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
Sinoptic
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.
28 hours
Sinoptic
This is a 4 day course introducing AI and it's application. There is an option to have an additional day to undertake an AI project on completion of this course.
7 hours
Sinoptic
This instructor-led, live training in România (online or onsite) 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.
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.
21 hours
Sinoptic
Mechatronica (inginerie mechatronică) este o combinație de mecanică, electronică și informatică.
Această instruire desfășurată de instructor (live sau la distanță) este destinată inginerilor care doresc să învețe despre aplicabilitatea inteligenței artificiale în sistemele mecatronice.
Până la sfârșitul acestui curs, participanții vor putea:
- Obțineți o imagine de ansamblu a inteligenței artificiale, a învățării mașinilor și a inteligenței computaționale.
- Înțelegeți conceptele rețelelor neuronale și diferitele metode de învățare.
- Alegeți inteligent abordările inteligente în mod eficient pentru problemele din viața reală.
- Implementarea aplicațiilor AI în ingineria mecatronică.
Formatul cursului
- Prelegere interactivă și discuții.
- Multe exerciții și practici.
- Implementarea manuală într-un mediu live-lab.
Opțiunile de personalizare a cursului
- Pentru a solicita o pregătire personalizată pentru acest curs, vă rugăm să ne contactați pentru a aranja.
Această instruire desfășurată de instructor (live sau la distanță) este destinată inginerilor care doresc să învețe despre aplicabilitatea inteligenței artificiale în sistemele mecatronice.
Până la sfârșitul acestui curs, participanții vor putea:
- Obțineți o imagine de ansamblu a inteligenței artificiale, a învățării mașinilor și a inteligenței computaționale.
- Înțelegeți conceptele rețelelor neuronale și diferitele metode de învățare.
- Alegeți inteligent abordările inteligente în mod eficient pentru problemele din viața reală.
- Implementarea aplicațiilor AI în ingineria mecatronică.
Formatul cursului
- Prelegere interactivă și discuții.
- Multe exerciții și practici.
- Implementarea manuală într-un mediu live-lab.
Opțiunile de personalizare a cursului
- Pentru a solicita o pregătire personalizată pentru acest curs, vă rugăm să ne contactați pentru a aranja.
21 hours
Sinoptic
This instructor-led, live training in România (online or onsite) is aimed at developers who wish to build a self-driving car using deep learning techniques.
By the end of this training, participants will be able to:
- Use Keras to build and train a convolutional neural network.
- Use computer vision techniques to identify lanes in an autonomos driving project.
- Train a deep learning model to differentiate traffic signs.
- Simulate a fully autonomous car.
By the end of this training, participants will be able to:
- Use Keras to build and train a convolutional neural network.
- Use computer vision techniques to identify lanes in an autonomos driving project.
- Train a deep learning model to differentiate traffic signs.
- Simulate a fully autonomous car.
21 hours
Sinoptic
keras este un nivel înalt de rețele neuronale API pentru dezvoltare rapidă și experimentare. Acesta ruleaza pe partea de sus a TensorFlow, CNTK, sau Theano.
acest instructor-condus, de formare Live (la fața locului sau la distanță) este destinat persoanelor tehnice care doresc să aplice modelul de învățare profundă a aplicațiilor de recunoaștere a imaginilor.
până la sfârșitul acestei instruiri, participanții vor putea:
- Instalați și configurați keras.
- rapid prototip modele de învățare profundă.
- implementați o rețea de convolutional.
- implementați o rețea recurentă.
- executa un model de învățare profundă pe ambele un procesor și GPU.
format al cursului
- interactive prelegere și discuții.
- o mulțime de exerciții și practică.
- hands-on punerea în aplicare într-un mediu de laborator live.
curs opțiuni de personalizare
- pentru a solicita un training personalizat pentru acest curs, va rugam sa ne contactati pentru a aranja.
- pentru a afla mai multe despre keras, vă rugăm să vizitați: https://keras.io/
acest instructor-condus, de formare Live (la fața locului sau la distanță) este destinat persoanelor tehnice care doresc să aplice modelul de învățare profundă a aplicațiilor de recunoaștere a imaginilor.
până la sfârșitul acestei instruiri, participanții vor putea:
- Instalați și configurați keras.
- rapid prototip modele de învățare profundă.
- implementați o rețea de convolutional.
- implementați o rețea recurentă.
- executa un model de învățare profundă pe ambele un procesor și GPU.
format al cursului
- interactive prelegere și discuții.
- o mulțime de exerciții și practică.
- hands-on punerea în aplicare într-un mediu de laborator live.
curs opțiuni de personalizare
- pentru a solicita un training personalizat pentru acest curs, va rugam sa ne contactati pentru a aranja.
- pentru a afla mai multe despre keras, vă rugăm să vizitați: https://keras.io/
21 hours
Sinoptic
TensorFlow este o bibliotecă populară și de învățare automată dezvoltată de Go ogle pentru învățare profundă, calculare numerică și învățare automată la scară largă. TensorFlow 2.0, lansat în ianuarie 2019, este cea mai nouă versiune a TensorFlow și include îmbunătățiri în execuția dornică, compatibilitatea și coerența API.
