Cursurile de instruire la nivel local, instruite live Deep Learning (DL) demonstrează prin practica manuală fundamentele și aplicațiile Deep Learning și acoperă subiecte cum ar fi învățarea profundă a mașinilor, învățarea profund structurată și învățarea ierarhică Învățarea pentru formarea în profunzime este disponibilă ca "formare live la fața locului" sau "formare live la distanță" Training-ul live la fața locului poate fi efectuat la fața locului la sediul clientului România sau în centrele de formare corporativa NobleProg din România Instruirea live la distanță este realizată printr-un desktop interactiv, la distanță NobleProg Furnizorul dvs de formare locală.
Machine Translated
Mărturii
A fost foarte interactiv și mai relaxat și mai informal decât se aștepta. Am abordat o mulțime de subiecte în timp și antrenorul a fost întotdeauna receptiv să vorbească în detaliu sau mai general despre subiectele și despre modul în care erau legate. Mă simt că instruirea mi-a dat instrumentele necesare pentru a continua învățarea, spre deosebire de o sesiune în care învățarea se oprește odată ce ați terminat ceea ce este foarte important având în vedere amploarea și complexitatea subiectului.
Jonathan Blease
Curs: Artificial Neural Networks, Machine Learning, Deep Thinking
Machine Translated
Subiectul este foarte interesant.
Wojciech Baranowski
Curs: Introduction to Deep Learning
Machine Translated
Formatorii cunoștințele teoretice și disponibilitatea de a rezolva problemele cu participanții după formare.
Grzegorz Mianowski
Curs: Introduction to Deep Learning
Machine Translated
Subiect. Foarte interesant!.
Piotr
Curs: Introduction to Deep Learning
Machine Translated
Exercițiile după fiecare subiect au fost cu adevărat utile, în ciuda faptului că au fost prea complicate la sfârșit. În general, materialul prezentat a fost foarte interesant și implicat! Exercițiile cu recunoașterea imaginii au fost minunate.
Dolby Poland Sp. z o.o.
Curs: Introduction to Deep Learning
Machine Translated
Cred că dacă instruirea ar fi făcută în poloneză, ar permite instructorului să-și împărtășească cunoștințele mai eficient.
Radek
Curs: Introduction to Deep Learning
Machine Translated
Prezentarea globală a învățării profunde.
Bruno Charbonnier
Curs: Advanced Deep Learning
Machine Translated
Exercițiile sunt suficient de practice și nu au nevoie de cunoștințe ridicate în Python pentru a fi efectuate.
Alexandre GIRARD
Curs: Advanced Deep Learning
Machine Translated
Făcând exerciții pe exemple reale folosind Eras. Italia a înțeles total așteptările noastre despre acest antrenament.
Paul Kassis
Curs: Advanced Deep Learning
Machine Translated
Am apreciat cu adevărat răspunsurile clare ale lui Chris la întrebările noastre.
Léo Dubus
Curs: Réseau de Neurones, les Fondamentaux en utilisant TensorFlow comme Exemple
Machine Translated
În general, m-am bucurat de antrenorul informat.
Sridhar Voorakkara
Curs: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
Am fost uimit la standardul acestei clase - aș spune că era un standard universitar.
David Relihan
Curs: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
Foarte bine, o privire de ansamblu. Go - Go de fundal od în ce Tensorflow funcționează așa cum o face.
Kieran Conboy
Curs: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
Mi-au plăcut oportunitățile de a pune întrebări și de a explica mai detaliat teoria.
Sharon Ruane
Curs: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
Am obținut o mai bună înțelegere a subiectului. S-au făcut niște discuții frumoase cu niște subiecte reale din cadrul companiei noastre.
Sebastiaan Holman
Curs: Machine Learning and Deep Learning
Machine Translated
Instruirea a oferit fundamentul potrivit care ne permite să extindem în continuare, arătând modul în care teoria și practica merg mână în mână. De fapt m-a interesat mai mult subiectul decât eram înainte.
Jean-Paul van Tillo
Curs: Machine Learning and Deep Learning
Machine Translated
Mi-a plăcut foarte mult acoperirea și profunzimea subiectelor.
Anirban Basu
Curs: Machine Learning and Deep Learning
Machine Translated
Cunoașterea profundă a antrenorului cu privire la acest subiect.
Sebastian Görg
Curs: Introduction to Deep Learning
Machine Translated
Abordare foarte actualizată sau CPI (debit tensor, epoca, învățare) pentru a face învățarea în mașină.
Paul Lee
Curs: TensorFlow for Image Recognition
Machine Translated
Foarte flexibil.
Frank Ueltzhöffer
Curs: Artificial Neural Networks, Machine Learning and Deep Thinking
Machine Translated
M-am bucurat, în general, de flexibilitate.
Werner Philipp
Curs: Artificial Neural Networks, Machine Learning and Deep Thinking
Machine Translated
Având în vedere perspectivele tehnologiei: ce tehnologie / proces ar putea deveni mai important în viitor; vedeți ce poate fi folosit tehnologia.
