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
Han var mycket informativ och hjälpsam.
Pratheep Ravy
Kurs: Predictive Modelling with R
Machine Translated
Det var mycket interaktivt och mer avslappnat och informellt än förväntat. Vi omfattade många ämnen på tiden och tränaren var alltid mottaglig för att prata mer i detalj eller mer allmänt om ämnena och hur de var relaterade. Jag tycker att träningen har gett mig verktygen för att fortsätta att lära sig i motsats till att det är en engångsperiod där lärandet slutar när du är klar vilket är mycket viktigt med tanke på ämnets skala och komplexitet.
Jonathan Blease
Kurs: Artificial Neural Networks, Machine Learning, Deep Thinking
Machine Translated
Ann skapade en bra miljö för att ställa frågor och lära sig. Vi hade mycket roligt och lärde oss också mycket på samma gång.
Gudrun Bickelq
Kurs: Introduction to the use of neural networks
Machine Translated
Den interaktiva delen, skräddarsydd för våra specifika behov.
Thomas Stocker
Kurs: Introduction to the use of neural networks
Machine Translated
Jag tyckte om övningarna.
Office for National Statistics
Kurs: Natural Language Processing with Python
Machine Translated
Jag njöt verkligen av hands-on-metoden.
Kevin De Cuyper
Kurs: Computer Vision with OpenCV
Machine Translated
utbud av material
Maciej Jonczyk
Kurs: From Data to Decision with Big Data and Predictive Analytics
Machine Translated
systematisering av kunskap inom ML
Orange Polska
Kurs: From Data to Decision with Big Data and Predictive Analytics
Machine Translated
Tränaren var så kunnig och inkluderade områden jag var intresserad av.
Mohamed Salama
Kurs: Data Mining & Machine Learning with R
Machine Translated
Ämnet är väldigt intressant.
Wojciech Baranowski
Kurs: Introduction to Deep Learning
Machine Translated
Tränare teoretisk kunskap och vilja att lösa problemen med deltagarna efter träningen.
Grzegorz Mianowski
Kurs: Introduction to Deep Learning
Machine Translated
Ämne. Mycket intressant!.
Piotr
Kurs: Introduction to Deep Learning
Machine Translated
Övningar efter varje ämne var verkligen hjälpsamma, trots att det var för komplicerat i slutet. I allmänhet var det presenterade materialet mycket intressant och involverat! Övningar med bildigenkänning var stora.
Dolby Poland Sp. z o.o.
Kurs: Introduction to Deep Learning
Machine Translated
Jag tror att om träning skulle ske på polska skulle det göra det möjligt för tränaren att dela sin kunskap effektivare.
Radek
Kurs: Introduction to Deep Learning
Machine Translated
Den globala översikten av djupt lärande.
Bruno Charbonnier
Kurs: Advanced Deep Learning
Machine Translated
Övningarna är tillräckligt praktiska och behöver inte ha hög kunskap i Python .
Alexandre GIRARD
Kurs: Advanced Deep Learning
Machine Translated
Göra övningar på riktiga exempel med hjälp av Eras. Italien förstod helt våra förväntningar om denna utbildning.
Paul Kassis
Kurs: Advanced Deep Learning
Machine Translated
Jag uppskattade verkligen kristallklara svaren på Chris till våra frågor.
Léo Dubus
Kurs: Réseau de Neurones, les Fondamentaux en utilisant TensorFlow comme Exemple
Machine Translated
Jag har i allmänhet haft den kunniga tränaren.
Sridhar Voorakkara
Kurs: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
Jag var förvånad över standarden på den här klassen - jag skulle säga att det var universitetsstandard.
David Relihan
Kurs: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
Mycket bra översikt över hela världen. Go bakom bakgrund till varför Tensorflow fungerar som det gör.
Kieran Conboy
Kurs: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
Jag gillade möjligheterna att ställa frågor och få djupare förklaringar av teorin.
Sharon Ruane
Kurs: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
Vi har fått mycket mer inblick i ämnet. En del fina diskussioner gjordes med några riktiga ämnen inom vårt företag.
