Lokala, instruktörledda Live Artificial Intelligence (AI) -kurser visar genom praktisk praktik hur man implementerar AI-lösningar för att lösa verkliga problem. AI-träning är tillgänglig som "live-träning" eller "fjärr-live-träning". Utbildning på plats kan genomföras lokalt på kundlokaler i Sverige eller i NobleProgs företagsutbildningscenter i Sverige . Fjärrutbildning sker genom en interaktiv fjärrskrivbord. NobleProg - Din lokala utbildningsleverantör.
Machine Translated
Vittnesmål
Alternativteori / praktik effektiv!
CIRAD
Kurs: Introduction to Machine Learning with MATLAB
Machine Translated
Progressiv presentation och tillämpning av metoder
Aurélien Briffaz - CIRAD
Kurs: Introduction to Machine Learning with MATLAB
Machine Translated
Tillgänglighet och anpassningsbarhet, svar på frågor
Jean-Michel MEOT - CIRAD
Kurs: Introduction to Machine Learning with MATLAB
Machine Translated
Frågor diskuterade, genomförda övningar (exempel), utbildningstemning, kontakt med tränaren, plats
Wojskowe Zakłady Uzbrojenia S.A. w Grudziądzu
Kurs: Octave not only for programmers
Machine Translated
Många praktiska tips
Pawel Dawidowski - ABB Sp. z o.o.
Kurs: Deep Learning with TensorFlow
Machine Translated
Mycket information relaterad till implementering av lösningar
Michał Smolana - ABB Sp. z o.o.
Kurs: Deep Learning with TensorFlow
Machine Translated
En mängd praktiska tips och kunskaper om läraren från ett brett spektrum av AI / IT / SQL / IoT-frågor.
ABB Sp. z o.o.
Kurs: Deep Learning with TensorFlow
Machine Translated
den sista dagen. generationsdel
Accenture Inc
Kurs: Python for Natural Language Generation
Machine Translated
Ämnen som hänvisar till NLG. Laget kunde lära sig något nytt i slutändan med ämnen som var intressanta men det var bara under den sista dagen. Det fanns också fler saker på aktiviteter än bilder som var bra.
Accenture Inc
Kurs: Python for Natural Language Generation
Machine Translated
Jag gillar att det fokuserar mer på hur de olika metoderna för sammanfattning av text används
Kurs: Text Summarization with Python
Machine Translated
Inställningen för fjärrklassrummet fungerade mycket bra
Trimac Management Services LP
Kurs: Introduction to R with Time Series Analysis
Machine Translated
Good detail on what R is used for and how to start using it right away
Hoss Shenassa - Trimac Management Services LP
Kurs: Introduction to R with Time Series Analysis
The many practical examples / assignments that we went through were great. For me, I learn better by seeing examples and applying them elsewhere. The use of real data and applying what was taught against it was extremely valuable. Michaels PowerPoint presentations and his ability to work through each solution was invaluable.
Trimac Management Services LP
Kurs: Introduction to R with Time Series Analysis
mycket information, alla svarade frågor, intressanta exempel
A1 Telekom Austria AG
Kurs: Deep Learning for Telecom (with Python)
Machine Translated
The exercises.
Elena Velkova - CEED Bulgaria
Kurs: Predictive Modelling with R
Practical exercises with R were very helpful.
CEED Bulgaria
Kurs: Predictive Modelling with R
Tränaren var en professionell inom ämnesområdet och relaterad teori med tillämpning utmärkt
Fahad Malalla - Tatweer Petroleum
Kurs: Applied AI from Scratch in Python
Machine Translated
Jag började med nästan noll kunskap, och i slutet kunde jag bygga och utbilda mina egna nätverk.
Huawei Technologies Duesseldorf GmbH
Kurs: TensorFlow for Image Recognition
Machine Translated
Ewa has a passion for the subject and a huge wealth of knowledge. She impressed all of us with her knowledge and kept us all focused through the day.
