interesat de o privire de ansamblu asupra inteligenței artificiale aplicate și cea mai apropiată previziune pentru dezvoltarea sa. |
| encogintro | Encog: Introduction to Machine Learning | 14 ore | Encog este un cadru de învățare a mașinilor opensource pentru Java șiNet În acest training instruit, participanții vor învăța cum să creeze diferite componente ale rețelei neuronale folosind ENCOG Studiile de caz în domeniul Realworld vor fi discutate și vor fi explorate soluții bazate pe limbaj mașină pentru aceste probleme Până la sfârșitul acestui curs, participanții vor putea: Pregătește datele pentru rețelele neuronale utilizând procesul de normalizare Implementarea metodologiilor de formare a rețelelor de feed-back și a metodelor de formare a propagării Implementarea sarcinilor de clasificare și regresie Model și rețele de rețele neuronale folosind baza de date bazată pe interfață grafică Encog Integrați suportul rețelei neuronale în aplicații din lumea reală Public Dezvoltatori Analistii Cercetătorii de date Formatul cursului Prelegere parte, discuții parțiale, exerciții și practici grele de manevră . |
| undnn | Understanding Deep Neural Networks | 35 ore | Acest curs începe cu a vă oferi cunoștințe conceptuale în rețele neuronale și, în general, în algoritmul de învățare în mașină, învățare profundă (algoritmi și aplicații) Partea 1 (40%) din acest training se concentrează mai mult pe fundamentale, dar vă va ajuta să alegeți tehnologia potrivită: TensorFlow, Caffe, Theano, DeepDrive, Keras etc Partea 2 (20%) a acestui training introduce Theano o bibliotecă python care face ușor de scris modele de învățare profundă Partea a treia (40%) din formare se bazează în mare măsură pe API-ul Tensorflow 2nd Generation din biblioteca de software open source a Google pentru Deep Learning Exemplele și manuscrisele vor fi făcute în TensorFlow Public Acest curs este destinat inginerilor care caută să utilizeze TensorFlow pentru proiectele lor de învățare profundă După finalizarea acestui curs, delegații vor: au o bună înțelegere pe rețele neuronale profunde (DNN), CNN și RNN înțeleg structura și mecanismele de implementare ale TensorFlow să fie capabil să efectueze sarcini de instalare / producție / arhitectură și configurație să poată evalua calitatea codului, să efectueze depanare, să monitorizeze să fie capabil să implementeze o producție avansată, cum ar fi modele de instruire, construirea de grafice și logare Nu toate subiectele vor fi acoperite într-o sală de clasă publică cu o durată de 35 de ore datorită vastității subiectului Durata cursului complet va fi de aproximativ 70 de ore și nu de 35 de ore . |
| opennlp | OpenNLP for Text Based Machine Learning | 14 ore | Biblioteca Apache OpenNLP este un set de instrumente bazate pe mașini pentru procesarea textului lingvistic natural Acesta susține cele mai comune sarcini NLP, cum ar fi detectarea limbajului, tokenizarea, segmentarea frazelor, etichetarea partofspeech, extragerea entității numită, fragmentarea, parsarea și rezoluția coreference În acest training instruit, participanții vor învăța cum să creeze modele pentru prelucrarea datelor bazate pe text folosind OpenNLP Datele de antrenament, precum și seturile personalizate de date vor fi folosite ca bază pentru exercițiile de laborator Până la sfârșitul acestui curs, participanții vor putea: Instalați și configurați OpenNLP Descărcați modelele existente, precum și creați-le Formarea modelelor pe diferite seturi de date de eșantion Integrați OpenNLP cu aplicațiile Java existente Public Dezvoltatori Cercetătorii de date Formatul cursului Prelegere parte, discuții parțiale, exerciții și practici grele de manevră . |