Commerzbank AG
Curs: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
Am beneficiat de selecția subiectului. Stilul de antrenament. Practică orientare.
Commerzbank AG
Curs: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
modul de conducere și exemplul oferit de formator
ORANGE POLSKA S.A.
Curs: Machine Learning and Deep Learning
Machine Translated
Posibilitatea de a discuta despre problemele propuse
ORANGE POLSKA S.A.
Curs: Machine Learning and Deep Learning
Machine Translated
Comunicarea cu lectori
文欣 张
Curs: Artificial Neural Networks, Machine Learning, Deep Thinking
Machine Translated
Îmi place
lisa xie
Curs: Artificial Neural Networks, Machine Learning, Deep Thinking
Machine Translated
Acoperirea aprofundată a subiectelor de învățare a mașinilor, în special a rețelelor neuronale. Demistificat o mulțime de subiect.
Sacha Nandlall
Curs: Python for Advanced Machine Learning
Machine Translated
Cunoștințe mari și actuale despre exemple de aplicații practice și practice.
ING Bank Śląski S.A.
Curs: Introduction to Deep Learning
Machine Translated
O mulțime de exerciții, o colaborare foarte bună cu grupul.
Janusz Chrobot - ING Bank Śląski S.A.
Curs: Introduction to Deep Learning
Machine Translated
lucrează pe colaboratori,
ING Bank Śląski S.A.
Curs: Introduction to Deep Learning
Machine Translated
Era evident că entuziaștii subiecților prezentați au fost conducători. Folosite exemple interesante în timpul exercițiului.
ING Bank Śląski S.A.
Curs: Introduction to Deep Learning
Machine Translated
O gamă largă de subiecte acoperite și o cunoaștere substanțială a liderilor.
ING Bank Śląski S.A.; Kamil Kurek Programowanie
Curs: Understanding Deep Neural Networks
Machine Translated
lipsă
ING Bank Śląski S.A.; Kamil Kurek Programowanie
Curs: Understanding Deep Neural Networks
Machine Translated
Mari cunoștințe teoretice și practice ale lectorilor. Comunicativitatea formatorilor. În timpul cursului, puteți pune întrebări și puteți obține răspunsuri satisfăcătoare.
Kamil Kurek - ING Bank Śląski S.A.; Kamil Kurek Programowanie
Curs: Understanding Deep Neural Networks
Machine Translated
Partea practică, în care am implementat algoritmi. Acest lucru a permis o mai bună înțelegere a subiectului.
ING Bank Śląski S.A.; Kamil Kurek Programowanie
Curs: Understanding Deep Neural Networks
Machine Translated
exerciții și exemple implementate asupra lor
Paweł Orzechowski - ING Bank Śląski S.A.; Kamil Kurek Programowanie
Curs: Understanding Deep Neural Networks
Machine Translated
Exemple și probleme discutate.
ING Bank Śląski S.A.; Kamil Kurek Programowanie
Curs: Understanding Deep Neural Networks
Machine Translated
Cunoștințe fundamentale, angajament, un pasionat mod de a transfera cunoștințe. Exemple practice după o prelegere teoretică.
Janusz Chrobot - ING Bank Śląski S.A.; Kamil Kurek Programowanie
Curs: Understanding Deep Neural Networks
Machine Translated
Exerciții practice pregătite de domnul Maciej
ING Bank Śląski S.A.; Kamil Kurek Programowanie
Curs: Understanding Deep Neural Networks
Machine Translated
Am beneficiat de pasiunea de a învăța și de a ne concentra pe a face lucrurile sensibile.
Zaher Sharifi - GOSI
Curs: Advanced Deep Learning
Machine Translated
Identificarea umană și circuitul de detectare a punctului de rău
王 春柱 - 中移物联网
Curs: Deep Learning for NLP (Natural Language Processing)
Machine Translated
Demonstra
中移物联网
Curs: Deep Learning for NLP (Natural Language Processing)
Machine Translated
Despre zona feței.
中移物联网
Curs: Deep Learning for NLP (Natural Language Processing)
Machine Translated
Schimburile informale am avut în timpul prelegeri într-adevăr ma ajutat să aprofundeze înțelegerea mea de subiect
Explore
Curs: Deep Reinforcement Learning with Python
Machine Translated
Multe sfaturi practice
Pawel Dawidowski - ABB Sp. z o.o.
Curs: Deep Learning with TensorFlow
Machine Translated
Multe informații legate de implementarea soluțiilor
Michał Smolana - ABB Sp. z o.o.
Curs: Deep Learning with TensorFlow
Machine Translated
O multitudine de sfaturi practice și cunoștințe de lector de la o gamă largă de probleme AI / IT / SQL / IoT.
ABB Sp. z o.o.
Curs: Deep Learning with TensorFlow
Machine Translated
multe informații, toate întrebările nelinistite, exemple interesante
A1 Telekom Austria AG
Curs: Deep Learning for Telecom (with Python)
Machine Translated
Am început cu cunoștințe aproape de zero și până la sfârșit am putut să-mi construiesc și să-mi instruiesc propriile rețele.