Acest antrenament în direct, instruit în direct (la fața locului sau la distanță) se adresează dezvoltatorilor și oamenilor de știință de date care doresc să utilizeze Tensorflow 2.0 pentru a construi predictori, clasificatori, modele generative, rețele neuronale etc.
Până la sfârșitul acestui antrenament, participanții vor putea:
- Instalați și configurați TensorFlow 2.0.
- Înțelegeți avantajele TensorFlow 2.0 față de versiunile anterioare.
- Construiți modele de învățare profundă.
- Implementați un clasificator avansat de imagini.
- Implementați un model de învățare profundă pe dispozitivele cloud, mobile și IoT.
Formatul cursului
- Prelegeri și discuții interactive.
- O mulțime de exerciții și practică.
- Implementarea practică într-un mediu de laborator live.
Opțiuni de personalizare a cursului
- Pentru a solicita un antrenament personalizat pentru acest curs, vă rugăm să ne contactați pentru a vă organiza.
- Pentru a afla mai multe despre TensorFlow , vizitați: https://www.tensorflow.org/
Acest antrenament în direct, instruit în direct (la fața locului sau la distanță) se adresează dezvoltatorilor și oamenilor de știință de date care doresc să utilizeze Tensorflow 2.0 pentru a construi predictori, clasificatori, modele generative, rețele neuronale etc.
Până la sfârșitul acestui antrenament, participanții vor putea:
- Instalați și configurați TensorFlow 2.0.
- Înțelegeți avantajele TensorFlow 2.0 față de versiunile anterioare.
- Construiți modele de învățare profundă.
- Implementați un clasificator avansat de imagini.
- Implementați un model de învățare profundă pe dispozitivele cloud, mobile și IoT.
Formatul cursului
- Prelegeri și discuții interactive.
- O mulțime de exerciții și practică.
- Implementarea practică într-un mediu de laborator live.
Opțiuni de personalizare a cursului
- Pentru a solicita un antrenament personalizat pentru acest curs, vă rugăm să ne contactați pentru a vă organiza.
- Pentru a afla mai multe despre TensorFlow , vizitați: https://www.tensorflow.org/
14 hours
Sinoptic
feature Engineering este procesul de selectare și transformare a datelor pentru a îmbunătăți acuratețea algoritmilor de învățare automată. Este nevoie de familiaritate profundă cu datele din partea unui expert subiect.
acest instructor-condus, de formare Live (la fața locului sau la distanță) este destinat persoanelor care doresc să aplice tehnici de inginerie facilitate pentru a procesa mai bine datele și de a obține modele mai bune de învățare mașină.
până la sfârșitul acestei instruiri, participanții vor putea:
- configurați un mediu de dezvoltare optim, inclusiv toate pachetele Python necesare.
- obține perspective importante analizând caracteristicile unui set de date.
- optimizarea modelelor de învățare a mașinii prin adaptarea datelor brute în sine.
- Clean și transformarea seturi de date în pregătirea pentru învățarea automată.
format al cursului
- interactive prelegere și discuții.
- o mulțime de exerciții și practică.
- hands-on punerea în aplicare într-un mediu de laborator live.
curs opțiuni de personalizare
- pentru a solicita un training personalizat pentru acest curs, va rugam sa ne contactati pentru a aranja.
acest instructor-condus, de formare Live (la fața locului sau la distanță) este destinat persoanelor care doresc să aplice tehnici de inginerie facilitate pentru a procesa mai bine datele și de a obține modele mai bune de învățare mașină.
până la sfârșitul acestei instruiri, participanții vor putea:
- configurați un mediu de dezvoltare optim, inclusiv toate pachetele Python necesare.
- obține perspective importante analizând caracteristicile unui set de date.
- optimizarea modelelor de învățare a mașinii prin adaptarea datelor brute în sine.
- Clean și transformarea seturi de date în pregătirea pentru învățarea automată.
format al cursului
- interactive prelegere și discuții.
- o mulțime de exerciții și practică.
- hands-on punerea în aplicare într-un mediu de laborator live.
curs opțiuni de personalizare
- pentru a solicita un training personalizat pentru acest curs, va rugam sa ne contactati pentru a aranja.
14 hours
Sinoptic
H2O este o platformă de analiză predictivă Open Source. Acesta sprijină R, Python, Scala, Java și REST.
acest instructor-condus, de formare Live (la fața locului sau la distanță) este destinat persoanelor tehnice care doresc să construiască modele de învățare mașină folosind algoritmi, ar fi GLM, Deep learning și Random paduri.
până la sfârșitul acestei instruiri, participanții vor putea:
- a instala și configure H2O.
- creați modele de învățare automată folosind diferite algoritmi populare.
- evaluarea modelelor bazate pe tipul de date și cerințele de afaceri.
format al cursului
- interactive prelegere și discuții.
- o mulțime de exerciții și practică.