| mlbankingpython_ | Machine Learning for Banking (with Python) | 21 ore | Învățarea în mașină este o ramură a inteligenței artificiale în care computerele au capacitatea de a învăța fără a fi programate în mod explicit Python este un limbaj de programare renumit pentru sintaxa clară și lizibilitatea sa Acesta oferă o colecție excelentă de biblioteci bine pregătite și tehnici pentru dezvoltarea aplicațiilor de învățare automată În acest training instruit, participanții vor învăța cum să aplice tehnici de învățare a mașinilor și instrumente pentru rezolvarea problemelor din lumea reală din industria bancară Participanții învață mai întâi principiile cheie, apoi își pun cunoștințele în practică, construindu-și propriile modele de învățare automată și folosindu-le pentru a finaliza o serie de proiecte de echipă Public Dezvoltatori Cercetătorii de date Formatul cursului Prelegere parte, discuții parțiale, exerciții și practici grele de manevră . |
| mlbankingr | Machine Learning for Banking (with R) | 28 ore | În acest training instruit, participanții vor învăța cum să aplice tehnici de învățare a mașinilor și instrumente pentru rezolvarea problemelor din lumea reală din industria bancară R va fi folosit ca limbaj de programare Participanții învață mai întâi principiile cheie, apoi își pun cunoștințele în practică, construindu-și propriile modele de învățare automată și folosindu-le pentru a finaliza o serie de proiecte vii Public Dezvoltatori Cercetătorii de date Specialiști bancari cu experiență tehnică Formatul cursului Prelegere parte, discuții parțiale, exerciții și practici grele de manevră . |
| python_nlp | Natural Language Processing with Deep Dive in Python and NLTK | 35 ore | Până la sfârșitul instruirii se așteaptă ca delegații să fie suficient de echipați cu conceptele python esențiale și să fie capabili să utilizeze în mod suficient NLTK pentru a implementa majoritatea operațiunilor bazate pe NLP și ML Formarea are scopul de a oferi nu numai cunoștințe de execuție ci și cunoștințele logice și operaționale ale tehnologiei respective . |
| matlabdl | Matlab for Deep Learning | 14 ore | În această instruire instruită, participanții vor învăța cum să utilizeze Matlab pentru a proiecta, construi și vizualiza o rețea neuronală convoluțională pentru recunoașterea imaginii Până la sfârșitul acestui curs, participanții vor putea: Construiți un model profund de învățare Automatizează etichetarea datelor Lucrați cu modele de la Caffe și TensorFlowKeras Datele de tren folosesc GPU-uri multiple, nor sau clustere Public Dezvoltatori Ingineri Experți în domeniu Formatul cursului Prelegere parte, discuții parțiale, exerciții și practici grele de manevră . |
| matlabpredanalytics | Matlab for Predictive Analytics | 21 ore | Analiza predictivă este procesul de utilizare a analizelor de date pentru a face predicții despre viitor Acest proces utilizează date împreună cu tehnicile de extragere a datelor, statistici și tehnici de învățare a mașinilor pentru a crea un model predictiv pentru prognoza evenimentelor viitoare În acest training instruit, participanții vor învăța cum să utilizeze Matlab pentru a construi modele predictive și pentru a le aplica seturilor mari de date pentru a prezice evenimentele viitoare pe baza datelor Până la sfârșitul acestui curs, participanții vor putea: Creați modele predictive pentru a analiza modelele din datele istorice și tranzacționale Utilizați modelarea predictivă pentru a identifica riscurile și oportunitățile Construiți modele matematice care captează tendințe importante Utilizați datele de la dispozitive și sisteme de afaceri pentru a reduce deșeurile, a economisi timp sau a reduce costurile Public Dezvoltatori Ingineri Experți în domeniu Formatul cursului Prelegere parte, discuții parțiale, exerciții și practici grele de manevră . |
| tensorflowserving | TensorFlow Serving | 7 ore | TensorFlow Serving este un sistem de servire a modelelor de învățare a mașinilor (ML) în producție În acest training instruit, participanții vor învăța cum să configureze și să utilizeze serviciul TensorFlow Serving pentru a implementa și administra modelele ML într-un mediu de producție Până la sfârșitul acestui curs, participanții vor putea: Tren, exportați și serviți diverse modele TensorFlow Testați și implementați algoritmi utilizând o singură arhitectură și un set de API-uri Extindeți TensorFlow Serving pentru a servi alte tipuri de modele dincolo de modelele TensorFlow Public Dezvoltatori Cercetătorii de date Formatul cursului Prelegere parte, discuții parțiale, exerciții și practici grele de manevră . |