Huawei Technologies Duesseldorf GmbH
Curs: TensorFlow for Image Recognition
Machine Translated
Deep Learning (DL) Subcategories
DL (Deep Learning) Course Outlines
Numele cursului
Durata
Sinoptic
Numele cursului
Durata
Sinoptic
7 hours
AlphaFold este un sistem Artificial Intelligence (AI) care efectuează predicția structurilor de proteine. Este dezvoltat de Alphabet’s/Google’s DeepMind ca un sistem de învățare profundă care poate predica cu precizie modelele 3D ale structurilor de proteine.
Această formare directă, condusă de instructori (online sau on-site) este destinată biologilor care doresc să înțeleagă cum AlphaFold funcționează și utilizează AlphaFold modele ca ghiduri în studiile lor experimentale.
La sfârșitul cursului, participanții vor putea:
Înțelegeți principiile de bază AlphaFold. Aflați cum funcționează AlphaFold. Învățați cum să interpretați AlphaFold predicțiile și rezultatele.
Formatul cursului
Lecții și discuții interactive. Multe exerciții și practici. Implementarea pe mâini într-un mediu live-lab.
Opțiuni de personalizare
Pentru a solicita o pregătire personalizată pentru acest curs, vă rugăm să ne contactați pentru a organiza.
Această formare directă, condusă de instructori (online sau on-site) este destinată biologilor care doresc să înțeleagă cum AlphaFold funcționează și utilizează AlphaFold modele ca ghiduri în studiile lor experimentale.
La sfârșitul cursului, participanții vor putea:
Înțelegeți principiile de bază AlphaFold. Aflați cum funcționează AlphaFold. Învățați cum să interpretați AlphaFold predicțiile și rezultatele.
Formatul cursului
Lecții și discuții interactive. Multe exerciții și practici. Implementarea pe mâini într-un mediu live-lab.
Opțiuni de personalizare
Pentru a solicita o pregătire personalizată pentru acest curs, vă rugăm să ne contactați pentru a organiza.
21 hours
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 .
21 hours
Profundă Reinforcement Learning se referă la capacitatea unui agent artificial " de a învăţa prin procesul şi error şi pedepsiuni. Un agent artificial obiectiv să emuleze un om ' capacitățile de a obține și construi cunoştinţele pe propriu, direct din inputuri crude, cum ar fi viziune. Pentru a realiza învăţării de înţelegere, se utilizează rețele de învăţare profund și neurală. Învăţarea reforţării este diferit de învăţarea machinelor și nu se află pe abordele de învăţare supraveghere și nesupervizuate.
În această instructoră, întrenare viu, participanţii vor învăţa fundamentale ale Profundului Reinforcement Learning, în timp ce acestea se întâmplă prin crearea unui agent Deep Learning.
Până la sfârșitul acestei formaţii, parteneri vor putea:
Înţeleg conceptele cheie în spatele Profundului Reinforcement Learning și pot fi capabil să-l distingueze de Machine Learning Aplică algoritmele avansate Reinforcement Learning pentru a rezolva problemele din lumi reale Construge un Deep Learning Agent
Audienţă
Dezvoltatorii știinci de date
Formatul cursului
Lecția de parte, discuție de parte, exerciți şi practica grea
În această instructoră, întrenare viu, participanţii vor învăţa fundamentale ale Profundului Reinforcement Learning, în timp ce acestea se întâmplă prin crearea unui agent Deep Learning.
Până la sfârșitul acestei formaţii, parteneri vor putea:
Înţeleg conceptele cheie în spatele Profundului Reinforcement Learning și pot fi capabil să-l distingueze de Machine Learning Aplică algoritmele avansate Reinforcement Learning pentru a rezolva problemele din lumi reale Construge un Deep Learning Agent
Audienţă
Dezvoltatorii știinci de date
Formatul cursului
Lecția de parte, discuție de parte, exerciți şi practica grea
28 hours
Învățarea cu mașină este o ramură a inteligenței artificiale în care computerele au capacitatea de a învăța fără a fi programate în mod explicit.
Învățarea profundă este o subfeme de învățare automată care utilizează metode bazate pe reprezentările și structurile de date de învățare, cum ar fi rețelele neuronale.
Python este o limbă de programare de nivel înalt, cunoscută pentru sinteza și citibilitatea codului.
În acest curs de instruire, participanții vor învăța cum să implementeze modele de învățare profundă pentru telecom folosind Python pe măsură ce trec prin crearea unui model de risc de credit de învățare profundă.
La sfârșitul cursului, participanții vor putea:
Înțelegeți conceptele fundamentale ale învățării profunde. Aflați aplicațiile și utilizările învățării profunde în telecom. Utilizați Python, Keras și TensorFlow pentru a crea modele de învățare profundă pentru telecom. Construiți propriul lor model de predicție de învățare profundă a clienților cu ajutorul Python.
Formatul cursului
Lecții și discuții interactive. Multe exerciții și practici. Implementarea pe mâini într-un mediu live-lab.
