Cursurile de instruire la nivel local instruite de instructor (ML) demonstrează prin practica practică cum se aplică tehnici de învățare a mașinilor și instrumente pentru rezolvarea problemelor din lumea reală în diverse industrii. Cursurile NobleProg ML acoperă diferite limbi de programare și cadre, inclusiv Python, limba R și Matlab. Cursurile de învățare la mașină sunt oferite pentru o serie de aplicații din industrie, printre care se numără Finanțele, Banca și Asigurările și acoperă fundamentele Machine Learning, precum și abordări mai avansate, cum ar fi Deep Learning. Instruirea pentru instruirea în mașină este disponibilă ca "formare live la fața locului" sau "instruire 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 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
Formatorul a fost atât de informat și a inclus zonele în care mă interesează.
Mohamed Salama
Curs: Data Mining & Machine Learning with R
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
Formatorul a explicat foarte ușor subiecte dificile și avansate.
Leszek K
Curs: Artificial Intelligence Overview
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
Toți îi plac
蒙 李
Curs: Machine Learning Fundamentals with Python
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
Mi-au plăcut cu adevărat exercițiile
L M ERICSSON LIMITED
Curs: Machine Learning
Machine Translated
exercițiile de laborator
Marcell Lorant - L M ERICSSON LIMITED
Curs: Machine Learning
Machine Translated
Forma notebook-ului Jupyter, în care sunt disponibile materialele de instruire
L M ERICSSON LIMITED
Curs: Machine Learning
Machine Translated
Au fost multe exerciții și subiecte interesante.
L M ERICSSON LIMITED
Curs: Machine Learning
Machine Translated
unele exerciții mari de laborator analizate și explicate de către antrenor în profunzime (de exemplu, covariante în regresie liniară, care se potrivesc cu funcția reală)
L M ERICSSON LIMITED
Curs: Machine Learning
Machine Translated
Este minunat ca tot materialul, inclusiv exercitiile, sa fie pe aceeasi pagina si apoi sa fie actualizat in zbor. Soluția este dezvăluită la sfârșit. Misto! De asemenea, apreciez faptul că Krzysztof a depus eforturi suplimentare pentru a înțelege problemele noastre și ne-a sugerat posibile tehnici.
Attila Nagy - L M ERICSSON LIMITED
Curs: 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
Machine Learning (ML) Subcategories
ML (Machine Learning) Course Outlines
Numele cursului
Durata
Sinoptic
Numele cursului
Durata
Sinoptic
7 hours
This instructor-led, live training in România (online or onsite) is aimed at software engineers or anyone who wish to learn how to use Vertex AI to perform and complete machine learning activities.
By the end of this training, participants will be able to:
- Understand how Vertex AI works and use it as a machine learning platform.
- Learn about machine learning and NLP concepts.
- Know how to train and deploy machine learning models using Vertex AI.
By the end of this training, participants will be able to:
- Understand how Vertex AI works and use it as a machine learning platform.
- Learn about machine learning and NLP concepts.
- Know how to train and deploy machine learning models using Vertex AI.
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.
14 hours
Waikato Environment for Knowledge Analysis (Weka) este un software de vizualizare pentru minarea datelor cu sursă deschisă. Acesta oferă o colecție de algoritmi de învățare automată pentru pregătirea datelor, clasificarea, clusterarea și alte activități de minare a datelor.
Această instruire condusă de instructori, formare live (online sau on-site) este destinată analistilor de date și cercetătorilor de date care doresc să utilizeze Weka pentru a îndeplini sarcinile de minare a datelor.
La sfârșitul cursului, participanții vor putea:
Instalați și configurați Weka Înțelegeți mediul Weka și bențul de lucru. Realizarea sarcinilor de minare a datelor folosind Weka.
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 instruire condusă de instructori, formare live (online sau on-site) este destinată analistilor de date și cercetătorilor de date care doresc să utilizeze Weka pentru a îndeplini sarcinile de minare a datelor.
La sfârșitul cursului, participanții vor putea:
Instalați și configurați Weka Înțelegeți mediul Weka și bențul de lucru. Realizarea sarcinilor de minare a datelor folosind Weka.
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
Scopul acestui curs este de a oferi o competență de bază în aplicarea metodelor Machine Learning în practică. Prin utilizarea limbii de programare Python și a diferitelor biblioteci, și pe baza unei mulțime de exemple practice, acest curs învață cum să utilizeze cele mai importante blocuri de construcție Machine Learning, cum să ia decizii de modelare a datelor, să interpreteze rezultatele algoritmelor și să valideze rezultatele.
Scopul nostru este de a vă oferi abilitățile de a înțelege și de a folosi cele mai fundamentale instrumente din caseta de instrumente Machine Learning cu încredere și de a evita prăbușirile comune ale aplicațiilor Data Science.
Scopul nostru este de a vă oferi abilitățile de a înțelege și de a folosi cele mai fundamentale instrumente din caseta de instrumente Machine Learning cu încredere și de a evita prăbușirile comune ale aplicațiilor Data Science.