| mlios | Machine Learning on iOS | 14 ore | În acest training instruit, participanții vor învăța cum să utilizeze stiva tehnologiei iOS Machine Learning (ML), pe măsură ce parcurg crearea și implementarea unei aplicații mobile iOS Până la sfârșitul acestui curs, participanții vor putea: Creați o aplicație mobilă capabilă de procesarea imaginilor, analiza textului și recunoașterea vorbirii Accesați modele ML precomprimate pentru integrarea în aplicațiile iOS Creați un model ML personalizat Adăugați suport pentru Siri Voice aplicațiilor iOS Înțelegeți și utilizați cadre precum coreML, Vision, CoreGraphics și GamePlayKit Utilizați limbi și instrumente precum Python, Keras, Caffee, Tensorflow, Scikit learn, libsvm, Anaconda și Spyder Public Dezvoltatori Formatul cursului Prelegere parte, discuții parțiale, exerciții și practici grele de manevră . |
| nlg | Python for Natural Language Generation | 21 ore | Generarea limbajului natural (NLG) se referă la producerea de text sau de vorbire în limba naturală de către un calculator În acest training instruit, participanții vor învăța cum să folosească Python pentru a produce text de limbă naturală de înaltă calitate prin construirea propriului sistem NLG de la zero Studiile de caz vor fi, de asemenea, examinate, iar conceptele relevante vor fi aplicate proiectelor de laborator live pentru generarea conținutului Până la sfârșitul acestui curs, participanții vor putea: Utilizați NLG pentru a genera automat conținut pentru diverse industrii, de la jurnalism, până la imobiliare, la rapoarte meteorologice și sportive Selectați și organizați conținutul sursă, planificați propozițiile și pregătiți un sistem pentru generarea automată a conținutului original Înțelegeți conducta NLG și aplicați tehnicile corecte în fiecare etapă Înțelegerea arhitecturii unui sistem de generare a limbajului natural (NLG) Implementați algoritmii și modelele cele mai potrivite pentru analiză și ordonare Trageți datele din sursele de date disponibile publicului, precum și bazele de date cuantificate pentru a le utiliza ca material pentru textul generat Înlocuiți procesele de scriere manuale și laborioase cu crearea de conținut automatizat, generat de calculator Public Dezvoltatori Cercetătorii de date Formatul cursului Prelegere parte, discuții parțiale, exerciții și practici grele de manevră . |
| pythontextml | Python: Machine Learning with Text | 21 ore | În acest training instruit, participanții vor învăța cum să folosească tehnicile corecte de învățare a mașinilor și tehnicile NLP (Processing Language Natural) pentru a extrage valoarea din datele bazate pe text Până la sfârșitul acestui curs, participanții vor putea: Rezolva problemele legate de știința datelor bazate pe text, cu un cod de reutilizare de înaltă calitate Aplicați diferite aspecte ale scikitlearn (clasificarea, gruparea, regresia, reducerea dimensiunilor) pentru a rezolva problemele Construiți modele eficiente de învățare automată folosind date bazate pe text Creați un set de date și extrageți caracteristici din text nestructurat Vizualizați date cu Matplotlib Construiți și evaluați modele pentru a obține o perspectivă Remediați erorile de codificare a textului Public Dezvoltatori Cercetătorii de date Formatul cursului Prelegere parte, discuții parțiale, exerciții și practici grele de manevră . |
| encogadv | Encog: Advanced Machine Learning | 14 ore | Encog este un cadru de învățare a mașinilor opensource pentru Java șiNet În acest training instruit, participanții vor învăța tehnici avansate de învățare în mașină pentru a construi modele predictive de rețea neuronale exacte Până la sfârșitul acestui curs, participanții vor putea: Implementați diferite tehnici de optimizare a rețelelor neuronale pentru a rezolva problema de submăsurare și suprasolicitare Înțelegeți și alegeți dintr-un număr de arhitecturi de rețele neuronale Implementați feed-uri supravegheate înainte și rețele de feedback Public Dezvoltatori Analistii Cercetătorii de date Formatul cursului Prelegere parte, discuții parțiale, exerciții și practici grele de manevră . |