Opțiuni de personalizare
Pentru a solicita o pregătire personalizată pentru acest curs, vă rugăm să ne contactați pentru a organiza.
Învățarea profundă este o subfeme de învățare automată care utilizează metode bazate pe reprezentările și structurile de date de învățare, cum ar fi rețelele neuronale.
Python este o limbă de programare de nivel înalt, cunoscută pentru sinteza și citibilitatea codului.
În acest curs de instruire, participanții vor învăța cum să implementeze modele de învățare profundă pentru telecom folosind Python pe măsură ce trec prin crearea unui model de risc de credit de învățare profundă.
La sfârșitul cursului, participanții vor putea:
Înțelegeți conceptele fundamentale ale învățării profunde. Aflați aplicațiile și utilizările învățării profunde în telecom. Utilizați Python, Keras și TensorFlow pentru a crea modele de învățare profundă pentru telecom. Construiți propriul lor model de predicție de învățare profundă a clienților cu ajutorul Python.
Formatul cursului
Lecții și discuții interactive. Multe exerciții și practici. Implementarea pe mâini într-un mediu live-lab.
Opțiuni de personalizare
Pentru a solicita o pregătire personalizată pentru acest curs, vă rugăm să ne contactați pentru a organiza.
14 hours
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 .
21 hours
Rețeaua neurală artificială este un model de date computational utilizat în dezvoltarea sistemelor de Artificial Intelligence (AI) capabile să realizeze sarcini "inteligente". Neural Networks sunt utilizate în mod obișnuit în aplicațiile Machine Learning (ML), care sunt ele însele o implementare a AI. Deep Learning este un subset al ML.
21 hours
Acest curs este o imagine de ansamblu generală pentru Deep Learning fără a fi prea adânc în orice metodă specifică. Este potrivit pentru persoanele care doresc să înceapă să utilizeze învățarea profundă pentru a spori acuratețea predicției.
21 hours
Rețeaua neurală artificială este un model de date computational utilizat în dezvoltarea sistemelor de Artificial Intelligence (AI) capabile să realizeze sarcini "inteligente". Neural Networks sunt utilizate în mod obișnuit în aplicațiile Machine Learning (ML), care sunt ele însele o implementare a AI. Deep Learning este un subset al ML.
28 hours
Învățarea în mașină este o ramură a inteligenței artificiale în care computerele au capacitatea de a învăța fără a fi programate în mod explicit. Învățarea profundă este un subdomeniul de învățare a mașinilor care utilizează metode bazate pe reprezentări și structuri de date de învățare, cum ar fi rețele neuronale.
21 hours
Caffe este un cadru de învățare profund făcut în expresie, viteză și modularitate în minte.
Acest curs explorează aplicarea Caffe ca cadru de învățare profundă pentru recunoașterea imaginii folosind MNIST ca exemplu
Public
Acest curs este potrivit pentru cercetătorii de la Deep Learning și pentru inginerii interesați să utilizeze Caffe ca cadru.
După finalizarea acestui curs, delegații vor putea:
- să înțeleagă structura și mecanismele de implementare a lui Caffe
- efectuați sarcinile și configurația mediului de instalare / producție / arhitecturii
- evaluarea calității codului, efectuarea depanării, monitorizarea
- să implementeze producția avansată, cum ar fi modelele de formare, punerea în aplicare a straturilor și logarea
Acest curs explorează aplicarea Caffe ca cadru de învățare profundă pentru recunoașterea imaginii folosind MNIST ca exemplu
Public
Acest curs este potrivit pentru cercetătorii de la Deep Learning și pentru inginerii interesați să utilizeze Caffe ca cadru.
După finalizarea acestui curs, delegații vor putea:
- să înțeleagă structura și mecanismele de implementare a lui Caffe
- efectuați sarcinile și configurația mediului de instalare / producție / arhitecturii
- evaluarea calității codului, efectuarea depanării, monitorizarea
- să implementeze producția avansată, cum ar fi modelele de formare, punerea în aplicare a straturilor și logarea
21 hours
Public
Acest curs este potrivit pentru cercetătorii de Deep Learning și ingineri interesați să utilizeze instrumentele disponibile (în majoritate open source) pentru analiza imaginilor computerizate
Acest curs oferă exemple de lucru.
Acest curs este potrivit pentru cercetătorii de Deep Learning și ingineri interesați să utilizeze instrumentele disponibile (în majoritate open source) pentru analiza imaginilor computerizate
Acest curs oferă exemple de lucru.
14 hours
Acest curs acoperă AI (emphasizing Machine Learning și Deep Learning) în Automotive Industria. Ajută la determinarea tehnologiei care poate fi (potential) utilizată în mai multe situații într-un autovehicul: de la automatizare simplă, recunoaștere a imaginii la luarea de decizii autonome.
21 hours
Acest curs acoperă AI (sublinierea Machine Learning Deep Learning și a Deep Learning )
14 hours
În această instruire condusă de instructor, antrenament live, vom trece prin principiile rețelelor neurale și folosim OpenNN pentru a implementa o aplicație de eșantionare.
