Advanced Machine Learning with Python Träningskurs
Kursplan
Introduktion
Beskriv strukturen av omärkta data
- Utan tillsyn Machine Learning
Identifiera, gruppera och generera bilder, videosekvenser och rörelseupptagningsdata
- Deep Belief Networks (DBN)
Rekonstruera den ursprungliga indata från en skadad (brusig) version
- Funktionsval och extraktion
- Staplade denoising auto-kodare
Analysera visuella bilder
- Konvolutionell Neural Networks
Få en bättre förståelse av datastrukturen
- Semi-övervakat lärande
Förstå textdata
- Textfunktionsextraktion
Bygger mycket exakta prediktiva modeller
- Förbättrar Machine Learning resultat
- Ensemblemetoder
Sammanfattning och slutsats
Krav
- Python programmeringserfarenhet
- En förståelse för grundläggande principer för maskininlärning
Publik
- Utvecklare
- Analytiker
- Dataforskare
Open Training Courses require 5+ participants.
Advanced Machine Learning with Python Träningskurs - Booking
Advanced Machine Learning with Python Träningskurs - Enquiry
Advanced Machine Learning with Python - Consultancy Enquiry
Vittnesmål (1)
In-depth coverage of machine learning topics, particularly neural networks. Demystified a lot of the topic.
Sacha Nandlall
Kurs - Python for Advanced Machine Learning
Upcoming Courses
Relaterade Kurser
Introduction to Stable Diffusion for Text-to-Image Generation
21 timmarDen här instruktörsledda, live-utbildningen i (online eller på plats) riktar sig till datavetare, maskininlärningsingenjörer och datorseendeforskare som vill utnyttja Stable Diffusion för att generera högkvalitativa bilder för en mängd olika användningsfall.
I slutet av denna utbildning kommer deltagarna att kunna:
- Förstå principerna för Stable Diffusion och hur det fungerar för bildgenerering. Bygg och träna Stable Diffusion modeller för bildgenereringsuppgifter. Tillämpa Stable Diffusion på olika scenarier för bildgenerering, till exempel inpainting, outpainting och bild-till-bild översättning. Optimera prestanda och stabilitet för Stable Diffusion modeller.
Advanced Stable Diffusion: Deep Learning for Text-to-Image Generation
21 timmarDenna instruktörsledda, liveutbildning i Sverige (online eller på plats) riktar sig till datavetare på medelnivå till avancerad nivå, maskininlärningsingenjörer, forskare inom djupinlärning och experter på datorseende som vill utöka sina kunskaper och färdigheter inom djupinlärning för text-till-bild-generering.
I slutet av denna utbildning kommer deltagarna att kunna:
- Förstå avancerade djupinlärningsarkitekturer och tekniker för text-till-bild-generering. Implementera komplexa modeller och optimeringar för bildsyntes av hög kvalitet. Optimera prestanda och skalbarhet för stora datamängder och komplexa modeller. Justera hyperparametrar för bättre modellprestanda och generalisering. Integrera Stable Diffusion med andra ramar och verktyg för djupinlärning
AlphaFold
7 timmarDenna instruktörsledda, liveutbildning i Sverige (online eller på plats) riktar sig till biologer som vill förstå hur AlphaFold fungerar och använda AlphaFold modeller som vägledning i sina experimentella studier.
I slutet av denna utbildning kommer deltagarna att kunna:
- Förstå de grundläggande principerna för AlphaFold.
- Lär dig hur AlphaFold fungerar.
- Lär dig hur du tolkar AlphaFold förutsägelser och resultat.
TensorFlow Lite for Embedded Linux
21 timmarDenna instruktörsledda, liveutbildning i Sverige (online eller på plats) riktar sig till utvecklare som vill använda TensorFlow Lite för att distribuera modeller för djupinlärning på inbäddade enheter.
I slutet av denna utbildning kommer deltagarna att kunna:
- Installera och konfigurera Tensorflow Lite på en inbäddad enhet.