| dlfornlp | Deep Learning for NLP (Natural Language Processing) | 28 ore | Deep Learning pentru NLP permite unei mașini să învețe procesarea limbajului simplu și complex Printre sarcinile posibile în prezent sunt generarea de traduceri și generare de subtitrări pentru fotografii DL (Deep Learning) este un subset de ML (Machine Learning) Python este un limbaj de programare popular care conține biblioteci pentru Deep Learning for NLP În acest training instruit, participanții vor învăța să folosească librăriile Python pentru NLP (Natural Language Processing), deoarece creează o aplicație care procesează un set de imagini și generează legende Până la sfârșitul acestui curs, participanții vor putea: Proiectați și codați DL pentru NLP utilizând librăriile Python Creați codul Python care citește o colecție substanțială de imagini și generează cuvinte cheie Creați codul Python care generează subtitrări din cuvintele cheie detectate Public Programatori cu interes în lingvistică Programatorii care caută o înțelegere a NLP (Processing Language Natural) Formatul cursului Prelegere parte, discuții parțiale, exerciții și practici grele de manevră . |
| radvml | Advanced Machine Learning with R | 21 ore | În această instruire instruită, participanții vor învăța tehnici avansate pentru Machine Learning cu R, pe măsură ce parcurg crearea unei aplicații în lumea reală Până la sfârșitul acestui curs, participanții vor putea: Utilizați tehnici ca tuning hiperparametru și învățare profundă Înțelegerea și implementarea tehnicilor de învățare nesupravegheate Puneți un model în producție pentru a fi utilizat într-o aplicație mai mare Public Dezvoltatori Analistii Cercetătorii de date Formatul cursului Prelegere parte, discuții parțiale, exerciții și practici grele de manevră . |
| pythonadvml | Python for Advanced Machine Learning | 21 ore | În cadrul acestei instruiri instruite, participanții vor învăța tehnicile cele mai relevante și de tăiere a mașinilor în Python, deoarece construiesc o serie de aplicații demo care implică imagini, muzică, text și date financiare Până la sfârșitul acestui curs, participanții vor putea: Implementarea algoritmilor de învățare a mașinilor și a tehnicilor de rezolvare a problemelor complexe Aplicați învățarea profundă și învățarea semisupervizată a aplicațiilor care implică imagini, muzică, text și date financiare Împingeți algoritmii Python la potențialul lor maxim Utilizați biblioteci și pachete, cum ar fi NumPy și Theano Public Dezvoltatori Analistii Cercetătorii de date Formatul cursului Prelegere parte, discuții parțiale, exerciții și practici grele de manevră . |
| fiji | Fiji: Introduction to Scientific Image Processing | 21 ore | Fiji este un pachet de procesare a imaginilor opensource care îmbină ImageJ (un program de procesare a imaginilor pentru imagini științifice multidimensionale) și un număr de pluginuri pentru analiza științifică a imaginilor În acest training instruit, participanții vor învăța cum să folosească distribuția Fiji și programul său ImageJ, pentru a crea o aplicație de analiză a imaginii Până la sfârșitul acestui curs, participanții vor putea: Utilizați caracteristicile programabile avansate ale Fiji și componentele software pentru a extinde ImageJ Stitch imagini mari 3d de la placi care se suprapun Actualizați automat o instalare Fiji la pornire utilizând sistemul de actualizare integrat Selectați dintr-o gamă largă de limbi de scripting pentru a crea soluții personalizate de analiză a imaginilor Folosiți bibliotecile puternice din Fiji, cum ar fi ImgLib, pe seturile de date bioimagice mari Implementați aplicația și colaborați cu alți oameni de știință pe proiecte similare Public Oamenii de știință Cercetătorii Dezvoltatori Formatul cursului Prelegere parte, discuții parțiale, exerciții și practici grele de manevră . |