Formatul cursului
Lecție și dezbatere însoțită de exerciții practice.
Formatul cursului
Lecție și dezbatere însoțită de exerciții practice.
7 hours
În cadrul acestei instruiri, instruite în direct, participanții vor învăța cum să configureze și să folosească OpenNMT pentru a efectua traducerea diferitelor seturi de date. Cursul începe cu o imagine de ansamblu a rețelelor neuronale, deoarece acestea se aplică la traducerea automată. Participanții vor efectua exerciții live pe tot parcursul cursului pentru a demonstra înțelegerea conceptelor învățate și pentru a primi feedback de la instructor.
Până la sfârșitul acestui training, participanții vor avea cunoștințele și practicile necesare pentru a implementa o soluție live OpenNMT .
Probele de limbă sursă și țintă vor fi pre-aranjate conform cerințelor audienței.
Formatul cursului
- Part de conferință, parte discuție, practică practică grea
Până la sfârșitul acestui training, participanții vor avea cunoștințele și practicile necesare pentru a implementa o soluție live OpenNMT .
Probele de limbă sursă și țintă vor fi pre-aranjate conform cerințelor audienței.
Formatul cursului
- Part de conferință, parte discuție, practică practică grea
21 hours
Tip: Pregătire teoretică cu aplicații decise în amonte cu elevii de la Lasagne sau Keras funcție de grupul pedagogic
Metoda de predare: prezentare, schimburi și studii de caz
Inteligența artificială, după ce a perturbat multe domenii științifice, a început să revoluționeze un număr mare de sectoare economice (industrie, medicină, comunicare etc.). Cu toate acestea, prezentarea sa în marile mass-media este adesea fantezie, foarte departe de ceea ce sunt cu adevărat domeniile de Machine Learning sau Deep Learning . Scopul acestei instruiri este de a oferi inginerilor care au deja o stăpânire a instrumentelor informatice (inclusiv o bază de programare software) o introducere în Deep Learning și diferitele sale domenii de specializare și, prin urmare, în principalele arhitecturi de rețea existente. astăzi. Dacă bazele matematice sunt amintite în timpul cursului, se recomandă un nivel de matematică de tip BAC + 2 pentru mai mult confort. Este absolut posibil să sări peste axa matematică pentru a păstra doar o viziune „sistem”, dar această abordare îți va limita enorm înțelegerea subiectului.
Metoda de predare: prezentare, schimburi și studii de caz
Inteligența artificială, după ce a perturbat multe domenii științifice, a început să revoluționeze un număr mare de sectoare economice (industrie, medicină, comunicare etc.). Cu toate acestea, prezentarea sa în marile mass-media este adesea fantezie, foarte departe de ceea ce sunt cu adevărat domeniile de Machine Learning sau Deep Learning . Scopul acestei instruiri este de a oferi inginerilor care au deja o stăpânire a instrumentelor informatice (inclusiv o bază de programare software) o introducere în Deep Learning și diferitele sale domenii de specializare și, prin urmare, în principalele arhitecturi de rețea existente. astăzi. Dacă bazele matematice sunt amintite în timpul cursului, se recomandă un nivel de matematică de tip BAC + 2 pentru mai mult confort. Este absolut posibil să sări peste axa matematică pentru a păstra doar o viziune „sistem”, dar această abordare îți va limita enorm înțelegerea subiectului.
7 hours
În această formare directă condusă de instructori, participanții vor învăța cum să utilizeze Facebook NMT (Fairseq) pentru a efectua traducerea conținutului de eșantion.
La sfârșitul acestei cursuri, participanții vor avea cunoștințele și practicile necesare pentru a implementa o soluție de traducere mașină bazată pe Fairseq.
Formatul cursului
Lecție parțială, discuție parțială, practică grea
Notă
Dacă doriți să utilizați conținut specific de sursă și limbă țintă, vă rugăm să ne contactați pentru a organiza.
La sfârșitul acestei cursuri, participanții vor avea cunoștințele și practicile necesare pentru a implementa o soluție de traducere mașină bazată pe Fairseq.
Formatul cursului
Lecție parțială, discuție parțială, practică grea
Notă
Dacă doriți să utilizați conținut specific de sursă și limbă țintă, vă rugăm să ne contactați pentru a organiza.
21 hours
Microsoft Cognitive Toolkit 2x (anterior CNTK) este un kit de instrumente opencast, care permite instruirea algoritmilor de învățare profundă ca și creierul uman Potrivit Microsoft, CNTK poate fi de 510x mai rapid decat TensorFlow pe retele recurente si de 2 pana la 3 ori mai rapid decat TensorFlow pentru sarcinile legate de imagini În această instruire live, participanții vor învăța cum să folosească Microsoft Cognitive Toolkit pentru a crea, instrui și evalua algoritmi de învățare profundă pentru a fi utilizați în aplicații AI comerciale care implică mai multe tipuri de date, cum ar fi date, vorbire, text și imagini Până la sfârșitul acestui curs, participanții vor putea: Accesați CNTK ca o bibliotecă dintr-un program Python, C # sau C ++ Utilizați CNTK ca instrument independent de învățare a mașinii prin propriul limbaj de descriere a modelului (BrainScript) Utilizați funcția de evaluare a modelului CNTK dintr-un program Java Se combină DNN-urile feedforward, plasele convoluționale (CNN) și rețelele recurente (RNNs / LSTMs) Scalarea capacității de calcul pe procesoare, unități de procesare grafică și mai multe mașini Accesați seturi de date masive folosind limbile de programare existente și algoritmi Public Dezvoltatori Cercetătorii de date Formatul cursului Prelegere parte, discuții parțiale, exerciții și practici grele de manevră Notă Dacă doriți să personalizați orice parte a acestui training, inclusiv limba de programare de care aveți nevoie, vă rugăm să ne contactați pentru a aranja .