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 .
28 hours
scopul acestui curs este de a oferi competență generală în aplicarea metodelor de învățare automată în practică. Prin utilizarea limbajului de programare Python și a diverselor sale biblioteci și pe baza unei multitudini de exemple practice, acest curs învață să folosească cele mai importante blocuri de mașini de învățare, să facă decizii de modelare a datelor, să interpreteze rezultatele algoritmilor și validarea rezultatelor.
scopul nostru este de a vă oferi abilitățile de a înțelege și de a folosi cele mai fundamentale instrumente de la machine learning Toolbox cu încredere și pentru a evita capcanele comune de date Științe aplicații.
scopul nostru este de a vă oferi abilitățile de a înțelege și de a folosi cele mai fundamentale instrumente de la machine learning Toolbox cu încredere și pentru a evita capcanele comune de date Științe aplicații.
28 hours
Acesta este un curs de 4 zile care introduce AI și aplicația sa folosind Python limba de programare. Există o opțiune de a avea o zi suplimentară pentru a începe un proiect AI la finalizarea acestui curs.
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 .
7 hours
Acest curs a fost creat pentru manageri, arhitecți de soluții, ofițeri de inovare, CTO-uri, arhitecți de software și oricine este interesat de o imagine de ansamblu a inteligenței artificiale aplicate și cea mai apropiată previziune pentru dezvoltarea sa.
7 hours
Acest curs de formare este destinat persoanelor care ar dori să aplice tehnici de bază Machine Learning în Machine Learning în aplicații practice.
Public
Cercetătorii de date și statisticienii care au o anumită familiaritate cu învățarea în mașină și știu cum să programeze programul R. Accentul acestui curs este pus pe aspectele practice ale pregătirii datelor / modelului, execuției, analizei post-hoc și vizualizării. Scopul este de a oferi o introducere practică în învățarea mașinilor pentru participanții interesați de aplicarea metodelor la locul de muncă
Exemple specifice sectorului sunt folosite pentru a face formarea relevantă pentru public.
Public
Cercetătorii de date și statisticienii care au o anumită familiaritate cu învățarea în mașină și știu cum să programeze programul R. Accentul acestui curs este pus pe aspectele practice ale pregătirii datelor / modelului, execuției, analizei post-hoc și vizualizării. Scopul este de a oferi o introducere practică în învățarea mașinilor pentru participanții interesați de aplicarea metodelor la locul de muncă
Exemple specifice sectorului sunt folosite pentru a face formarea relevantă pentru public.
14 hours
Acest curs de formare este pentru persoanele care ar dori să aplice Machine Learning în aplicații practice.
Public
Acest curs este destinat cercetătorilor de date și statisticienilor care au o anumită familiaritate cu statisticile și știu cum să programeze R (sau Python sau altă limbă aleasă). Accentul pe acest curs se referă la aspectele practice ale pregătirii datelor / modelului, execuției, analizei post-hoc și vizualizării.
Scopul este de a oferi aplicații practice Machine Learning participanților interesați de aplicarea metodelor la locul de muncă.
Exemple specifice sectorului sunt folosite pentru a face formarea relevantă pentru public.
Public
Acest curs este destinat cercetătorilor de date și statisticienilor care au o anumită familiaritate cu statisticile și știu cum să programeze R (sau Python sau altă limbă aleasă). Accentul pe acest curs se referă la aspectele practice ale pregătirii datelor / modelului, execuției, analizei post-hoc și vizualizării.
Scopul este de a oferi aplicații practice Machine Learning participanților interesați de aplicarea metodelor la locul de muncă.
Exemple specifice sectorului sunt folosite pentru a face formarea relevantă pentru public.
14 hours
Scopul acestui curs este de a oferi o competență de bază în aplicarea metodelor de Machine Learning în practică. Prin utilizarea platformei de programare R și a diferitelor sale biblioteci, și pe baza unei multitudini de exemple practice, acest curs învață cum să folosești cele mai importante elemente de bază ale Machine Learning , cum să ia decizii de modelare a datelor, să interpretezi rezultatele algoritmilor și validarea rezultatelor.
Scopul nostru este să vă oferim abilitățile de a înțelege și utiliza instrumentele cele mai fundamentale din caseta de instrumente Machine Learning încredere și de a evita capcanele comune ale aplicațiilor Data Science .
Scopul nostru este să vă oferim abilitățile de a înțelege și utiliza instrumentele cele mai fundamentale din caseta de instrumente Machine Learning încredere și de a evita capcanele comune ale aplicațiilor Data Science .
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
This course will be a combination of theory and practical work with specific examples used throughout the event.
21 hours
Acest curs introduce metode de învățare în robotică.
Este o prezentare generală a metodelor, motivațiilor și ideilor principale existente în contextul recunoașterii modelului.
După un scurt context teoretic, participanții vor efectua exerciții simple folosind open source (de obicei R) sau orice alt software popular.
Este o prezentare generală a metodelor, motivațiilor și ideilor principale existente în contextul recunoașterii modelului.