| rasberrypiopencv | Raspberry Pi + OpenCV: Build a Facial Recognition System | 21 ore | Această instruire instruită live introduce programul software, hardware și pasul treptei necesare pentru a construi un sistem de recunoaștere facială de la zero Recunoașterea facială este cunoscută și ca Recunoașterea feței Hardware-ul folosit în acest laborator include Rasberry Pi, un modul de cameră, servo (opțional), etc Participanții sunt responsabili pentru achiziționarea acestor componente Software-ul folosit include OpenCV, Linux, Python, etc Până la sfârșitul acestui curs, participanții vor putea: Instalați Linux, OpenCV și alte utilitare de software și biblioteci pe un Rasberry Pi Configurați OpenCV pentru captarea și detectarea imaginilor faciale Înțelegeți diferitele opțiuni pentru ambalarea unui sistem Rasberry Pi pentru utilizarea în medii reale Adaptați sistemul pentru o varietate de cazuri de utilizare, inclusiv supravegherea, verificarea identității etc Public Dezvoltatori Tehnicieni de hardware / software Persoane fizice din toate industriile hobbyists Formatul cursului Prelegere parte, discuții parțiale, exerciții și practici grele de manevră Notă Alte opțiuni hardware și software includ: Arduino, OpenFace, Windows etc Dacă doriți să utilizați oricare dintre acestea, vă rugăm să ne contactați pentru a aranja . |
| openface | OpenFace: Creating Facial Recognition Systems | 14 ore | OpenFace este un software bazat pe Python și Torch, bazat pe cercetare FaceNet a Google, bazată pe tehnologia opensource, în timp real În acest training instruit, participanții vor învăța cum să folosească componentele OpenFace pentru a crea și implementa o aplicație de recunoaștere facială Până la sfârșitul acestui curs, participanții vor putea: Lucrați cu componentele OpenFace, inclusiv dlib, OpenVC, Torch, și nn4 pentru a implementa detectarea feței, alinierea și transformarea Aplicați OpenFace aplicațiilor din lumea reală, cum ar fi supravegherea, verificarea identității, realitatea virtuală, jocurile și identificarea clienților repetate etc Public Dezvoltatori Cercetătorii de date Formatul cursului Prelegere parte, discuții parțiale, exerciții și practici grele de manevră . |
| embeddingprojector | Embedding Projector: Visualizing Your Training Data | 14 ore | Embedding Projector este o aplicație web open source pentru vizualizarea datelor utilizate pentru instruirea sistemelor de învățare a mașinilor Creat de Google, face parte din TensorFlow Această instruire instruită live introduce conceptele din spatele Proiectoarelor Embedding și umblă participanții prin configurarea unui proiect demo Până la sfârșitul acestui curs, participanții vor putea: Explorați modul în care datele sunt interpretate de modelele de învățare automată Navigați prin vizualizările 3D și 2D ale datelor pentru a înțelege modul în care algoritmul de învățare a mașinilor îl interpretează Înțelegeți conceptele din spatele embeddings și rolul lor în reprezentarea vectorilor matematici pentru imagini, cuvinte și cifre Explorați proprietățile unei încorporări specifice pentru a înțelege comportamentul unui model Aplicați proiectul de încorporare în cazuri de utilizare realworld, cum ar fi construirea unui sistem de recomandări pentru melodii pentru iubitorii de muzică Public Dezvoltatori Cercetătorii de date Formatul cursului Prelegere parte, discuții parțiale, exerciții și practici grele de manevră . |