- Förstå de begrepp och komponenter som ligger bakom TensorFlow Lite.
- Konvertera befintliga modeller till format TensorFlow Lite för exekvering på inbäddade enheter.
- Arbeta inom begränsningarna för små enheter och TensorFlow Lite, samtidigt som du lär dig hur du utökar omfattningen av operationer som kan köras.
- Implementera en modell för djupinlärning på en inbäddad enhet som kör Linux.
TensorFlow Lite for Android
21 timmarDenna instruktörsledda, liveutbildning i Sverige (online eller på plats) riktar sig till utvecklare som vill använda TensorFlow Lite för att utveckla mobila applikationer med djupinlärningsmöjligheter.
I slutet av denna utbildning kommer deltagarna att kunna:
- Installera och konfigurera TensorFlow Lite.
- Förstå principerna bakom TensorFlow, maskininlärning och djupinlärning.
- Ladda TensorFlow-modeller på en Android-enhet.
- Aktivera djupinlärning och maskininlärningsfunktioner som datorseende och naturligt språkigenkänning i en mobilapplikation.
Tensorflow Lite for Microcontrollers
21 timmarDenna instruktörsledda, liveutbildning i Sverige (online eller på plats) riktar sig till ingenjörer som vill skriva, ladda och köra maskininlärningsmodeller på mycket små inbäddade enheter.
I slutet av denna utbildning kommer deltagarna att kunna:
- Installera TensorFlow Lite.
- Ladda maskininlärningsmodeller på en inbäddad enhet så att den kan upptäcka tal, klassificera bilder etc.
- Lägg till AI till hårdvaruenheter utan att förlita sig på nätverksanslutning.
TensorFlow Lite for iOS
21 timmarDenna instruktörsledda, liveutbildning i (online eller på plats) riktar sig till utvecklare som vill använda TensorFlow Lite för att utveckla iOS-mobilapplikationer med djupinlärningsmöjligheter.
I slutet av denna utbildning kommer deltagarna att kunna:
- Installera och konfigurera TensorFlow Lite.
- Förstå principerna bakom TensorFlow och maskininlärning på mobila enheter.
- Ladda TensorFlow-modeller på en iOS-enhet.
- Kör en iOS-applikation som kan upptäcka och klassificera ett objekt som fångas med enhetens kamera.
Edge AI with TensorFlow Lite
14 timmarDenna instruktörsledda, liveutbildning i Sverige (online eller på plats) riktar sig till utvecklare på mellannivå, datavetare och AI-utövare som vill utnyttja TensorFlow Lite för Edge AI-applikationer.
I slutet av denna utbildning kommer deltagarna att kunna:
- Förstå grunderna i TensorFlow Lite och dess roll i Edge AI.
- Utveckla och optimera AI-modeller med hjälp av TensorFlow Lite.
- Distribuera TensorFlow Lite-modeller på olika gränsenheter.
- Använda verktyg och tekniker för modellkonvertering och optimering.
- Implementera praktiska Edge AI-applikationer med TensorFlow Lite.
Optimizing AI Models for Edge Devices
14 timmarDenna instruktörsledda, liveutbildning i Sverige (online eller på plats) riktar sig till AI-utvecklare på mellannivå, maskininlärningsingenjörer och systemarkitekter som vill optimera AI-modeller för edge-distribution.
I slutet av denna utbildning kommer deltagarna att kunna:
- Förstå utmaningarna och kraven för att distribuera AI-modeller på gränsenheter.
- Tillämpa modellkomprimeringstekniker för att minska storleken och komplexiteten hos AI-modeller.
- Använd kvantiseringsmetoder för att förbättra modellens effektivitet på edge-hårdvara.
- Implementera rensning och andra optimeringstekniker för att förbättra modellens prestanda.
- Distribuera optimerade AI-modeller på olika gränsenheter.