Sebastiaan Holman
Kurs: Machine Learning and Deep Learning
Machine Translated
Utbildningen gav rätt grund som gör att vi kan vidareutveckla oss genom att visa hur teori och praktik går hand i hand. Det fick mig faktiskt mer intresserad av ämnet än jag var tidigare.
Jean-Paul van Tillo
Kurs: Machine Learning and Deep Learning
Machine Translated
Jag har verkligen haft täckning och djup av ämnen.
Anirban Basu
Kurs: Machine Learning and Deep Learning
Machine Translated
Tränaren förklarade mycket enkelt svåra och avancerade ämnen.
Leszek K
Kurs: Artificial Intelligence Overview
Machine Translated
Jag gillade de nya insikterna i djup maskininlärning.
Josip Arneric
Kurs: Neural Network in R
Machine Translated
Vi fick lite kunskap om NN i allmänhet, och det som var mest intressant för mig var de nya typerna av NN som är populära idag.
Tea Poklepovic
Kurs: Neural Network in R
Machine Translated
Jag tyckte mest om graferna i R :))).
Faculty of Economics and Business Zagreb
Kurs: Neural Network in R
Machine Translated
Trainernas djupa kunskaper om ämnet.
Sebastian Görg
Kurs: Introduction to Deep Learning
Machine Translated
Mycket uppdaterat tillvägagångssätt eller KPI (tensorflöde, era, lär) att göra maskininlärning.
Paul Lee
Kurs: TensorFlow for Image Recognition
Machine Translated
Mycket flexibel.
Frank Ueltzhöffer
Kurs: Artificial Neural Networks, Machine Learning and Deep Thinking
Machine Translated
Jag har i allmänhet haft flexibilitet.
Werner Philipp
Kurs: Artificial Neural Networks, Machine Learning and Deep Thinking
Machine Translated
Med tanke på tekniken: vilken teknik / process kan bli viktigare i framtiden; se vad tekniken kan användas till.
Commerzbank AG
Kurs: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
Jag fick nytta av ämnesval. Stil av träning. Övningsorientering.
Commerzbank AG
Kurs: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
Alla gillar det
蒙 李
Kurs: Machine Learning Fundamentals with Python
Machine Translated
sätt att leda och exempel ges av tränaren
ORANGE POLSKA S.A.
Kurs: Machine Learning and Deep Learning
Machine Translated
Möjlighet att diskutera de föreslagna frågorna själv
ORANGE POLSKA S.A.
Kurs: Machine Learning and Deep Learning
Machine Translated
Kommunikation med föreläsare
文欣 张
Kurs: Artificial Neural Networks, Machine Learning, Deep Thinking
Machine Translated
Gilla det
lisa xie
Kurs: Artificial Neural Networks, Machine Learning, Deep Thinking
Machine Translated
Fördjupad täckning av maskininlärning, särskilt neurala nätverk. Demystified mycket av ämnet.
Sacha Nandlall
Kurs: Python for Advanced Machine Learning
Machine Translated
Detta är en av de bästa praktiska med övningar programmeringskurser jag någonsin har tagit.
Laura Kahn
Kurs: Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP
Machine Translated
Detta är en av de bästa online-träning som jag någonsin har tagit i min 13 åriga karriär. Fortsätt det stora arbetet !.
Kurs: Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP
Machine Translated
många övningar som jag direkt kan använda i mitt arbete.
Alior Bank S.A.
Kurs: Sieci Neuronowe w R
Machine Translated
Exempel på reella data.
Alior Bank S.A.
Kurs: Sieci Neuronowe w R
Machine Translated
neuralnet, pROC i en slinga.
Alior Bank S.A.
Kurs: Sieci Neuronowe w R
Machine Translated
Richards träningsstil höll det intressant, de verkliga världsexemplen som använde hjälpte till att driva begreppen hemma.
Jamie Martin-Royle - NBrown Group
Kurs: From Data to Decision with Big Data and Predictive Analytics
Machine Translated
Innehållet, som jag tyckte var väldigt intressant och tycker att det skulle hjälpa mig i mitt sista år på universitetet.