Rock Solid Knowledge Ltd
Kurs: Machine Learning – Data science
Even with having to miss a day due to customer meetings, I feel I have a much clearer understanding of the processes and techniques used in Machine Learning and when I would use one approach over another. Our challenge now is to practice what we have learned and start to apply it to our problem domain
Richard Blewett - Rock Solid Knowledge Ltd
Kurs: Machine Learning – Data science
So much breadth and topics covered. I felt it was a huge subject to try and cover in 3 days - the trainer did what they could to cover everything almost exactly on time!
Rock Solid Knowledge Ltd
Kurs: Machine Learning – Data science
Adjusting to our needs
Sumitomo Mitsui Finance and Leasing Company, Limited
Kurs: Kubeflow
Praktiken
INTELLIGENT HIVES SPÓŁKA Z OGRANICZONĄ ODPOWIEDZIALNOŚCIĄ
Kurs: Machine Learning – Data science
Machine Translated
Organization, adhering to the proposed agenda, the trainer's vast knowledge in this subject
Ali Kattan - TWPI
Kurs: Natural Language Processing with TensorFlow
the way he present everything with examples and training was so useful
Ibrahim Mohammedameen - TWPI
Kurs: Natural Language Processing with TensorFlow
Very knowledgeable
Usama Adam - TWPI
Kurs: Natural Language Processing with TensorFlow
The excersise where we should train a network to approximate a function
Nercia Utbildning AB
Kurs: Deep Learning with TensorFlow 2.0
och det sätt på vilket
NetWorkS! Sp. z o.o.
Kurs: AI Awareness for Telecom
Machine Translated
Quantum computing algorithms and related theoretical background know-how of the trainer is excellent. Especially I'd like to emphasize his ability to detect exactly when I was struggling with the material presented and he provided time&support for me to really understand the topic - that was great and very beneficial! Virtual setup with Zoom worked out very well, as well as arrangements regarding training sessions and breaks sequences. It was a lot of material/theory to cover in "only" 2 days, wo the trainer had nicely adjusted the amount according to the progress related to my understanding of the topics. Maybe planning 3 days for absolute beginners would be better to cover all the material and content outlined in the agenda. I very much liked the flexibility of the trainer to answer my specific questions to the training topics, even additionally coming back after the breaks with more explanation in case neccessary. Big thank you again for the sessions! Well done!
Giorgi Ediberidze
Kurs: Quantum Computing with IBM Quantum Experience
Tomasz känner verkligen till informationen väl och kursen var väl tempo.
Raju Krishnamurthy - Google
Kurs: TensorFlow Extended (TFX)
Machine Translated
information
Amr Alaa - FAB banak Egypt
Kurs: Introduction to Data Science and AI (using Python)
learning new language.
FAB banak Egypt
Kurs: Introduction to Data Science and AI (using Python)
subject presentation knowledge timing
Aly Saleh - FAB banak Egypt
Kurs: Introduction to Data Science and AI (using Python)
helpful and good listener .. interactive
Ahmed El Kholy - FAB banak Egypt
Kurs: Introduction to Data Science and AI (using Python)
Ahmed was very interactive and didn’t mind answering any kind of questions Well presentation and smooth flow of the course
Mohamed Ghowaiba - FAB banak Egypt
Kurs: Introduction to Data Science and AI (using Python)
the course is very interesting being the main focus nowdays
mohamed taher - FAB banak Egypt
Kurs: Introduction to Data Science and AI (using Python)
Diskussionerna för att vidga våra vyer
FAB banak Egypt
Kurs: Introduction to Data Science and AI (using Python)
Machine Translated
Jag gillar att det fokuserar mer på hur de olika metoderna för sammanfattning av text används
Kurs: Text Summarization with Python
Machine Translated
Artificial Intelligence läroplaner
Kurs Namn
Varaktighet
Översikt
Kurs Namn
Varaktighet
Översikt
14 timmar
Översikt
Kursen täcker AI (med betoning på Machine Learning och Deep Learning ) inom Automotive . Det hjälper till att bestämma vilken teknik som (potentiellt) kan användas i flera situationer i en bil: från enkel automatisering, bildigenkänning till autonomt beslutsfattande.