21 hours
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 .
7 hours
În cadrul acestui instruire, instruit în direct, participanții vor învăța cum să folosească DSSTNE pentru a construi o aplicație de recomandare.
Până la sfârșitul acestui antrenament, participanții vor putea:
- Antrenează un model de recomandare cu seturi de date rare ca intrare
- Modele de formare și predicție la scară pe mai multe GPU uri
- Difuzați calculul și stocarea într-un mod paralel
- Generați recomandări de produse personalizate asemănătoare cu Amazon
- Desfășurați o aplicație gata de producție care poate fi pe scară mare la sarcini grele
Formatul cursului
- Partea de prelegere, o discuție parțială, exerciții și practici practice
Până la sfârșitul acestui antrenament, participanții vor putea:
- Antrenează un model de recomandare cu seturi de date rare ca intrare
- Modele de formare și predicție la scară pe mai multe GPU uri
- Difuzați calculul și stocarea într-un mod paralel
- Generați recomandări de produse personalizate asemănătoare cu Amazon
- Desfășurați o aplicație gata de producție care poate fi pe scară mare la sarcini grele
Formatul cursului
- Partea de prelegere, o discuție parțială, exerciții și practici practice
7 hours
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 .
14 hours
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 .
21 hours
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 .
14 hours
In this instructor-led, live training, participants will learn how to use Matlab to design, build, and visualize a convolutional neural network for image recognition.
By the end of this training, participants will be able to:
- Build a deep learning model
- Automate data labeling
- Work with models from Caffe and TensorFlow-Keras
- Train data using multiple GPUs, the cloud, or clusters
Audience
- Developers
- Engineers
- Domain experts
Format of the course
- Part lecture, part discussion, exercises and heavy hands-on practice
By the end of this training, participants will be able to:
- Build a deep learning model
- Automate data labeling
- Work with models from Caffe and TensorFlow-Keras
- Train data using multiple GPUs, the cloud, or clusters
Audience
- Developers
- Engineers
- Domain experts
Format of the course
- Part lecture, part discussion, exercises and heavy hands-on practice
28 hours
Învățarea automată este o ramură a Inteligenței artificiale în care calculatoarele au capacitatea de a învăța fără a fi programate explicit. Învățarea profundă este un sub-câmp al învățării automate care folosește metode bazate pe reprezentări de date de învățare și structuri, cum ar fi rețelele neuronale. R este un limbaj de programare popular în industria financiară. Este utilizat în aplicații financiare, de la programe de tranzacționare de bază până la sisteme de gestionare a riscurilor.
În cadrul acestei instruiri, instruite în direct, participanții vor învăța cum să implementeze modele de învățare profundă pentru finanțe folosind R în timp ce trec prin crearea unui model de predicție a prețurilor stocurilor de învățare profundă.
Până la sfârșitul acestui antrenament, participanții vor putea:
- Înțelegeți conceptele fundamentale ale învățării profunde
- Aflați aplicațiile și utilizările învățării profunde în finanțe
- Utilizați R pentru a crea modele de învățare profundă pentru finanțe
- Construiți propriul model de predicție a prețurilor stocurilor de învățare profundă folosind R
Public
- Dezvoltatori
- Cercetătorii de date
Formatul cursului
- Partea de prelegere, o discuție parțială, exerciții și practici practice
În cadrul acestei instruiri, instruite în direct, participanții vor învăța cum să implementeze modele de învățare profundă pentru finanțe folosind R în timp ce trec prin crearea unui model de predicție a prețurilor stocurilor de învățare profundă.
Până la sfârșitul acestui antrenament, participanții vor putea:
- Înțelegeți conceptele fundamentale ale învățării profunde
- Aflați aplicațiile și utilizările învățării profunde în finanțe
- Utilizați R pentru a crea modele de învățare profundă pentru finanțe
- Construiți propriul model de predicție a prețurilor stocurilor de învățare profundă folosind R
Public
- Dezvoltatori
- Cercetătorii de date
Formatul cursului
- Partea de prelegere, o discuție parțială, exerciții și practici practice
28 hours
Machine learning is a branch of Artificial Intelligence wherein computers have the ability to learn without being explicitly programmed. Deep learning is a subfield of machine learning which uses methods based on learning data representations and structures such as neural networks. Python is a high-level programming language famous for its clear syntax and code readability.