| t2t | T2T: Creating Sequence to Sequence Models for Generalized Learning | 7 ore | Tensor2Tensor (T2T) este o bibliotecă modulară și extensibilă pentru instruirea modelelor AI în diverse sarcini, utilizând diferite tipuri de date de antrenament, de exemplu: recunoașterea imaginii, traducerea, parsarea, captarea imaginilor și recunoașterea vorbirii Este menținută de echipa Google Brain În acest training instruit, participanții vor învăța cum să pregătească un model de deplerare pentru a rezolva mai multe sarcini Până la sfârșitul acestui curs, participanții vor putea: Instalați tensor2tensor, selectați un set de date și instruiți și evaluați un model AI Personalizați un mediu de dezvoltare utilizând instrumentele și componentele incluse în Tensor2Tensor Creați și utilizați un singur model pentru a afla simultan mai multe sarcini din mai multe domenii Utilizați modelul pentru a învăța din sarcini cu o cantitate mare de date de instruire și pentru a aplica acele cunoștințe în sarcini în care datele sunt limitate Obțineți rezultate satisfăcătoare de procesare utilizând o singură GPU Public Dezvoltatori Cercetătorii de date Formatul cursului Prelegere parte, discuții parțiale, exerciții și practici grele de manevră . |
| cognitivecomputing | Cognitive Computing: An Introduction for Business Managers | 7 ore | Calculul cognitiv se referă la sisteme care includ învățarea în mașină, raționamentul, prelucrarea limbajului natural, recunoașterea vorbirii și viziunea (recunoașterea obiectului), interacțiunea om-calculator, dialogul și generarea narativă, pentru a numi câteva Un sistem de calcul cognitiv este adesea alcătuit din mai multe tehnologii care lucrează împreună pentru a procesa datele contextuale "fierbinți", precum și seturi mari de date istorice "reci" în lot Exemple de astfel de tehnologii includ Kafka, Spark, Elasticsearch, Cassandra și Hadoop În acest training instruit, participanții vor învăța cum Cognitive Computing complimentează AI și Big Data și cum sistemele cu scop constructiv pot fi folosite pentru a realiza comportamente umane care îmbunătățesc performanța interacțiunilor om-mașină în afaceri Până la sfârșitul acestui curs, participanții vor înțelege: Relația dintre calculul cognitiv și inteligența artificială (AI) Caracterul inerent probabilist al computerelor cognitive și modul de utilizare a acestora ca avantaj de afaceri Cum să gestionați sisteme informatice cognitive care se comportă în moduri neașteptate Ce companii și sisteme software oferă cele mai convingătoare soluții cognitive de calcul Public Directori de afaceri Formatul cursului Conferință, discuții de caz și exerciții . |
| dsstne | Amazon DSSTNE: Build a Recommendation System | 7 ore | Amazon DSSTNE este o bibliotecă open source pentru instruirea și implementarea modelelor de recomandare Permite modelelor cu matrice de greutate care sunt prea mari pentru ca un singur GPU să fie instruit pe o singură gazdă În acest training instruit, participanții vor învăța cum să utilizeze DSSTNE pentru a construi o aplicație de recomandare Până la sfârșitul acestui curs, participanții vor putea: Formați un model de recomandare cu seturi de date rar ca intrări Modele de formare și predicție a scalei pe mai multe GPU-uri Răspândiți calculul și stocarea într-un mod paralel Generează recomandări de produse personalizate Amazonlike Implementați o aplicație de producție care poate fi scalată la încărcări de lucru grele Public Dezvoltatori Cercetătorii de date Formatul cursului Prelegere parte, discuții parțiale, exerciții și practici grele de manevră . |
| snorkel | Snorkel: Rapidly Process Training Data | 7 ore | Snorkel este un sistem pentru crearea rapidă, modelarea și gestionarea datelor de antrenament Se axează pe accelerarea dezvoltării aplicațiilor de extragere a datelor structurate sau "întunecate" pentru domenii în care seturile de antrenament etichetate mari nu sunt disponibile sau ușor de obținut În acest training instruit, participanții vor învăța tehnici de extragere a valorii din date nestructurate, cum ar fi text, tabele, figuri și imagini, prin modelarea datelor de antrenament cu Snorkel Până la sfârșitul acestui curs, participanții vor putea: Creați programatic programe de formare pentru a permite etichetarea seturilor masive de antrenament Antrenează modele de calitate superioară, prin modelarea în primul rând a seturilor de antrenament zgomotoase Utilizați Snorkel pentru a implementa tehnici de supraveghere slabă și a aplica programarea datelor pentru sistemele de învățare automată slabă Public Dezvoltatori Cercetătorii de date Formatul cursului Prelegere parte, discuții parțiale, exerciții și practici grele de manevră . |