Edge AI in Industrial Automation
14 timmarDenna instruktörsledda, liveutbildning i Sverige (online eller på plats) riktar sig till industriingenjörer på mellannivå, tillverkningsproffs och AI-utvecklare som vill implementera Edge AI-lösningar inom industriell automation.
I slutet av denna utbildning kommer deltagarna att kunna:
- Förstå rollen för Edge AI i industriell automation.
- Implementera lösningar för förutsägande underhåll med hjälp av Edge AI.
- Tillämpa AI-tekniker för kvalitetskontroll i tillverkningsprocesser.
- Optimera industriella processer med hjälp av Edge AI.
- Distribuera och hantera Edge AI-lösningar i industriella miljöer.
Edge AI for Financial Services
14 timmarDenna instruktörsledda, liveutbildning i Sverige (online eller på plats) riktar sig till finansproffs på mellannivå, fintech-utvecklare och AI-specialister som vill implementera Edge AI-lösningar inom finansiella tjänster.
I slutet av denna utbildning kommer deltagarna att kunna:
- Förstå rollen för Edge AI inom finansiella tjänster.
- Implementera system för identifiering av bedrägerier med hjälp av Edge AI.
- Förbättra kundservicen genom AI-drivna lösningar.
- Använd Edge AI för riskhantering och beslutsfattande.
- Distribuera och hantera Edge AI-lösningar i finansiella miljöer.
Deep Learning Neural Networks with Chainer
14 timmarDenna instruktörsledda, liveutbildning i Sverige (online eller på plats) riktar sig till forskare och utvecklare som vill använda Chainer för att bygga och träna neurala nätverk i Python samtidigt som koden är lätt att felsöka.
I slutet av denna utbildning kommer deltagarna att kunna:
- Sätt upp den nödvändiga utvecklingsmiljön för att börja utveckla neurala nätverksmodeller.
- Definiera och implementera neurala nätverksmodeller med hjälp av en begriplig källkod.
- Utför exempel och modifiera befintliga algoritmer för att optimera träningsmodeller för djupinlärning samtidigt som du utnyttjar GPUs för hög prestanda.
Distributed Deep Learning with Horovod
7 timmarDenna instruktörsledda, liveutbildning i Sverige (online eller på plats) riktar sig till utvecklare eller datavetare som vill använda Horovod för att köra distribuerade djupinlärningsutbildningar och skala upp den för att köras över flera GPU:er parallellt.
I slutet av denna utbildning kommer deltagarna att kunna:
- Skapa den nödvändiga utvecklingsmiljön för att börja köra djupinlärningsträningar.
- Installera och konfigurera Horovod för att träna modeller med TensorFlow, Keras, PyTorch och Apache MXNet.
- Skala djupinlärningsträning med Horovod för att köras på flera GPU:er.
Accelerating Deep Learning with FPGA and OpenVINO
35 timmarDen här instruktörsledda, liveutbildningen i Sverige (online eller på plats) riktar sig till datavetare som vill accelerera maskininlärningsapplikationer i realtid och distribuera dem i stor skala.
I slutet av denna utbildning kommer deltagarna att kunna:
- Installera verktygslådan OpenVINO.
- Accelerera en datorseendeapplikation med en FPGA.
- Kör olika CNN-lager på FPGA.
- Skala programmet över flera noder i ett Kubernetes-kluster.
Building Deep Learning Models with Apache MXNet
21 timmarDenna instruktörsledda, liveutbildning i (online eller på plats) riktar sig till datavetare som vill använda Apache MXNet för att bygga och distribuera en djupinlärningsmodell för bildigenkänning.
I slutet av denna utbildning kommer deltagarna att kunna:
- Installera och konfigurera Apache MXNet och dess komponenter.
- Förstå MXNets arkitektur och datastrukturer.
- Använd Apache MXNet:s lågnivå- och högnivå-API:er för att effektivt bygga neurala nätverk.
- Bygg ett konvolutionellt neuralt nätverk för bildklassificering.