14 timmar
Översikt
I den här instruktörsledda, liveträningen går vi igenom principerna för neurala nätverk och använder OpenNN att implementera en provapplikation.
Kursformat
- Föreläsning och diskussion i kombination med praktiska övningar.
Kursformat
- Föreläsning och diskussion i kombination med praktiska övningar.
14 timmar
Översikt
Denna klassbaserad träning kommer att innehålla presentationer och datorbaserade exempel och fallstudieövningar för att genomföra med relevanta neurala och djupa nätbibliotek.
21 timmar
Översikt
Kursen är avsedd för dem som vill veta ett alternativt program till det kommersiella MATLAB-paketet Tredjedagsutbildningen ger omfattande information om att flytta runt miljön och utföra OCTAVE-paketet för dataanalys och ingenjörsberäkningar Utbildningsmottagarna är nybörjare men även de som känner till programmet och vill systematisera sin kunskap och förbättra sina färdigheter Kunskap om andra programmeringsspråk är inte nödvändigt, men det kommer att underlätta väldigt lärandes kunskapsöverskott Kursen visar hur du använder programmet i många praktiska exempel .
28 timmar
Översikt
OpenCV (Open Source Computer Vision Library: http://opencv.org) är ett öppet BSD-licenserat bibliotek som innehåller flera hundratals datorvisionsalgoritmer.
Publik
Kursen riktar sig till ingenjörer och arkitekter som vill använda OpenCV för datorsynprojekt
Publik
Kursen riktar sig till ingenjörer och arkitekter som vill använda OpenCV för datorsynprojekt
14 timmar
Översikt
OpenCV is a library of programming functions for deciphering images with computer algorithms. OpenCV 4 is the latest OpenCV release and it provides optimized modularity, updated algorithms, and more. With OpenCV 4 and Python, users will be able to view, load, and classify images and videos for advanced image recognition.
This instructor-led, live training (online or onsite) is aimed at software engineers who wish to program in Python with OpenCV 4 for deep learning.
By the end of this training, participants will be able to:
- View, load, and classify images and videos using OpenCV 4.
- Implement deep learning in OpenCV 4 with TensorFlow and Keras.
- Run deep learning models and generate impactful reports from images and videos.
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.
This instructor-led, live training (online or onsite) is aimed at software engineers who wish to program in Python with OpenCV 4 for deep learning.
By the end of this training, participants will be able to:
- View, load, and classify images and videos using OpenCV 4.
- Implement deep learning in OpenCV 4 with TensorFlow and Keras.
- Run deep learning models and generate impactful reports from images and videos.
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.
14 timmar
Översikt
OpenFace är Python och Torch-baserad open source, realtime ansiktsigenkänningsprogram baserat på Googles FaceNet-forskning I den här instruktionsledda träningspasset lär deltagarna att använda OpenFace-komponenter för att skapa och distribuera ett ansiktsigenkänningsprogram för ansikte Vid slutet av denna utbildning kommer deltagarna att kunna: Arbeta med OpenFace-komponenter, inklusive dlib, OpenVC, Torch och nn4 för att genomföra ansiktsdetektering, anpassning och transformation Applicera OpenFace till realworld-applikationer som övervakning, identitetsverifiering, virtuell verklighet, spel och identifiering av upprepade kunder etc Publik utvecklare Datavetenskapare Kursens format Delföreläsning, diskussion, övningar och tung handson-övning .
14 timmar
Översikt
Apache OpenNLP-biblioteket är en maskinbaserad verktygslåda för bearbetning av naturlig språktext Den stöder de vanligaste NLP-uppgifterna, till exempel språkdetektering, tokenisering, punktsegmentering, partofspeech-taggning, namngiven enhåndsutvinning, chunking, parsing och coreference-upplösning I den här instruktörsledningen, direktutbildning, kommer deltagarna att lära sig att skapa modeller för behandling av textbaserad data med hjälp av OpenNLP Provutbildningsdata samt anpassade dataset kommer att användas som underlag för laborationerna Vid slutet av denna utbildning kommer deltagarna att kunna: Installera och konfigurera OpenNLP Ladda ner befintliga modeller samt skapa egna Träna modellerna på olika uppsättningar av provdata Integrera OpenNLP med befintliga Java-applikationer Publik utvecklare Datavetenskapare Kursens format Delföreläsning, diskussion, övningar och tung handson-övning .