| PaddlePaddle | PaddlePaddle | 21 ore | PaddlePaddle (PArallel Distributed Deep LEarning) este o platformă de învățare scalabilă profundă dezvoltată de Baidu În acest training instruit, participanții vor învăța cum să folosească PaddlePaddle pentru a permite învățarea profundă în aplicațiile lor de produse și servicii Până la sfârșitul acestui curs, participanții vor putea: Configurați și configurați PaddlePaddle Creați o rețea neuronală convoluțională (CNN) pentru recunoașterea imaginilor și detectarea obiectelor Crearea unei rețele neuronale recurente (RNN) pentru analiza sentimentului Creați o învățare profundă pe sistemele de recomandare pentru a ajuta utilizatorii să găsească răspunsuri Preziceți ratele de clic (CTR), clasificați seturile de imagini largescale, efectuați recunoașterea optică a caracterelor (OCR), căutați în funcție de rang, detectați viruși de computer și implementați un sistem de recomandări Public Dezvoltatori Cercetătorii de date Formatul cursului Prelegere parte, discuții parțiale, exerciții și practici grele de manevră . |
| textsum | Text Summarization with Python | 14 ore | În procesul de învățare a mașinilor Python, caracteristica Sumarizare text poate citi textul de intrare și poate realiza un rezumat al textului Această capacitate este disponibilă de la linia de comandă sau ca Python API / Library O aplicație interesantă este crearea rapidă a rezumatelor executive; acest lucru este util în special pentru organizațiile care au nevoie să revizuiască organisme mari de date text înainte de a genera rapoarte și prezentări În acest training instruit, participanții vor învăța să utilizeze Python pentru a crea o aplicație simplă care generează automat un rezumat al textului de intrare Până la sfârșitul acestui curs, participanții vor putea: Utilizați un instrument de linie de comandă care rezumă textul Proiectați și creați codul de sumare a textului utilizând librăriile Python Evaluați trei biblioteci de sumare Python: suma 070, pysummarizarea 104, readless 1017 Public Dezvoltatori Cercetătorii de date Formatul cursului Prelegere parte, discuții parțiale, exerciții și practici grele de manevră . |
| bigdatabicriminal | Big Data Business Intelligence for Criminal Intelligence Analysis | 35 ore | Avansurile în tehnologii și creșterea cantității de informații transformă modul în care se realizează aplicarea legii Provocările date de Big Data sunt aproape la fel de deranjante ca promisiunea Big Data Stocarea eficientă a datelor este una dintre aceste provocări; analizând în mod eficient aceasta este o alta În acest training instruit, participanții vor învăța mentalitatea cu care să se apropie de tehnologiile Big Data, să evalueze impactul acestora asupra proceselor și politicilor existente și să implementeze aceste tehnologii în scopul identificării activității criminale și prevenirii criminalității Studiile de caz de la organismele de aplicare a legii din întreaga lume vor fi examinate pentru a obține o perspectivă asupra adoptării abordărilor, provocărilor și rezultatelor Până la sfârșitul acestui curs, participanții vor putea: Combinați tehnologia Big Data cu procesele tradiționale de colectare a datelor pentru a crea o poveste în timpul unei investigații Implementați soluții industriale de stocare și prelucrare a datelor pentru analiza datelor Pregătirea unei propuneri pentru adoptarea celor mai adecvate instrumente și procese pentru a permite o abordare cu caracter dat a investigației penale Public Specialiști în aplicarea legii cu un background tehnic Formatul cursului Prelegere parte, discuții parțiale, exerciții și practici grele de manevră . |