- hands-on punerea în aplicare într-un mediu de laborator live.
curs opțiuni de personalizare
- pentru a solicita un training personalizat pentru acest curs, va rugam sa ne contactati pentru a aranja.
- pentru a afla mai multe despre H2O, vă rugăm să vizitați: https://www.h2o.ai/
acest instructor-condus, de formare Live (la fața locului sau la distanță) este destinat persoanelor tehnice care doresc să construiască modele de învățare mașină folosind algoritmi, ar fi GLM, Deep learning și Random paduri.
până la sfârșitul acestei instruiri, participanții vor putea:
- a instala și configure H2O.
- creați modele de învățare automată folosind diferite algoritmi populare.
- evaluarea modelelor bazate pe tipul de date și cerințele de afaceri.
format al cursului
- interactive prelegere și discuții.
- o mulțime de exerciții și practică.
- hands-on punerea în aplicare într-un mediu de laborator live.
curs opțiuni de personalizare
- pentru a solicita un training personalizat pentru acest curs, va rugam sa ne contactati pentru a aranja.
- pentru a afla mai multe despre H2O, vă rugăm să vizitați: https://www.h2o.ai/
14 hours
Sinoptic
H2O AutoML este o platformă de inteligență artificială care automatizează procesul de construire, selectare și optimizare a unui număr mare de modele de învățare automată.
acest instructor-condus, de formare Live (la fața locului sau la distanță) este destinat oamenilor de știință de date care doresc să utilizeze H2O AutoML pentru a automoate procesul de construire și selectând cel mai bun algoritm de învățare mașină și parametrii.
până la sfârșitul acestei instruiri, participanții vor putea:
- automatizarea fluxului de lucru de învățare mașină.
- automat de tren și tune multe mașini de învățare modele într-un interval de timp specificat.
- Train ansambluri stivuite pentru a ajunge la modele de ansamblu foarte predictiv.
format al cursului
- interactive prelegere și discuții.
- o mulțime de exerciții și practică.
- hands-on punerea în aplicare într-un mediu de laborator live.
curs opțiuni de personalizare
- pentru a solicita un training personalizat pentru acest curs, va rugam sa ne contactati pentru a aranja.
acest instructor-condus, de formare Live (la fața locului sau la distanță) este destinat oamenilor de știință de date care doresc să utilizeze H2O AutoML pentru a automoate procesul de construire și selectând cel mai bun algoritm de învățare mașină și parametrii.
până la sfârșitul acestei instruiri, participanții vor putea:
- automatizarea fluxului de lucru de învățare mașină.
- automat de tren și tune multe mașini de învățare modele într-un interval de timp specificat.
- Train ansambluri stivuite pentru a ajunge la modele de ansamblu foarte predictiv.
format al cursului
- interactive prelegere și discuții.
- o mulțime de exerciții și practică.
- hands-on punerea în aplicare într-un mediu de laborator live.
curs opțiuni de personalizare
- pentru a solicita un training personalizat pentru acest curs, va rugam sa ne contactati pentru a aranja.
14 hours
Sinoptic
auto-sklearn este un pachet Python construit în jurul scikit-invata biblioteca de învățare mașină. Acesta caută automat algoritmul de învățare potrivit pentru un nou set de date de învățare a mașinii și optimizează parametrii săi.
acest instructor-condus, de formare Live (la fața locului sau la distanță) este destinat practicieni de învățare mașină care doresc să utilizeze auto-sklearn pentru a automatiza procesul de selectare și optimizare a unui model de învățare mașină.
până la sfârșitul acestei instruiri, participanții vor putea:
- automatizați procesul de instruire a modelelor de învățare de mașini foarte eficiente.
- Build modele de învățare foarte precise mașină în timp ce ocolind sarcinile mai plictisitoare de selectare, formare și testare diferite modele.
- folosi puterea de învățare Machine pentru a rezolva problemele de afaceri din lumea reală.
format al cursului
- interactive prelegere și discuții.
- o mulțime de exerciții și practică.
- hands-on punerea în aplicare într-un mediu de laborator live.
curs opțiuni de personalizare
- pentru a solicita un training personalizat pentru acest curs, va rugam sa ne contactati pentru a aranja.
acest instructor-condus, de formare Live (la fața locului sau la distanță) este destinat practicieni de învățare mașină care doresc să utilizeze auto-sklearn pentru a automatiza procesul de selectare și optimizare a unui model de învățare mașină.
până la sfârșitul acestei instruiri, participanții vor putea:
- automatizați procesul de instruire a modelelor de învățare de mașini foarte eficiente.
- Build modele de învățare foarte precise mașină în timp ce ocolind sarcinile mai plictisitoare de selectare, formare și testare diferite modele.
- folosi puterea de învățare Machine pentru a rezolva problemele de afaceri din lumea reală.
format al cursului
- interactive prelegere și discuții.
- o mulțime de exerciții și practică.
- hands-on punerea în aplicare într-un mediu de laborator live.
curs opțiuni de personalizare
- pentru a solicita un training personalizat pentru acest curs, va rugam sa ne contactati pentru a aranja.