7 timmar
Översikt
I denna instruktörsledda, liveträning, kommer deltagarna att lära sig hur man ställer in och använder OpenNMT att genomföra översättning av olika exempeldata. Kursen börjar med en översikt över neurala nätverk eftersom de gäller maskinöversättning. Deltagarna kommer att genomföra liveövningar under hela kursen för att visa sin förståelse för de lärda koncepten och få feedback från instruktören.
I slutet av denna utbildning kommer deltagarna att ha den kunskap och praxis som krävs för att implementera en Live OpenNMT lösning.
Prover av käll- och målspråk kommer att ordnas i enlighet med publikens krav.
Kursformat
- Delföreläsning, delvis diskussion, tung praktisk övning
I slutet av denna utbildning kommer deltagarna att ha den kunskap och praxis som krävs för att implementera en Live OpenNMT lösning.
Prover av käll- och målspråk kommer att ordnas i enlighet med publikens krav.
Kursformat
- Delföreläsning, delvis diskussion, tung praktisk övning
21 timmar
Översikt
Kursen använder ett praktiskt förhållningssätt till undervisning OptaPlanner. Det ger deltagarna de verktyg som behövs för att utföra de grundläggande funktionerna i detta verktyg.
21 timmar
Översikt
Det uppskattas att ostrukturerad data står för mer än 90 procent av all data, mycket av den i form av text. Blogginlägg, tweets, sociala medier och andra digitala publikationer bidrar kontinuerligt till den växande mängden data.
Den här instruktörsledda, levande kursen fokuserar på att ta fram insikter och mening från dessa data. Använda R Language och Natural Language Processing (NLP) bibliotek, kombinerar vi begrepp och tekniker från datavetenskap, artificiell intelligens och datorlingvistik att algoritm förstå innebörden bakom textdata. Dataprover finns tillgängliga på olika språk per kundkrav.
I slutet av den här utbildningen kommer deltagarna att kunna förbereda datasätt (stora och små) från olika källor och sedan använda rätt algoritmer för att analysera och rapportera om dess betydelse.
Kursformat
- Delföreläsning, delvis diskussion, tung praktisk övning, tillfälliga tester för att mäta förståelse
Den här instruktörsledda, levande kursen fokuserar på att ta fram insikter och mening från dessa data. Använda R Language och Natural Language Processing (NLP) bibliotek, kombinerar vi begrepp och tekniker från datavetenskap, artificiell intelligens och datorlingvistik att algoritm förstå innebörden bakom textdata. Dataprover finns tillgängliga på olika språk per kundkrav.
I slutet av den här utbildningen kommer deltagarna att kunna förbereda datasätt (stora och små) från olika källor och sedan använda rätt algoritmer för att analysera och rapportera om dess betydelse.
Kursformat
- Delföreläsning, delvis diskussion, tung praktisk övning, tillfälliga tester för att mäta förståelse
21 timmar
Översikt
PaddlePaddle (PArallel Distributed Deep LEarning) är en skalbar djup lärplattform utvecklad av Baidu I den här instruktörsledningen, levande träning, kommer deltagarna att lära sig hur man använder PaddlePaddle för att möjliggöra djupt lärande i sina produkt- och tjänsteprogram Vid slutet av denna utbildning kommer deltagarna att kunna: Ställ in och konfigurera PaddlePaddle Ställ in ett konvolutionellt neuralt nätverk (CNN) för bildigenkänning och objektdetektering Ställ in ett återkommande neuralt nätverk (RNN) för sentimentanalys Ställ in djupt lärande på rekommendationssystem för att hjälpa användare att hitta svar Beräkna klickfrekvens (CTR), klassificera storskaliga bildsatser, utföra optisk teckenigenkänning (OCR), rangsökningar, upptäcka datavirus och implementera ett rekommendationssystem Publik utvecklare Datavetenskapare Kursens format Delföreläsning, diskussion, övningar och tung handson-övning .