In this instructor-led, live training, participants will learn how to implement deep learning models for banking using Python as they step through the creation of a deep learning credit risk model.
By the end of this training, participants will be able to:
- Understand the fundamental concepts of deep learning
- Learn the applications and uses of deep learning in banking
- Use Python, Keras, and TensorFlow to create deep learning models for banking
- Build their own deep learning credit risk model using Python
Audience
- Developers
- Data scientists
Format of the course
- Part lecture, part discussion, exercises and heavy hands-on practice
In this instructor-led, live training, participants will learn how to implement deep learning models for banking using Python as they step through the creation of a deep learning credit risk model.
By the end of this training, participants will be able to:
- Understand the fundamental concepts of deep learning
- Learn the applications and uses of deep learning in banking
- Use Python, Keras, and TensorFlow to create deep learning models for banking
- Build their own deep learning credit risk model using Python
Audience
- Developers
- Data scientists
Format of the course
- Part lecture, part discussion, exercises and heavy hands-on practice
28 hours
Învățarea automată este o ramură a Inteligenței artificiale în care calculatoarele au capacitatea de a învăța fără a fi programate explicit. Învățarea profundă este un sub-câmp al învățării automate care folosește metode bazate pe reprezentări de date de învățare și structuri, cum ar fi rețelele neuronale. R este un limbaj de programare popular în industria financiară. Este utilizat în aplicații financiare, de la programe de tranzacționare de bază până la sisteme de gestionare a riscurilor.
În cadrul acestei instruiri, instruită în direct, participanții vor învăța cum să implementeze modele de învățare profundă pentru activități bancare folosind R, în timp ce trec prin crearea unui model de risc de învățare profundă.
Până la sfârșitul acestui antrenament, participanții vor putea:
- Înțelegeți conceptele fundamentale ale învățării profunde
- Aflați aplicațiile și utilizările învățării profunde în domeniul bancar
- Utilizați R pentru a crea modele de învățare profundă pentru activități bancare
- Construiți propriul model de risc de învățare profundă folosind R
Public
- Dezvoltatori
- Cercetătorii de date
Formatul cursului
- Partea de prelegere, o discuție parțială, exerciții și practici practice
În cadrul acestei instruiri, instruită în direct, participanții vor învăța cum să implementeze modele de învățare profundă pentru activități bancare folosind R, în timp ce trec prin crearea unui model de risc de învățare profundă.
Până la sfârșitul acestui antrenament, participanții vor putea:
- Înțelegeți conceptele fundamentale ale învățării profunde
- Aflați aplicațiile și utilizările învățării profunde în domeniul bancar
- Utilizați R pentru a crea modele de învățare profundă pentru activități bancare
- Construiți propriul model de risc de învățare profundă folosind R
Public
- Dezvoltatori
- Cercetătorii de date
Formatul cursului
- Partea de prelegere, o discuție parțială, exerciții și practici practice
28 hours
Învățarea automată este o ramură a Inteligenței artificiale în care calculatoarele au capacitatea de a învăța fără a fi programate explicit. Învățarea profundă este un sub-câmp al învățării automate care folosește metode bazate pe reprezentări de date de învățare și structuri, cum ar fi rețelele neuronale. Python este un limbaj de programare la nivel înalt, renumit pentru sintaxa și lizibilitatea codului.
În cadrul acestei instruiri, instruite în direct, participanții vor învăța cum să implementeze modele de învățare profundă pentru finanțare, folosind Python timp ce pășesc prin crearea unui model de predicție a prețurilor stocurilor de învățare profundă.
Până la sfârșitul acestui antrenament, participanții vor putea:
- Înțelegeți conceptele fundamentale ale învățării profunde
- Aflați aplicațiile și utilizările învățării profunde în finanțe
- Utilizați Python , Keras și TensorFlow pentru a crea modele de învățare profundă pentru finanțe
- Construiți propriul model de predicție a prețurilor stocurilor de învățare profundă folosind Python
Public
- Dezvoltatori
- Cercetătorii de date
Formatul cursului
- Partea de prelegere, o discuție parțială, exerciții și practici practice
În cadrul acestei instruiri, instruite în direct, participanții vor învăța cum să implementeze modele de învățare profundă pentru finanțare, folosind Python timp ce pășesc prin crearea unui model de predicție a prețurilor stocurilor de învățare profundă.
Până la sfârșitul acestui antrenament, participanții vor putea:
- Înțelegeți conceptele fundamentale ale învățării profunde
- Aflați aplicațiile și utilizările învățării profunde în finanțe
- Utilizați Python , Keras și TensorFlow pentru a crea modele de învățare profundă pentru finanțe
- Construiți propriul model de predicție a prețurilor stocurilor de învățare profundă folosind Python
Public
- Dezvoltatori
- Cercetătorii de date
Formatul cursului
- Partea de prelegere, o discuție parțială, exerciții și practici practice
21 hours
Introducere în:
Învățarea profundă devine o componentă principală a proiectării viitoare a produselor care dorește să integreze inteligența artificială în inima modelelor lor. În următorii 5-10 ani, instrumentele de dezvoltare a învățării profunde, bibliotecile și limbile vor deveni componente standard ale fiecărui kit de instrumente de dezvoltare a software-ului. Până în prezent Google, Forța de Vânzări, Facebook, Amazon a folosit cu succes AI de învățare profundă pentru a-și spori afacerea. Aplicațiile variază de la traducerea automată a mașinii, analiza imaginii, analiza video, analiza mișcării, generarea de publicitate țintă și multe altele.