După un scurt context teoretic, participanții vor efectua exerciții simple folosind open source (de obicei R) sau orice alt software popular.
21 hours
MATLAB is a numerical computing environment and programming language developed by MathWorks.
14 hours
Scopul acestui curs este de a oferi o competență de bază în aplicarea metodelor de Machine Learning în practică. Prin utilizarea limbajului de programare Scala și a diferitelor sale biblioteci, și pe baza unei multitudini de exemple practice, acest curs învață cum să folosești cele mai importante elemente de bază ale Machine Learning , cum să ia decizii de modelare a datelor, să interpretezi rezultatele algoritmilor și validarea rezultatelor.
Scopul nostru este să vă oferim abilitățile de a înțelege și utiliza instrumentele cele mai fundamentale din caseta de instrumente Machine Learning încredere și de a evita capcanele comune ale aplicațiilor Data Science .
Scopul nostru este să vă oferim abilitățile de a înțelege și utiliza instrumentele cele mai fundamentale din caseta de instrumente Machine Learning încredere și de a evita capcanele comune ale aplicațiilor Data Science .
14 hours
R este un limbaj de programare open-source gratuit pentru calculul statistic, analiza datelor și grafică. R este utilizat de un număr tot mai mare de manageri și analisti de date în cadrul corporațiilor și academiei. R are o gamă largă de pachete pentru minarea datelor.
21 hours
PredictionIO este un server de Machine Learning platformă open-source, construit pe partea superioară a stack-ului open-source de ultimă oră.
Public
Acest curs este adresat dezvoltatorilor și oamenilor de știință care doresc să creeze motoare predictive pentru orice sarcină de învățare a mașinilor.
Public
Acest curs este adresat dezvoltatorilor și oamenilor de știință care doresc să creeze motoare predictive pentru orice sarcină de învățare a mașinilor.
35 hours
Acest curs este creat pentru persoanele care nu au experiență anterioară în ceea ce privește probabilitățile și statisticile .
21 hours
Cursul este dedicat celor care doresc să cunoască un program alternativ la pachetul comercial MATLAB Instruirea în trei zile oferă informații complete privind deplasarea în mediul înconjurător și realizarea pachetului OCTAVE pentru analiza datelor și calculele de inginerie Beneficiarii cursului sunt începători, dar și cei care cunosc programul și care ar dori să-și sistematizeze cunoștințele și să-și îmbunătățească abilitățile Nu este necesară cunoașterea altor limbi de programare, dar va facilita în mare măsură însușirea cunoștințelor de către cursanți Cursul vă va arăta cum să utilizați programul în multe exemple practice .
21 hours
Acest curs de pregătire este destinat persoanelor care ar dori să aplice Machine Learning în aplicații practice pentru echipa lor. Pregătirea nu se va cufunda în tehnicități și nu se va învârti în jurul conceptelor de bază și aplicațiilor operaționale / de afaceri ale aceluiași.
Public țintă
- Investitori și antreprenori AI
- Manageri și Ingineri a căror companie se aventura în spațiul AI
- Analisti de Business și investitori
Public țintă
- Investitori și antreprenori AI
- Manageri și Ingineri a căror companie se aventura în spațiul AI
- Analisti de Business și investitori
7 hours
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 .
14 hours
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 .
14 hours
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 .
21 hours
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 .
14 hours
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 .
28 hours
În cadrul acestui training, instruit în direct, participanții vor învăța cum să aplice tehnici și instrumente de învățare automată pentru rezolvarea problemelor din lumea reală în 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 live.
Public
- Dezvoltatori
- Cercetătorii de date
- Profesioniștii din domeniul bancar cu o pregătire tehnică
Formatul cursului
- Partea de prelegere, o discuție parțială, exerciții și practici practice
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 live.
Public
- Dezvoltatori
- Cercetătorii de date
- Profesioniștii din domeniul bancar cu o pregătire tehnică
Formatul cursului
- Partea de prelegere, o discuție parțială, exerciții și practici practice
Last Updated:
Upcoming Machine Learning Courses
Applied Machine Learning
2022-06-22 09:30
14 ore
Artificial Neural Networks, Machine Learning, Deep Thinking
2022-06-22 09:30
21 ore
Machine Learning
2022-07-06 09:30
21 ore
Machine Learning with Python – 2 Days
2022-07-13 09:30
14 ore
Machine Learning Fundamentals with R
2022-07-26 09:30
14 ore
Consultanță
Sfarsit de saptamana Machine Learning Cursuri, Seara Machine Learning Training, ML (Machine Learning) Camp, Machine Learning (ML) Cu instructor, Sfarsit de saptamana Machine Learning (ML) Training, Seara Machine Learning (ML) Cursuri, ML (Machine Learning) Coaching, Machine Learning (ML) Instructor, Machine Learning (ML) Trainer, Machine Learning Cursuri, ML (Machine Learning) Clase, Machine Learning (ML) Pe pagina, Machine Learning (ML) curs privat, Machine Learning one on one training