14 timmar
Översikt
Mönstermatchning är en teknik som används för att hitta specifika mönster i en bild. Det kan användas för att bestämma förekomsten av specificerade egenskaper i en inspelad bild, till exempel den förväntade etiketten på en defekt produkt på en fabriksrad eller de specificerade måtten på en komponent. Det skiljer sig från " Pattern Recognition " (som känner igen allmänna mönster baserat på större samlingar av relaterade prover) eftersom det specifikt dikterar vad vi letar efter och sedan berättar om det förväntade mönstret finns eller inte.
Kursformat
- Denna kurs introducerar de metoder, teknologier och algoritmer som används inom området för mönstermatchning eftersom det gäller Machine Vision .
Kursformat
- Denna kurs introducerar de metoder, teknologier och algoritmer som används inom området för mönstermatchning eftersom det gäller Machine Vision .
21 timmar
Översikt
PredictionIO är en öppen källkod för Machine Learning byggd ovanpå toppmodern open source-stack.
Publik
Kursen riktar sig till utvecklare och datavetare som vill skapa förutsägbara motorer för alla maskininlärningsuppgifter.
Publik
Kursen riktar sig till utvecklare och datavetare som vill skapa förutsägbara motorer för alla maskininlärningsuppgifter.
14 timmar
Översikt
R är ett open source-fritt programmeringsspråk för statistisk databehandling, dataanalys och grafik R används av ett växande antal chefer och dataanalyser inom företag och akademi R har ett brett utbud av paket för data mining .
14 timmar
Översikt
Pandas is a Python library for data manipulation and analysis. Using Pandas, users can perform predictive analysis through machine learning.
This instructor-led, live training (online or onsite) is aimed at data scientists who wish to use Pandas to preform predictive analysis with machine learning.
By the end of this training, participants will be able to:
- Perform data wrangling in Python.
- Conduct ETL operations for machine learning.
- Create data visualizations with Pandas
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.
This instructor-led, live training (online or onsite) is aimed at data scientists who wish to use Pandas to preform predictive analysis with machine learning.
By the end of this training, participants will be able to:
- Perform data wrangling in Python.
- Conduct ETL operations for machine learning.
- Create data visualizations with Pandas
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.
21 timmar
Översikt
I den här instruktörsledda träningen kommer deltagarna att lära sig de mest relevanta och skärande maskininlärningsteknikerna i Python, eftersom de bygger en serie demoapplikationer som innefattar bild, musik, text och ekonomiska data Vid slutet av denna utbildning kommer deltagarna att kunna: Implementera maskininlärningsalgoritmer och tekniker för att lösa komplexa problem Tillämpa djupt lärande och semisupervised lärande till applikationer som inbegriper bild, musik, text och ekonomiska data Push Python-algoritmer till deras maximala potential Använd bibliotek och paket som NumPy och Theano Publik utvecklare analytiker Datavetenskapare Kursens format Delföreläsning, diskussion, övningar och tung handson-övning .
14 timmar
Översikt
Computer Vision är ett fält som innebär att automatiskt extrahera, analysera och förstå användbar information från digitala medier. Python är ett programmeringsspråk på hög nivå känd för sin tydliga syntax och kodläsbarhet.
I denna instruktörsledda, liveträning kommer deltagarna att lära sig grunderna i Computer Vision när de går igenom skapandet av en uppsättning enkla Computer Vision-applikationer med Python .
I slutet av denna träning kommer deltagarna att kunna:
- Förstå grunderna i Computer Vision
- Använd Python att implementera Computer Vision-uppgifter
- Bygg sina egna ansikts-, objekt- och rörelsedetekteringssystem
Publik
- Python programmerare intresserade av Computer Vision
Kursformat
- Delföreläsning, delvis diskussion, övningar och tung praktisk övning
I denna instruktörsledda, liveträning kommer deltagarna att lära sig grunderna i Computer Vision när de går igenom skapandet av en uppsättning enkla Computer Vision-applikationer med Python .