14 hours
Sinoptic
auto-keras (de asemenea, cunoscut sub numele de Autokeras sau keras auto) este o bibliotecă Python open source pentru învățarea automată a mașinii (AutoML).
acest instructor-condus, de formare Live (la fața locului sau la distanță) este destinat oamenilor de știință de date, precum și mai puțin de persoane tehnice care doresc să utilizeze auto-keras pentru a automatiza procesul de selectare și optimizare a unui model de învățare mașină.
până la sfârșitul acestei instruiri, participanții vor putea:
- automatizați procesul de instruire a modelelor de învățare de mașini foarte eficiente.
- automat de căutare pentru cei mai buni parametri pentru modele de învățare profundă.
- Build modele de învățare de mașini foarte precise.
- folosi puterea de învățare Machine pentru a rezolva problemele de afaceri din lumea reală.
format al cursului
- interactive prelegere și discuții.
- o mulțime de exerciții și practică.
- hands-on punerea în aplicare într-un mediu de laborator live.
curs opțiuni de personalizare
- pentru a solicita un training personalizat pentru acest curs, va rugam sa ne contactati pentru a aranja.
- pentru a afla mai multe despre auto-keras, vă rugăm să vizitați: https://autokeras.com/
acest instructor-condus, de formare Live (la fața locului sau la distanță) este destinat oamenilor de știință de date, precum și mai puțin de persoane tehnice care doresc să utilizeze auto-keras pentru a automatiza procesul de selectare și optimizare a unui model de învățare mașină.
până la sfârșitul acestei instruiri, participanții vor putea:
- automatizați procesul de instruire a modelelor de învățare de mașini foarte eficiente.
- automat de căutare pentru cei mai buni parametri pentru modele de învățare profundă.
- Build modele de învățare de mașini foarte precise.
- folosi puterea de învățare Machine pentru a rezolva problemele de afaceri din lumea reală.
format al cursului
- interactive prelegere și discuții.
- o mulțime de exerciții și practică.
- hands-on punerea în aplicare într-un mediu de laborator live.
curs opțiuni de personalizare
- pentru a solicita un training personalizat pentru acest curs, va rugam sa ne contactati pentru a aranja.
- pentru a afla mai multe despre auto-keras, vă rugăm să vizitați: https://autokeras.com/
14 hours
Sinoptic
AutoML este ușor de utilizat software-ul de învățare mașină care automatizează o mare parte din munca necesară pentru a selecta un algoritm ideal de învățare Machine, setările sale parametru, și metodele de pre-procesare.
acest instructor-condus, de formare Live (la fața locului sau la distanță) este destinat persoanelor tehnice cu un fundal în învățarea automată care doresc să optimizeze modelele de învățare Machine utilizate pentru detectarea modelelor complexe în mare de date.
până la sfârșitul acestei instruiri, participanții vor putea:
- a instala și evalua diverse Open Source Instrumente de AutoML.
- tren de înaltă calitate masini de învățare modele.
- rezolva eficient diferite tipuri de probleme de învățare a mașinii supravegheate.
- scrie doar codul necesar pentru a iniția procesul de învățare automată a mașinii.
format al cursului
- interactive prelegere și discuții.
- o mulțime de exerciții și practică.
- hands-on punerea în aplicare într-un mediu de laborator live.
curs opțiuni de personalizare
- pentru a solicita un training personalizat pentru acest curs, va rugam sa ne contactati pentru a aranja.
- pentru a afla mai multe despre AutoML, vă rugăm să vizitați: https://www.automl.org/
acest instructor-condus, de formare Live (la fața locului sau la distanță) este destinat persoanelor tehnice cu un fundal în învățarea automată care doresc să optimizeze modelele de învățare Machine utilizate pentru detectarea modelelor complexe în mare de date.
până la sfârșitul acestei instruiri, participanții vor putea:
- a instala și evalua diverse Open Source Instrumente de AutoML.
- tren de înaltă calitate masini de învățare modele.
- rezolva eficient diferite tipuri de probleme de învățare a mașinii supravegheate.
- scrie doar codul necesar pentru a iniția procesul de învățare automată a mașinii.
format al cursului
- interactive prelegere și discuții.
- o mulțime de exerciții și practică.
- hands-on punerea în aplicare într-un mediu de laborator live.
curs opțiuni de personalizare
- pentru a solicita un training personalizat pentru acest curs, va rugam sa ne contactati pentru a aranja.
- pentru a afla mai multe despre AutoML, vă rugăm să vizitați: https://www.automl.org/
28 hours
Sinoptic
Acesta este un curs de 4 zile care introduce AI și este aplicație folosind Python programare Python . Există opțiunea de a avea o zi suplimentară pentru a întreprinde un proiect AI după finalizarea acestui curs.
28 hours
Sinoptic
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 telecomunicații folosind Python timp ce pășesc 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 telecomunicații.
- Utilizați Python , Keras și TensorFlow pentru a crea modele de învățare profundă pentru telecomunicații.