Acest curs este destinat organizațiilor care doresc să includă Deep Learning ca o parte foarte importantă a strategiei lor de produs sau de serviciu. Mai jos este o trimitere a cursului de învățare profundă pe care îl putem personaliza pentru diferite niveluri de angajați / părți interesate într-o organizație.
Publicul țintă:
(În funcție de publicul țintă, materialele cursului vor fi personalizate)
Executivă
O imagine generală a AI și a modului în care se potrivește cu strategia corporativă, cu sesiuni de pauză privind planificarea strategică, hărți de drumuri tehnologice și alocarea resurselor pentru a asigura valoarea maximă.
Manageri de proiect
Cum să planificați un proiect AI, inclusiv colectarea și evaluarea datelor, curățarea și verificarea datelor, dezvoltarea unui model de dovadă a conceptului, integrarea în procesele de afaceri și livrarea în întreaga organizație.
Dezvoltatori
Formare tehnică aprofundată, cu accent pe rețelele neurale și învățarea profundă, analiza imaginii și videoclipurilor (CNN), analiza sunetului și textului (NLP), și introducerea AI în aplicațiile existente.
Vânzătorii
O imagine generală a AI și modul în care poate satisface nevoile clienților, propuneri de valoare pentru diferite produse și servicii și cum să elimine temerile și să promoveze beneficiile AI.
Învățarea profundă devine o componentă principală a proiectării viitoare a produselor care dorește să integreze inteligența artificială în inima modelelor lor. În următorii 5-10 ani, instrumentele de dezvoltare a învățării profunde, bibliotecile și limbile vor deveni componente standard ale fiecărui kit de instrumente de dezvoltare a software-ului. Până în prezent Google, Forța de Vânzări, Facebook, Amazon a folosit cu succes AI de învățare profundă pentru a-și spori afacerea. Aplicațiile variază de la traducerea automată a mașinii, analiza imaginii, analiza video, analiza mișcării, generarea de publicitate țintă și multe altele.
Acest curs este destinat organizațiilor care doresc să includă Deep Learning ca o parte foarte importantă a strategiei lor de produs sau de serviciu. Mai jos este o trimitere a cursului de învățare profundă pe care îl putem personaliza pentru diferite niveluri de angajați / părți interesate într-o organizație.
Publicul țintă:
(În funcție de publicul țintă, materialele cursului vor fi personalizate)
Executivă
O imagine generală a AI și a modului în care se potrivește cu strategia corporativă, cu sesiuni de pauză privind planificarea strategică, hărți de drumuri tehnologice și alocarea resurselor pentru a asigura valoarea maximă.
Manageri de proiect
Cum să planificați un proiect AI, inclusiv colectarea și evaluarea datelor, curățarea și verificarea datelor, dezvoltarea unui model de dovadă a conceptului, integrarea în procesele de afaceri și livrarea în întreaga organizație.
Dezvoltatori
Formare tehnică aprofundată, cu accent pe rețelele neurale și învățarea profundă, analiza imaginii și videoclipurilor (CNN), analiza sunetului și textului (NLP), și introducerea AI în aplicațiile existente.
Vânzătorii
O imagine generală a AI și modul în care poate satisface nevoile clienților, propuneri de valoare pentru diferite produse și servicii și cum să elimine temerile și să promoveze beneficiile AI.
14 hours
Această sesiune de instruire bazată pe clasă va conține prezentări și exemple pe computer și exerciții de studiu de caz pentru a fi întreprinse cu biblioteci relevante neuronale și profunde
Last Updated:
Upcoming Deep Learning Courses
Deep Learning for Vision
2022-06-22 09:30
21 ore
Natural Language Processing with TensorFlow
2022-06-27 09:30
35 ore
TensorFlow for Image Recognition
2022-06-27 09:30
28 ore
Deep Learning with TensorFlow
2022-07-05 09:30
21 ore
Neural Networks Fundamentals using TensorFlow as Example
2022-08-02 09:30
28 ore
Consultanță
Sfarsit de saptamana Deep Learning Cursuri, Seara Deep Learning Training, DL (Deep Learning) Camp, Deep Learning (DL) Cu instructor, Sfarsit de saptamana Deep Learning (DL) Training, Seara Deep Learning (DL) Cursuri, DL (Deep Learning) Coaching, Deep Learning (DL) Instructor, Deep Learning (DL) Trainer, Deep Learning Cursuri, DL (Deep Learning) Clase, Deep Learning (DL) Pe pagina, Deep Learning (DL) curs privat, Deep Learning one on one training