I slutet av denna träning kommer deltagarna att kunna:
- Förstå grunderna i Computer Vision
- Använd Python att implementera Computer Vision-uppgifter
- Bygg sina egna ansikts-, objekt- och rörelsedetekteringssystem
Publik
- Python programmerare intresserade av Computer Vision
Kursformat
- Delföreläsning, delvis diskussion, övningar och tung praktisk övning
21 timmar
Översikt
Denna klassbaserad träning kommer att utforska NLP-tekniker i samband med tillämpningen av AI och Robotics i affärer. Delegaterna kommer att genomföra datorbaserade exempel och lösa övningar med fallstudier med Python
21 timmar
Översikt
Kursen har utformats för personer som är intresserade av att hämta mening från skriftlig engelsk text, även om kunskapen kan tillämpas på andra mänskliga språk också.
Kursen kommer att omfatta hur man använder text skriven av människor, till exempel blogginlägg, tweets, etc. ...
Till exempel kan en analytiker ställa in en algoritm som automatiskt kommer fram till en slutsats baserat på omfattande datakälla.
Kursen kommer att omfatta hur man använder text skriven av människor, till exempel blogginlägg, tweets, etc. ...
Till exempel kan en analytiker ställa in en algoritm som automatiskt kommer fram till en slutsats baserat på omfattande datakälla.
35 timmar
Översikt
Efter avslutad utbildning förväntas delegaterna vara tillräckligt utrustade med de nödvändiga python-koncepten och bör kunna använda NLTK tillräckligt för att genomföra de flesta NLP- och ML-baserade operationerna Utbildningen syftar till att ge inte bara en exekverande kunskap utan också den logiska och operativa kunskapen om tekniken däri .
14 timmar
Översikt
Denna klassrumsbaserade träningspass kommer att undersöka maskininlärningstekniker, med datorbaserade exempel och lösningsövningar med hjälp av ett relevant program languauge .
28 timmar
Översikt
Maskininlärning är en gren av artificiell intelligens där datorer har förmågan att lära sig utan att uttryckligen programmeras. R är ett populärt programmeringsspråk inom finansbranschen. Det används i finansiella applikationer som sträcker sig från kärnhandelsprogram till riskhanteringssystem.
I denna instruktörsledda, liveutbildning, kommer deltagarna att lära sig att tillämpa maskininlärningstekniker och verktyg för att lösa verkliga problem i finansbranschen. R kommer att användas som programmeringsspråk.
Deltagarna lär sig först de viktigaste principerna, sedan implementerar sina kunskaper genom att bygga sina egna maskininlärningsmodeller och använda dem för att slutföra ett antal teamprojekt.
I slutet av denna träning kommer deltagarna att kunna:
- Förstå de grundläggande begreppen i maskininlärning
- Lär dig applikationer och användningar av maskininlärning inom finans
- Utveckla sin egen algoritmiska handelsstrategi med maskininlärning med R
Publik
- utvecklare
- Datavetare
Kursformat
- Delföreläsning, delvis diskussion, övningar och tung praktisk övning
I denna instruktörsledda, liveutbildning, kommer deltagarna att lära sig att tillämpa maskininlärningstekniker och verktyg för att lösa verkliga problem i finansbranschen. R kommer att användas som programmeringsspråk.
Deltagarna lär sig först de viktigaste principerna, sedan implementerar sina kunskaper genom att bygga sina egna maskininlärningsmodeller och använda dem för att slutföra ett antal teamprojekt.
I slutet av denna träning kommer deltagarna att kunna:
- Förstå de grundläggande begreppen i maskininlärning
- Lär dig applikationer och användningar av maskininlärning inom finans
- Utveckla sin egen algoritmiska handelsstrategi med maskininlärning med R
Publik
- utvecklare
- Datavetare
Kursformat
- Delföreläsning, delvis diskussion, övningar och tung praktisk övning
21 timmar
Översikt
MLflow is an open source platform for streamlining and managing the machine learning lifecycle. It supports any ML (machine learning) library, algorithm, deployment tool or language. Simply add MLflow to your existing ML code to share the code across any ML library being used within your organization.