- Construiți-vă propriul model de predicție a clienților care utilizează Python .
Formatul cursului
- Partea de prelegere, o discuție parțială, exerciții și practici practice
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 telecomunicații folosind Python timp ce pășesc 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 telecomunicații.
- Utilizați Python , Keras și TensorFlow pentru a crea modele de învățare profundă pentru telecomunicații.
- Construiți-vă propriul model de predicție a clienților care utilizează Python .
Formatul cursului
- Partea de prelegere, o discuție parțială, exerciții și practici practice
14 hours
Sinoptic
Keras este o sursă deschisă Python bibliotecă neuronale de rețea pentru crearea de profunde de învățare neuronale-rețele. Keras oferă un set intuitiv de abstracțiuni, simplificând dezvoltarea rețelelor neuronale de învățare profundă și a modelelor.
Acest instructor-condus, de formare Live (la fața locului sau la distanță) este destinat inginerilor de software care doresc să dezvolte avansate de învățare profundă a rețelelor neuronale și model folosind Keras și Python.
Până la sfârșitul acestei instruiri, participanții vor putea:
- Aplicați învățarea profundă cu metode de învățare supravegheate sau nesupravegheate.
- Dezvoltați, antrenați și implementați rețele neuronale concurente și rețele neuronale recurente.
- Utilizați Keras și Python pentru a construi modele profunde de învățare pentru a rezolva problemele care implică imagini, text, sunet și multe altele.
Formatul cursului
- Prelegere interactivă și discuții.
- O mulțime de exerciții și practică.
- Punerea în aplicare hands-on într-un mediu de laborator live.
Opțiuni de personalizare curs
- Pentru a solicita un training personalizat pentru acest curs, va rugam sa ne contactati pentru a aranja.
Acest instructor-condus, de formare Live (la fața locului sau la distanță) este destinat inginerilor de software care doresc să dezvolte avansate de învățare profundă a rețelelor neuronale și model folosind Keras și Python.
Până la sfârșitul acestei instruiri, participanții vor putea:
- Aplicați învățarea profundă cu metode de învățare supravegheate sau nesupravegheate.
- Dezvoltați, antrenați și implementați rețele neuronale concurente și rețele neuronale recurente.
- Utilizați Keras și Python pentru a construi modele profunde de învățare pentru a rezolva problemele care implică imagini, text, sunet și multe altele.
Formatul cursului
- Prelegere interactivă și discuții.
- O mulțime de exerciții și practică.
- Punerea în aplicare hands-on într-un mediu de laborator live.
Opțiuni de personalizare curs
- Pentru a solicita un training personalizat pentru acest curs, va rugam sa ne contactati pentru a aranja.
14 hours
Sinoptic
RapidMiner este o platformă software software de știință a datelor open source pentru prototiparea și dezvoltarea rapidă a aplicațiilor. Include un mediu integrat pentru pregătirea datelor, învățarea automată, învățarea profundă, extragerea textului și analiza predictivă.
În cadrul acestei instruiri, instruite în direct, participanții vor învăța cum să folosească RapidMiner Studio pentru pregătirea datelor, învățarea automată și implementarea modelului predictiv.
Până la sfârșitul acestui antrenament, participanții vor putea:
- Instalați și configurați RapidMiner
- Pregătiți și vizualizați datele cu RapidMiner
- Validați modelele de învățare automată
- Mashup date și creează modele predictive
- Operaționalizează analizele predictive în cadrul unui proces de afaceri
- Depanarea și optimizarea RapidMiner
Public
- Cercetătorii de date
- Ingineri
- Dezvoltatori
Formatul cursului
- Partea de prelegere, o discuție parțială, exerciții și practici practice
Notă
- Pentru a solicita un antrenament personalizat pentru acest curs, vă rugăm să ne contactați pentru a vă organiza.
În cadrul acestei instruiri, instruite în direct, participanții vor învăța cum să folosească RapidMiner Studio pentru pregătirea datelor, învățarea automată și implementarea modelului predictiv.
Până la sfârșitul acestui antrenament, participanții vor putea:
- Instalați și configurați RapidMiner
- Pregătiți și vizualizați datele cu RapidMiner
- Validați modelele de învățare automată
- Mashup date și creează modele predictive
- Operaționalizează analizele predictive în cadrul unui proces de afaceri
- Depanarea și optimizarea RapidMiner
Public
- Cercetătorii de date
- Ingineri
- Dezvoltatori
Formatul cursului
- Partea de prelegere, o discuție parțială, exerciții și practici practice
Notă
- Pentru a solicita un antrenament personalizat pentru acest curs, vă rugăm să ne contactați pentru a vă organiza.
14 hours
Sinoptic
Cum vor arăta orașele în viitor? Cum poate fi folosită Artificial Intelligence (AI) pentru îmbunătățirea planificării orașului? Cum poate fi folosită AI pentru a face orașele mai eficiente, mai viabile, mai sigure și mai prietenoase cu mediul?
