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

★★★★★

Ref materiale pentru a utiliza mai târziu a fost foarte bun.

PAUL BEALES- Seagate Technology.

Curs: Applied Machine Learning

Machine Translated

Ce ti-a placut cel mai mult despre antrenament ?: Mi-a dat o buna practica in utilizarea lui R pentru a construi sisteme de invatare mecanica pentru situatii reale. Pot să folosesc acest lucru în munca mea imediat. Acesta a fost un curs excelent. Unul dintre cele mai bune am avut.

Matthew Thomas - British Telecom

Curs: Applied Machine Learning

Machine Translated

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

Subiectul. Părea interesant, dar am plecat fără să știu mai mult decât înainte.

Radoslaw Labedzki

Curs: Introduction to Deep Learning

Machine Translated

Mi-a plăcut că acest curs avea un subiect foarte interesant.

Wojciech Wilk

Curs: Introduction to Deep Learning

Machine Translated

Am apreciat cu adevărat răspunsurile clare ale lui Chris la întrebările noastre.

Léo Dubus

Curs: Neural Networks Fundamentals using TensorFlow as Example

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

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

excercises

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

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

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

Acesta prezintă multe metode cu scripturi pre pregătite - materiale foarte pregătite și ușor de urmărit

Kamila Begej - GE Medical Systems Polska Sp. Zoo

Curs: Machine Learning – Data science

Machine Translated

Îmi place că antrenamentul a fost axat pe exemple și codificare. Am crezut că este imposibil să împachetezi atât de mult conținut în trei zile de antrenament, dar m-am înșelat. Formarea a acoperit numeroase subiecte și totul a fost realizat într-o manieră foarte detaliată (în special tuningul parametrilor modelului - nu m-am așteptat ca va fi un timp pentru asta și am fost surprins).

Bartosz Rosiek - GE Medical Systems Polska Sp. Zoo

Curs: Machine Learning – Data science

Machine Translated

Îmi place că se concentrează mai mult asupra modalității de abordare a diferitelor metode de rezumare a textului

Curs: Text Summarization with Python

Machine Translated

multe informații, toate întrebările nelinistite, exemple interesante

A1 Telekom Austria AG

Curs: Deep Learning for Telecom (with Python)

Machine Translated

Îmi place că se concentrează mai mult asupra modalității de abordare a diferitelor metode de rezumare a textului

Curs: Text Summarization with Python

Machine Translated

Machine Learning (ML) Subcategories

ML (Machine Learning) Course Outlines

Numele cursului

Durata

Sinoptic

Numele cursului

Durata

Sinoptic

Artificial Intelligence in Automotive

14 hours

Sinoptic

Acest curs acoperă AI (accentuând Machine Learning și Deep Learning ) în industria Automotive . Ajută la determinarea tehnologiei care poate fi utilizată (potențial) în situații multiple într-o mașină: de la o simplă automatizare, recunoașterea imaginii până la luarea deciziilor autonome.

Machine Learning on iOS

14 hours

Sinoptic

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 .

OpenFace: Creating Facial Recognition Systems

14 hours

Sinoptic

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 .

Octave not only for programmers

21 hours

Sinoptic

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 .

Neural computing – Data science

14 hours

Sinoptic

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

Neural Networks Fundamentals using TensorFlow as Example

28 hours

Sinoptic

Acest curs vă va oferi cunoștințe în rețelele neuronale și, în general, în algoritmul de învățare automată, învățare profundă (algoritmi și aplicații).

Această instruire se concentrează mai mult asupra elementelor fundamentale, dar vă va ajuta să alegeți tehnologia potrivită: TensorFlow , Caffe , Teano, DeepDrive, Keras , etc. Exemplele sunt făcute în TensorFlow .

Machine Learning – Data science

21 hours

Sinoptic

Această sesiune de pregătire bazată pe clasă va explora instrumente de învățare automată cu Python (sugerat) Delegații vor avea exemple pe computer și exerciții de studiu de caz.

Machine Learning for Robotics

21 hours

Sinoptic

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.

Machine Learning with Python

21 hours

Sinoptic

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.

Machine Learning in business – AI/Robotics

14 hours

Sinoptic

Această sesiune de instruire bazată pe clasă va explora tehnicile de învățare a mașinilor, cu ajutorul exemplelor bazate pe calculator și a exercițiilor de rezolvare a studiilor de caz folosind un limbaj de program relevant .

Introduction to Machine Learning

7 hours

Sinoptic

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.

OpenNMT: Setting Up a Neural Machine Translation System

7 hours

Sinoptic

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

Machine Learning Fundamentals with R

14 hours

Sinoptic

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 .