| tpuprogramming | TPU Programming: Building Neural Network Applications on Tensor Processing Units | 7 ore | Unitatea de procesare Tensor (TPU) este arhitectura pe care Google a folosit-o intern pe parcursul mai multor ani și este acum disponibilă pentru utilizare de către publicul larg Acesta include mai multe optimizări pentru utilizare în rețele neuronale, inclusiv multiplicarea matricei raționalizate și numere întregi de 8 biți în loc de 16 biți pentru a putea reveni la niveluri adecvate de precizie În acest training instruit, participanții vor învăța cum să profite de inovațiile procesoarelor TPU pentru a maximiza performanța propriilor aplicații AI Până la sfârșitul instruirii, participanții vor putea: Antrenează diferite tipuri de rețele neuronale pe cantități mari de date Utilizați TPU-uri pentru a accelera procesul de inferență cu până la două ordine de mărime Utilizați unitățile TPU pentru a procesa aplicații intensive, cum ar fi căutarea de imagini, viziunea în cloud și fotografiile Public Dezvoltatori Cercetătorii Ingineri Cercetătorii de date Formatul cursului Prelegere parte, discuții parțiale, exerciții și practici grele de manevră . |
| AISoc_LBG | AI in business and Society & The future of AI - AI/Robotics | 7 ore | Aceasta este o sesiune de instruire bazată pe clasă într-o prezentare și un format Q & A . |
Upcoming Courses
| Curs | Data cursului | Pretul cursului [Tele - Clasa] |
|---|---|---|
| Artificial Neural Networks, Machine Learning and Deep Thinking - Constanta, Str. Mircea cel Batran | Lun, 2019-01-14 09:30 | 5250EUR / 6050EUR |
| Artificial Neural Networks, Machine Learning and Deep Thinking - Cluj-Napoca, Strada Pitești | Mar, 2019-01-29 09:30 | 5250EUR / 6050EUR |
| Artificial Neural Networks, Machine Learning and Deep Thinking - Bucuresti, Centru Nord | Mar, 2019-03-05 09:30 | 5250EUR / 6050EUR |
| Artificial Neural Networks, Machine Learning and Deep Thinking - Constanta, Str. Mircea cel Batran | Mar, 2019-03-19 09:30 | 5250EUR / 6050EUR |
| Artificial Neural Networks, Machine Learning and Deep Thinking - Cluj-Napoca, Strada Pitești | Lun, 2019-03-25 09:30 | 5250EUR / 6050EUR |
Other regions
Other countries
Consulting
Sfarsit de saptamana Artificial Intelligence Cursuri, Seara Artificial Intelligence Training, Artificial Intelligence Camp, Artificial Intelligence Cu instructor, Sfarsit de saptamana Artificial Intelligence Training, Seara Artificial Intelligence Cursuri, Artificial Intelligence Coaching, Artificial Intelligence Instructor, Artificial Intelligence Trainer, Artificial Intelligence Cursuri, Artificial Intelligence Clase, Artificial Intelligence Pe pagina, Artificial Intelligence curs privat, Artificial Intelligence one on one training
Discounts pentru curs
| Curs | Locul | Data cursului | Pretul cursului [Tele - Clasa] |
|---|---|---|---|
| IoT ( Internet of Things) for Entrepreneurs, Managers and Investors | Bucuresti, Centru Nord | Mar, 2019-02-05 09:30 | N/A / 5525EUR |
| Data analysis with Tableau | Constanta, Str. Mircea cel Batran | Mar, 2019-02-19 09:30 | 3150EUR / 3750EUR |
| Algebra for Machine Learning | Constanta, Str. Mircea cel Batran | Joi, 2019-04-11 09:30 | 3150EUR / 3750EUR |
| Signavio Process Manager | Iasi, Piata Unirii | Mar, 2019-04-30 09:30 | 1575EUR / 1975EUR |
| Neural computing – Data science | Iasi, Piata Unirii | Mar, 2019-05-28 09:30 | 3500EUR / 4100EUR |
Unii din clientii nostri
.jpg "deutsche bank (db)")
.jpg "international road and transport union (iru)")
.png "e-health innovation systems (his)")
.jpg "lewisville independent school district (lisd)")
is growing fast!
We are looking to expand our presence in Romania!
As a Business Development Manager you will:
- expand business in Romania
- recruit local talent (sales, agents, trainers, consultants)
- recruit local trainers and consultants
We offer:
- Artificial Intelligence and Big Data systems to support your local operation
- high-tech automation
- continuously upgraded course catalogue and content
- good fun in international team
If you are interested in running a high-tech, high-quality training and consulting business.
Apply now!