This instructor-led, live training (online or onsite) is aimed at data scientists who wish to go beyond building ML models and optimize the ML model creation, tracking, and deployment process.
By the end of this training, participants will be able to:
- Install and configure MLflow and related ML libraries and frameworks.
- Appreciate the importance of trackability, reproducability and deployability of an ML model
- Deploy ML models to different public clouds, platforms, or on-premise servers.
- Scale the ML deployment process to accommodate multiple users collaborating on a project.
- Set up a central registry to experiment with, reproduce, and deploy ML models.
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.
This instructor-led, live training (online or onsite) is aimed at data scientists who wish to go beyond building ML models and optimize the ML model creation, tracking, and deployment process.
By the end of this training, participants will be able to:
- Install and configure MLflow and related ML libraries and frameworks.
- Appreciate the importance of trackability, reproducability and deployability of an ML model
- Deploy ML models to different public clouds, platforms, or on-premise servers.
- Scale the ML deployment process to accommodate multiple users collaborating on a project.
- Set up a central registry to experiment with, reproduce, and deploy ML models.
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.
14 timmar
Översikt
Syftet med denna kurs är att tillhandahålla en grundläggande färdighet i att tillämpa Machine Learning metoder i praktiken. Genom att använda programmeringsspråket Scala och dess olika bibliotek, och baserat på en mängd praktiska exempel lär denna kurs hur man använder de viktigaste byggstenarna i Machine Learning , hur man fattar beslut om datamodellering, tolkar utgångarna från algoritmerna och validera resultaten.
Vårt mål är att ge dig färdigheter att förstå och använda de mest grundläggande verktygen från verktygslådan för Machine Learning säkerhet och undvika de vanliga fallgroparna i Data Science applikationer.
Vårt mål är att ge dig färdigheter att förstå och använda de mest grundläggande verktygen från verktygslådan för Machine Learning säkerhet och undvika de vanliga fallgroparna i Data Science applikationer.
14 timmar
Översikt
Syftet med denna kurs är att tillhandahålla en grundläggande färdighet i att tillämpa Machine Learning metoder i praktiken. Genom användning av Python programmeringsspråket och dess olika bibliotek, och baserat på en mängd praktiska exempel lär denna kurs hur man använder de viktigaste byggstenarna i Machine Learning , hur man fattar beslut om datamodellering, tolkar utgångarna från algoritmerna och validera resultaten.
Vårt mål är att ge dig färdigheter att förstå och använda de mest grundläggande verktygen från verktygslådan för Machine Learning säkerhet och undvika de vanliga fallgroparna i Data Science applikationer.
Vårt mål är att ge dig färdigheter att förstå och använda de mest grundläggande verktygen från verktygslådan för Machine Learning säkerhet och undvika de vanliga fallgroparna i Data Science applikationer.
14 timmar
Översikt
Syftet med denna kurs är att tillhandahålla en grundläggande färdighet i att tillämpa Machine Learning metoder i praktiken. Genom att använda R-programmeringsplattformen och dess olika bibliotek, och baserat på en mängd praktiska exempel lär denna kurs hur man använder de viktigaste byggstenarna i Machine Learning , hur man fattar beslut om datamodellering, tolkar utgångarna från algoritmerna och validera resultaten.
Vårt mål är att ge dig färdigheter att förstå och använda de mest grundläggande verktygen från verktygslådan för Machine Learning säkerhet och undvika de vanliga fallgroparna i Data Science applikationer.
Vårt mål är att ge dig färdigheter att förstå och använda de mest grundläggande verktygen från verktygslådan för Machine Learning säkerhet och undvika de vanliga fallgroparna i Data Science applikationer.
7 timmar
Översikt
Denna utbildning är för personer som vill använda grundläggande tekniker för Machine Learning i praktiska tillämpningar.
Publik
Datavetare och statistiker som känner till maskininlärning och vet hur man programmerar R. Kursen betonar de praktiska aspekterna av data / modellberedning, exekvering, post hoc-analys och visualisering. Syftet är att ge en praktisk introduktion till maskininlärning för deltagare som är intresserade av att tillämpa metoderna på jobbet
Sektorspecifika exempel används för att göra utbildningen relevant för publiken.