Machine Learning Fundamentals with Python

14 hours

Sinoptic

Scopul acestui curs este de a oferi o competență de bază în aplicarea metodelor de Machine Learning în practică. Prin utilizarea Python programare Python 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 .

Machine Learning Fundamentals with Scala and Apache Spark

14 hours

Sinoptic

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 .

Machine Learning for Finance (with R)

28 hours

Sinoptic

Învățarea automată este o ramură a Inteligenței artificiale în care calculatoarele au capacitatea de a învăța fără a fi programate explicit. 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 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 finanțelor. 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 ale echipei.

Până la sfârșitul acestui antrenament, participanții vor putea:

- Înțelegeți conceptele fundamentale în învățarea mașinii
- Aflați aplicațiile și utilizările învățării automate în finanțe
- Dezvolta propria strategie de tranzacționare algoritmică folosind învățarea automată cu R

Public

- Dezvoltatori
- Cercetătorii de date

Formatul cursului

- Partea de prelegere, o discuție parțială, exerciții și practici practice

Machine Learning for Finance (with Python)

21 hours

Sinoptic

Învățarea automată este o ramură a Inteligenței artificiale în care calculatoarele au capacitatea de a învăța fără a fi programate explicit. Python este un limbaj de programare faimos pentru sintaxa și lizibilitatea clară. Oferă o colecție excelentă de biblioteci bine testate și tehnici pentru dezvoltarea aplicațiilor de învățare automată.

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 finanțelor.

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 ale echipei.

Până la sfârșitul acestui antrenament, participanții vor putea:

- Înțelegeți conceptele fundamentale în învățarea mașinii
- Aflați aplicațiile și utilizările învățării automate în finanțe
- Dezvoltați propria strategie de tranzacționare algoritmică folosind învățarea automată cu Python

Public

- Dezvoltatori
- Cercetătorii de date

Formatul cursului

- Partea de prelegere, o discuție parțială, exerciții și practici practice

Machine Learning Concepts for Entrepreneurs and Managers

21 hours

Sinoptic

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

Machine Learning and Deep Learning

21 hours

Sinoptic

Acest curs acoperă AI (sublinierea Machine Learning Deep Learning și a Deep Learning )

Machine Learning and Big Data

7 hours

Sinoptic

This instructor-led, live training (onsite or remote) is aimed at technical persons who wish to learn how to implement a machine learning strategy while maximizing the use of big data.

By the end of this training, participants will:

- Understand the evolution and trends for machine learning.
- Know how machine learning is being used across different industries.
- Become familiar with the tools, skills and services available to implement machine learning within an organization.
- Understand how machine learning can be used to enhance data mining and analysis.
- Learn what a data middle backend is, and how it is being used by businesses.
- Understand the role that big data and intelligent applications are playing across industries.

Format of the Course

- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.

Course Customization Options

- To request a customized training for this course, please contact us to arrange.

Machine Learning for Banking (with R)

28 hours

Sinoptic

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

OpenNLP for Text Based Machine Learning

14 hours

Sinoptic

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 .

OpenNN: Implementing Neural Networks

14 hours

Sinoptic

În acest training, instruit live, condus de instructor, trecem peste principiile rețelelor neuronale și folosim OpenNN pentru a implementa o aplicație de probă.

Formatul cursului

- Prelegeri și discuții însoțite de exerciții practice.

Microsoft Cognitive Toolkit 2.x

21 hours

Sinoptic

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 .

T2T: Creating Sequence to Sequence Models for Generalized Learning

7 hours

Sinoptic

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 .

Understanding Deep Neural Networks

35 hours

Sinoptic

Acest curs începe cu oferirea de cunoștințe conceptuale în rețelele neuronale și, în general, în algoritmul de învățare automată, învățare profundă (algoritmi și aplicații).

Partea 1 (40%) a acestui antrenament se concentrează mai mult asupra elementelor fundamentale, dar vă va ajuta să alegeți tehnologia potrivită: TensorFlow , Caffe , Theano, DeepDrive, Keras etc.

Partea a 2-a (20%) a acestei instruiri introduce Theano - o bibliotecă piton care ușurează scrierea modelelor de învățare profundă.

Partea a 3-a (40%) a instruirii ar fi bazată pe baza Tensorflow - API-ul a 2-a generație a bibliotecii software open source pentru Deep Learning lui Go ogle. Exemplele și handson-ul vor fi făcute în TensorFlow .