Krishan Mistry - NBrown Group
Kurs: From Data to Decision with Big Data and Predictive Analytics
Machine Translated
Jag gillade verkligen övningar
L M ERICSSON LIMITED
Kurs: Machine Learning
Machine Translated
laboratoriet övar
Marcell Lorant - L M ERICSSON LIMITED
Kurs: Machine Learning
Machine Translated
Detta är en av de bästa online-träning som jag någonsin har tagit i min 13 åriga karriär. Fortsätt det stora arbetet !.
Kurs: Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP
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.
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
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
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.
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 .
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
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
I den här instruktörsledda träningen kommer deltagarna att lära sig hur man använder rätt maskininlärning och NLP (Natural Language Processing) tekniker för att extrahera värde från textbaserad data Vid slutet av denna utbildning kommer deltagarna att kunna: Lös textbaserade datavetenskapsproblem med högkvalitativ, återanvändbar kod Applicera olika aspekter av scikitlearn (klassificering, kluster, regression, dimensionalitetsminskning) för att lösa problem Bygg effektiva maskininlärningsmodeller med textbaserad data Skapa en dataset och extrahera funktioner från ostrukturerad text Visualisera data med Matplotlib Bygg och utvärdera modeller för att få insikt Felsök textkodningsfel Publik utvecklare Datavetenskapare Kursens format Delföreläsning, diskussion, övningar och tung handson-övning .
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
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
28 timmar
Översikt
Denna kurs introducerar lingvister eller programmerare till NLP i Python . Under denna kurs kommer vi mestadels att använda nltk.org (Natural Language Tool Kit), men vi kommer också att använda andra bibliotek som är relevanta och användbara för NLP. Just nu kan vi genomföra denna kurs i Python 2.x eller Python 3.x. Exempel är på engelska eller mandarin (普通话). Andra språk kan också göras tillgängliga om avtalats innan bokning.
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
Machine learning 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 tillämpningar allt från centrala handelsprogram till riskhanteringssystem.
I den här lärarledda, liveutbildningen får deltagarna lära sig att tillämpa maskininlärningstekniker och verktyg för att lösa verkliga problem inom finansbranschen. R kommer att användas som programmeringsspråk.
Deltagarna lär sig först de viktigaste principerna, sedan omsätta sina kunskaper i praktiken genom att bygga sina egna maskininlärningsmodeller och använda dem för att slutföra ett antal teamprojekt.
I slutet av denna utbildning kommer deltagarna att kunna:
- Förstå de grundläggande begreppen inom maskininlärning
- Lär dig programmen och användningarna av maskininlärning inom finans
- Utveckla sin egen algoritmiska handelsstrategi med hjälp av maskininlärning med R
Publik
- Utvecklare
- Dataforskare
Format för kursen
- Del föreläsning, del diskussion, övningar och tunga praktisk övning
I den här lärarledda, liveutbildningen får deltagarna lära sig att tillämpa maskininlärningstekniker och verktyg för att lösa verkliga problem inom finansbranschen. R kommer att användas som programmeringsspråk.
Deltagarna lär sig först de viktigaste principerna, sedan omsätta sina kunskaper i praktiken genom att bygga sina egna maskininlärningsmodeller och använda dem för att slutföra ett antal teamprojekt.
I slutet av denna utbildning kommer deltagarna att kunna:
- Förstå de grundläggande begreppen inom maskininlärning
- Lär dig programmen och användningarna av maskininlärning inom finans
- Utveckla sin egen algoritmiska handelsstrategi med hjälp av maskininlärning med R
Publik
- Utvecklare
- Dataforskare
Format för kursen
- Del föreläsning, del diskussion, övningar och tunga 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.
Kommande AI (Artificial Intelligence) Kurser
2021-02-11 09:30:00
14 timmar
2021-02-17 09:30:00
21 timmar
2021-02-17 09:30:00
21 timmar
2021-02-24 09:30:00
21 timmar
2021-03-03 09:30:00
21 timmar
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)")