În acest training, instruit în direct, la fața locului (la fața locului sau la distanță), examinăm diferitele tehnologii care alcătuiesc AI, precum și seturile de abilități și cadrul mental necesar pentru a le folosi pentru planificarea urbană. De asemenea, acoperim instrumente și abordări pentru colectarea și organizarea datelor relevante pentru utilizare în AI, inclusiv extragerea datelor.
Public
- Planificatori de oraș
- Arhitecti
- Dezvoltatori
- Oficialii de transport
Formatul cursului
- O prelegere de parte, o discuție parțială și o serie de exerciții interactive.
Notă
- Pentru a solicita un antrenament personalizat pentru acest curs, vă rugăm să ne contactați pentru a vă organiza.
În acest training, instruit în direct, la fața locului (la fața locului sau la distanță), examinăm diferitele tehnologii care alcătuiesc AI, precum și seturile de abilități și cadrul mental necesar pentru a le folosi pentru planificarea urbană. De asemenea, acoperim instrumente și abordări pentru colectarea și organizarea datelor relevante pentru utilizare în AI, inclusiv extragerea datelor.
Public
- Planificatori de oraș
- Arhitecti
- Dezvoltatori
- Oficialii de transport
Formatul cursului
- O prelegere de parte, o discuție parțială și o serie de exerciții interactive.
Notă
- Pentru a solicita un antrenament personalizat pentru acest curs, vă rugăm să ne contactați pentru a vă organiza.
14 hours
Sinoptic
Machine Learning este o ramură a inteligenței artificiale în care calculatoarele au capacitatea de a învăța fără a fi programate explicit. Deep Learning este un sub-câmp al Machine Learning care încearcă să imite funcționarea creierului uman în luarea deciziilor. Este instruit cu date pentru a oferi automat soluții la probleme. Deep Learning oferă oportunități vaste pentru industria medicală, care se află pe o mină de aur cu date.
În cadrul acestui antrenament, instruit în direct, participanții vor participa la o serie de discuții, exerciții și analize de studiu de caz pentru a înțelege fundamentele Deep Learning . Cele mai importante instrumente și tehnici de Deep Learning vor fi evaluate și vor fi efectuate exerciții pentru pregătirea participanților pentru realizarea propriei evaluări și implementarea soluțiilor de Deep Learning în cadrul organizațiilor lor.
Până la sfârșitul acestui antrenament, participanții vor putea:
- Înțelegeți fundamentele Deep Learning
- Aflați tehnici de Deep Learning și aplicațiile lor în industrie
- Examinați problemele din medicină care pot fi rezolvate prin tehnologiile de Deep Learning
- Explorați studiile de caz Deep Learning în medicină
- Formulați o strategie pentru adoptarea celor mai noi tehnologii în Deep Learning pentru rezolvarea problemelor în medicină
Public
- Managerii
- Profesioniștii din domeniul medical în rolurile de conducere
Formatul cursului
- Partea de prelegere, o discuție parțială, exerciții și practici practice
Notă
- Pentru a solicita un antrenament personalizat pentru acest curs, vă rugăm să ne contactați pentru a vă organiza.
În cadrul acestui antrenament, instruit în direct, participanții vor participa la o serie de discuții, exerciții și analize de studiu de caz pentru a înțelege fundamentele Deep Learning . Cele mai importante instrumente și tehnici de Deep Learning vor fi evaluate și vor fi efectuate exerciții pentru pregătirea participanților pentru realizarea propriei evaluări și implementarea soluțiilor de Deep Learning în cadrul organizațiilor lor.
Până la sfârșitul acestui antrenament, participanții vor putea:
- Înțelegeți fundamentele Deep Learning
- Aflați tehnici de Deep Learning și aplicațiile lor în industrie
- Examinați problemele din medicină care pot fi rezolvate prin tehnologiile de Deep Learning
- Explorați studiile de caz Deep Learning în medicină
- Formulați o strategie pentru adoptarea celor mai noi tehnologii în Deep Learning pentru rezolvarea problemelor în medicină
Public
- Managerii
- Profesioniștii din domeniul medical în rolurile de conducere
Formatul cursului
- Partea de prelegere, o discuție parțială, exerciții și practici practice
Notă
- Pentru a solicita un antrenament personalizat pentru acest curs, vă rugăm să ne contactați pentru a vă organiza.
14 hours
Sinoptic
Algebra liniară este o ramură a matematicii care se ocupă cu vectori, matrice și transformări liniare Cunoașterea algebrei liniare îi ajută pe ingineri și dezvoltatori să-și îmbunătățească capabilitățile de învățare a mașinilor Înțelegerea conceptelor de algebră liniară le permite să înțeleagă mai bine principiile care stau la baza tehnicilor de învățare a mașinilor și astfel să rezolve problemele mai repede În această instruire instruită, participanții vor învăța fundamentele algebrei liniare, pe măsură ce vor trece prin rezolvarea unei probleme de învățare a mașinilor utilizând metode de algebră liniară Până la sfârșitul acestui curs, participanții vor putea: Înțelege concepte fundamentale de algebră liniară Aflați abilitățile liniare de algebră necesare pentru învățarea mașinilor Folosiți structuri și concepte de algebră liniară atunci când lucrați cu date, imagini, algoritmi etc Rezolvați o problemă de învățare a mașinii folosind algebra liniară Public Dezvoltatori Ingineri Formatul cursului Prelegere parte, discuții parțiale, exerciții și practici grele de manevră Notă Pentru a solicita o pregătire personalizată pentru acest curs, vă rugăm să ne contactați pentru a aranja .