Public

Acest curs este destinat inginerilor care doresc să folosească TensorFlow pentru proiectele lor de Deep Learning

După finalizarea acestui curs, delegații vor:

-

au o bună înțelegere pe rețelele neuronale profunde (DNN), CNN și RNN

-

înțelegeți structura și mecanismele de implementare ale TensorFlow

-

să poată efectua activități de instalare / mediu de producție / arhitectură și configurare

-

să poată evalua calitatea codului, să efectueze depanarea, să monitorizeze

-

să fie capabil să implementeze producție avansată, cum ar fi modele de instruire, grafice de construcție și jurnal

Natural Language Processing with TensorFlow

35 hours

Sinoptic

TensorFlow ™ este o bibliotecă software open source pentru calcul numeric utilizând grafice de fluxuri de date SyntaxNet este un cadru de procesare a limbajului natural pentru TensorFlow Word2Vec este folosit pentru a învăța reprezentări vectoriale ale cuvintelor, numite "embeddings word" Word2vec este un model predictiv deosebit de computational de eficientizare a invatarii cuvintelor din textul brut Acesta vine în două arome, modelul Continuous BagofWords (CBOW) și modelul SkipGram (capitolul 31 și 32 în Mikolov și colab) Folosit în tandem, SyntaxNet și Word2Vec permit utilizatorilor să genereze modele de învățare încorporată de la introducerea limbajului natural Public Acest curs este destinat dezvoltatorilor și inginerilor care intenționează să lucreze cu modelele SyntaxNet și Word2Vec în graficul TensorFlow După finalizarea acestui curs, delegații vor: 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, încorporarea termenilor, construirea de grafice și logare .

TPU Programming: Building Neural Network Applications on Tensor Processing Units

7 hours

Sinoptic

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 .

Torch for Machine and Deep Learning

21 hours

Sinoptic

Torch este o bibliotecă de învățare a mașinilor open source și un cadru de calcul științific bazat pe Lua programare Lua . Oferă un mediu de dezvoltare pentru numerică, învățare automată și viziune pe calculator, cu un accent deosebit pe învățarea profundă și rețelele revoluționare. Este unul dintre cele mai rapide și mai flexibile cadre pentru mașini și Deep Learning și este utilizat de companii precum Facebook , Go ogle, Twitter, NVIDIA, AMD, Intel și multe altele.

În această instruire live, condusă de instructor, acoperim principiile Torch , caracteristicile sale unice și modul în care poate fi aplicat în aplicațiile din lumea reală. Parcurgem numeroase exerciții practice, demonstrând și practicând conceptele învățate.

Până la sfârșitul cursului, participanții vor înțelege în detaliu caracteristicile și capacitățile care stau la baza lui Torch , precum și rolul și contribuția acesteia în spațiul AI în comparație cu alte cadre și biblioteci. Participanții vor fi, de asemenea, primiți practica necesară pentru a implementa Torch în propriile proiecte.

Formatul cursului

- Prezentare generală a mașinilor și Deep Learning
- Exerciții de codificare și integrare în clasă
- Întrebările de test presărate pe parcursul verificării înțelegerii

TensorFlow for Image Recognition

28 hours

Sinoptic

Acest curs explorează, cu exemple specifice, aplicarea Tensor Flow în scopul recunoașterii imaginii

Public

Acest curs este destinat inginerilor care caută să utilizeze TensorFlow în scopul recunoașterii imaginilor

După finalizarea acestui curs, delegații vor putea:

- să înțeleagă structura și mecanismele de implementare ale TensorFlow
- efectuați sarcinile și configurația mediului de instalare / producție / arhitecturii
- evaluarea calității codului, efectuarea depanării, monitorizarea
- să implementeze o producție avansată, cum ar fi modele de instruire, construirea de grafice și logare

Upcoming Machine Learning Courses

Deep Reinforcement Learning with Python

2019-11-04 09:30:00

Iasi, Piata Unirii

Remote

5250EUR

Sală de clasă

6050EUR

Deep Reinforcement Learning with Python

2019-11-11 09:30:00

Cluj-Napoca, Pitești Street

Remote

5250EUR

Sală de clasă

6050EUR

Deep Reinforcement Learning with Python

2019-11-12 09:30:00

Bucharest, City Center

Remote

5250EUR

Sală de clasă

6050EUR

Deep Learning for Finance (with R)

2019-11-18 09:30:00

Cluj-Napoca, Pitești Street

Remote

7000EUR

Sală de clasă

8000EUR

Deep Reinforcement Learning with Python

2019-11-18 09:30:00

Constanta, Str. Mircea cel Batran

Remote

5250EUR

Sală de clasă

6050EUR

Other regions

;Transilvania Banat & Crisana Muntenia Moldova Dobrogea

Other countries

Aceste cursuri sunt disponibile si in alte tari. ››

Consultanță

Consultanță Machine Learning

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