Publik
Datavetare och statistiker som känner till maskininlärning och vet hur man programmerar R. Kursen betonar de praktiska aspekterna av data / modellberedning, exekvering, post hoc-analys och visualisering. Syftet är att ge en praktisk introduktion till maskininlärning för deltagare som är intresserade av att tillämpa metoderna på jobbet
Sektorspecifika exempel används för att göra utbildningen relevant för publiken.
14 timmar
Översikt
I den här instruktörsledda träningen kommer deltagarna att lära sig hur man använder IOS Machine Learning (ML) -teknikstacken som de, som de går igenom skapandet och implementeringen av en iOS-mobilapp Vid slutet av denna utbildning kommer deltagarna att kunna: Skapa en mobilapp som kan hantera bildbehandling, textanalys och taligenkänning Få åtkomliga ML-modeller för integration i iOS-appar Skapa en anpassad ML-modell Lägg till Siri Voice stöd till iOS-appar Förstå och använd ramar som coreML, Vision, CoreGraphics och GamePlayKit Använd språk och verktyg som Python, Keras, Caffee, Tensorflow, Scikit Learning, Libsvm, Anaconda och Spyder Publik utvecklare Kursens format Delföreläsning, diskussion, övningar och tung handson-övning .
35 timmar
Översikt
MLOps is a set of tools and methodologies for combining Machine Learning and DevOps practices. The goal of MLOps is to automate and optimize the deployment and maintenance of ML systems in production.
This instructor-led, live training (online or onsite) is aimed at engineers who wish to evaluate the approaches and tools available today to make an intelligent decision on the path forward in adopting MLOps within their organization.
By the end of this training, participants will be able to:
- Install and configure various MLOps frameworks and tools.
- Assemble the right kind of team with the right skills for constructing and supporting an MLOps system.
- Prepare, validate and version data for use by ML models.
- Understand the components of an ML Pipeline and the tools needed to build one.
- Experiment with different machine learning frameworks and servers for deploying to production.
- Operationalize the entire Machine Learning process so that it's reproduceable and maintainable.
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.
This instructor-led, live training (online or onsite) is aimed at engineers who wish to evaluate the approaches and tools available today to make an intelligent decision on the path forward in adopting MLOps within their organization.
By the end of this training, participants will be able to:
- Install and configure various MLOps frameworks and tools.
- Assemble the right kind of team with the right skills for constructing and supporting an MLOps system.
- Prepare, validate and version data for use by ML models.
- Understand the components of an ML Pipeline and the tools needed to build one.
- Experiment with different machine learning frameworks and servers for deploying to production.
- Operationalize the entire Machine Learning process so that it's reproduceable and maintainable.
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.
Andra länder
Konsult
Helg Artificiell Intelligens kurs, kvällAI (Artificial Intelligence) utbildning, Artificiell Intelligens bootcamp, AI instruktörledd, Helg Artificial Intelligence utbildning, Kväll Artificiell Intelligens kurs, AI coaching, AI (Artificial Intelligence) instruktör, Artificial Intelligence tränare, AI (Artificial Intelligence) kurs, Artificial Intelligence klasser, Artificiell Intelligens on-site, AI (Artificial Intelligence) privata kurser, Artificiell Intelligens en till en utbildningHelg AI kurs, kvällAI utbildning, AI bootcamp, AI (Artificial Intelligence) instruktörledd, Helg AI (Artificial Intelligence) utbildning, Kväll AI kurs, Artificial Intelligence coaching, AI instruktör, AI (Artificial Intelligence) tränare, Artificial Intelligence kurs, Artificial Intelligence (AI) klasser, Artificial Intelligence on-site, AI privata kurser, AI en till en utbildning
.jpg "procter & gamble (p&g)")
.png "european central bank (ecb)")
.png "european space agency (esa)")
.jpg "international air transport association (iata)")
.jpg "european southern observatory (eso)")