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
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.
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 .
21 hours
Sinoptic
Introducere :
Învățarea profundă devine o componentă principală a proiectării viitoare a produselor care dorește să încorporeze inteligența artificială în centrul modelelor lor. În următorii 5-10 ani, instrumentele de dezvoltare profundă , bibliotecile și limbile vor deveni componente standard ale fiecărui set de instrumente de dezvoltare software. Până acum Go ogle, Sales Force, Facebook , Amazon folosesc cu succes AI-ul de învățare profundă pentru a-și stimula afacerile. Aplicațiile variau de la traduceri automate automate, analize de imagini, analitice video, analitice de mișcare, generarea de reclame vizate și multe altele.
Acest curs se adresează acelor organizații care doresc să includă Deep Learning ca parte foarte importantă a strategiei lor de produs sau serviciu. Mai jos este prezentat prezentarea cursului de învățare profundă pe care îl putem personaliza pentru diferite niveluri de angajați / părți interesate dintr-o organizație.
Public țintă:
(În funcție de publicul țintă, materialele de curs vor fi personalizate)
Directori
O imagine de ansamblu generală asupra AI și modul în care aceasta se încadrează în strategia corporativă, cu sesiuni de dezvăluire privind planificarea strategică, foile de parcurs tehnologice și alocarea resurselor pentru a asigura valoarea maximă.
Manageri de proiect
Cum să planificați un proiect AI, incluzând 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
Instruiri tehnice aprofundate, cu accent pe rețelele neuronale și învățare profundă, analize de imagini și video (CNN), analize de sunet și text (NLP) și aducerea AI în aplicațiile existente.
salespersons
O imagine de ansamblu generală asupra AI și modul în care poate satisface nevoile clienților, propuneri de valoare pentru diverse produse și servicii și cum să potolezi temerile și să promovezi beneficiile AI.
Învățarea profundă devine o componentă principală a proiectării viitoare a produselor care dorește să încorporeze inteligența artificială în centrul modelelor lor. În următorii 5-10 ani, instrumentele de dezvoltare profundă , bibliotecile și limbile vor deveni componente standard ale fiecărui set de instrumente de dezvoltare software. Până acum Go ogle, Sales Force, Facebook , Amazon folosesc cu succes AI-ul de învățare profundă pentru a-și stimula afacerile. Aplicațiile variau de la traduceri automate automate, analize de imagini, analitice video, analitice de mișcare, generarea de reclame vizate și multe altele.
Acest curs se adresează acelor organizații care doresc să includă Deep Learning ca parte foarte importantă a strategiei lor de produs sau serviciu. Mai jos este prezentat prezentarea cursului de învățare profundă pe care îl putem personaliza pentru diferite niveluri de angajați / părți interesate dintr-o organizație.
Public țintă:
(În funcție de publicul țintă, materialele de curs vor fi personalizate)
Directori
O imagine de ansamblu generală asupra AI și modul în care aceasta se încadrează în strategia corporativă, cu sesiuni de dezvăluire privind planificarea strategică, foile de parcurs tehnologice și alocarea resurselor pentru a asigura valoarea maximă.
Manageri de proiect
Cum să planificați un proiect AI, incluzând 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
Instruiri tehnice aprofundate, cu accent pe rețelele neuronale și învățare profundă, analize de imagini și video (CNN), analize de sunet și text (NLP) și aducerea AI în aplicațiile existente.
salespersons
O imagine de ansamblu generală asupra AI și modul în care poate satisface nevoile clienților, propuneri de valoare pentru diverse produse și servicii și cum să potolezi temerile și să promovezi beneficiile AI.
21 hours
Sinoptic
Învățarea profundă de consolidare se referă la capacitatea unui „agent artificial” de a învăța prin încercare și eroare și recompense și pedepse. Un agent artificial își propune să imite capacitatea unui om de a obține și de a construi cunoștințe pe cont propriu, direct din inputuri brute, cum ar fi vederea. Pentru realizarea învățării prin întărire, se utilizează învățare profundă și rețele neurale. Învățarea de consolidare este diferită de învățarea automată și nu se bazează pe abordări de învățare supravegheate și nesupravegheate.
În cadrul acestei instruiri live, condusă de instructor, participanții vor învăța fundamentele învățării profunde de consolidare în timp ce trec prin crearea unui agent de Deep Learning .
Până la sfârșitul acestui antrenament, participanții vor putea:
- Înțelegeți conceptele cheie din spatele învățării cu consolidare profundă și puteți să o distingeți de Machine Learning
- Aplicați algoritmi avansați de învățare la armare pentru a rezolva problemele din lumea reală
- Construiți un agent de Deep Learning
Public
- Dezvoltatori
- Oamenii de știință de date
Formatul cursului
- Partea de prelegere, o discuție parțială, exerciții și practici practice
În cadrul acestei instruiri live, condusă de instructor, participanții vor învăța fundamentele învățării profunde de consolidare în timp ce trec prin crearea unui agent de Deep Learning .
Până la sfârșitul acestui antrenament, participanții vor putea:
- Înțelegeți conceptele cheie din spatele învățării cu consolidare profundă și puteți să o distingeți de Machine Learning
- Aplicați algoritmi avansați de învățare la armare pentru a rezolva problemele din lumea reală
- Construiți un agent de Deep Learning
Public
- Dezvoltatori
- Oamenii de știință de date
Formatul cursului
- Partea de prelegere, o discuție parțială, exerciții și practici practice
14 hours
Sinoptic
AI este o colecție de tehnologii pentru a construi sisteme inteligente capabile să înțeleagă datele și activitățile din jurul datelor pentru a lua "decizii inteligente" Pentru furnizorii de servicii de telecomunicații, construirea de aplicații și servicii care utilizează AI ar putea deschide ușa pentru operațiuni îmbunătățite și service în domenii precum întreținerea și optimizarea rețelei În acest curs vom examina diferitele tehnologii care alcătuiesc AI și seturile de competențe necesare pentru a le folosi De-a lungul cursului, analizăm aplicațiile specifice ale AI în cadrul industriei de telecomunicații Public Inginerii de rețea Personalul de operațiuni de rețea Directori tehnici de telecomunicații Formatul cursului Prelegere parte, discuție parțială, exerciții manuale .
28 hours
Sinoptic
Cortana Intelligence Suite este un pachet de produse și servicii integrate pe Microsoft Azure Cloud care permit entităților să transforme datele în acțiuni inteligente.
În cadrul acestui training, instruit în direct, participanții vor învăța cum să folosească componentele care fac parte din Cortana Intelligence Suite pentru a construi aplicații inteligente bazate pe date.
Până la sfârșitul acestui antrenament, participanții vor putea:
- Aflați cum să utilizați instrumentele Cortana Intelligence Suite
- Dobândiți cele mai recente cunoștințe de gestionare a datelor și analize
- Utilizați componentele Cortana pentru a transforma datele în acțiune inteligentă
- Utilizați Cortana pentru a construi aplicații de la zero și lansați-l pe cloud
Public
- Cercetătorii de date
- Programatorii
- Dezvoltatori
- Managerii
- Arhitecti
Formatul cursului
- Partea de prelegere, o discuție parțială, exerciții și practici practice
În cadrul acestui training, instruit în direct, participanții vor învăța cum să folosească componentele care fac parte din Cortana Intelligence Suite pentru a construi aplicații inteligente bazate pe date.
Până la sfârșitul acestui antrenament, participanții vor putea:
- Aflați cum să utilizați instrumentele Cortana Intelligence Suite
- Dobândiți cele mai recente cunoștințe de gestionare a datelor și analize
- Utilizați componentele Cortana pentru a transforma datele în acțiune inteligentă
- Utilizați Cortana pentru a construi aplicații de la zero și lansați-l pe cloud
Public
- Cercetătorii de date
- Programatorii
- Dezvoltatori
- Managerii
- Arhitecti
Formatul cursului
- Partea de prelegere, o discuție parțială, exerciții și practici practice
28 hours
Sinoptic
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
28 hours
Sinoptic
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
35 hours
Sinoptic
This instructor-led, live training in România (online or onsite) is aimed at developers and data scientists who wish to build, deploy, and manage machine learning workflows on Kubernetes.
By the end of this training, participants will be able to:
- Install and configure Kubeflow on premise and in the cloud using AWS EKS (Elastic Kubernetes Service).
- Build, deploy, and manage ML workflows based on Docker containers and Kubernetes.
- Run entire machine learning pipelines on diverse architectures and cloud environments.
- Using Kubeflow to spawn and manage Jupyter notebooks.
- Build ML training, hyperparameter tuning, and serving workloads across multiple platforms.
By the end of this training, participants will be able to:
- Install and configure Kubeflow on premise and in the cloud using AWS EKS (Elastic Kubernetes Service).
- Build, deploy, and manage ML workflows based on Docker containers and Kubernetes.
- Run entire machine learning pipelines on diverse architectures and cloud environments.
- Using Kubeflow to spawn and manage Jupyter notebooks.
- Build ML training, hyperparameter tuning, and serving workloads across multiple platforms.
Upcoming Machine Learning Courses
2021-05-07 09:30:00
7 ore
2021-05-10 09:30:00
14 ore
2021-05-12 09:30:00
14 ore
2021-06-04 09:30:00
7 ore
2021-06-17 09:30:00
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
.jpg "european organization for nuclear research (cern)")
.jpg "american international group (aig)")
.jpg "european southern observatory (eso)")
.png "aeronautical radio, incorporated (arinc)"){kind=small}
