Practical Quantum Computing Träningskurs

I denna instruktörsledda, liveutbildning i Sverige kommer deltagarna att lära sig grunderna för kvantberäkning och Q# när de går igenom utvecklingen av enkla kvantprogram.

I slutet av denna utbildning kommer deltagarna att kunna:

• Installera och konfigurera Microsofts Quantum Development Kit.
• Förstå begreppen bakom kvantberäkning.
• Bygg, testa, kör och felsök ett kvantprogram med Q#, Visual Studio och en lokal kvantdatorsimulator.

I denna instruktörsledda, liveutbildning i Sverige kommer deltagarna att lära sig grunderna i kvantberäkningar när de går igenom utvecklingen av algoritmer som riktar sig mot kvantdatorer.

I slutet av denna utbildning kommer deltagarna att kunna:

• Ställ in den nödvändiga utvecklingsmiljön för att börja skapa kvantkretsar.
• Styr grindens beteende med hjälp av grindens inbyggda motsvarighet.
• Förbättra på quibit felaktigheter med Cirq.
• Skriv och kör en kvantkrets för att köras mot en NISQ-baserad kvantdatorsimulator.

Denna instruktörsledda, liveutbildning i Sverige (online eller på plats) riktar sig till datavetare och utvecklare som vill lära sig och bygga sina karriärer inom datavetenskap med Kaggle.

I slutet av denna utbildning kommer deltagarna att kunna:

• Lär dig mer om datavetenskap och maskininlärning.
• Utforska dataanalys.
• Lär dig mer om Kaggle och hur det fungerar.

Denna instruktörsledda, liveutbildning i Sverige (online eller på plats) riktar sig till datavetare och utvecklare som vill använda Modin för att bygga och implementera parallella beräkningar med Pandas för snabbare dataanalys.

I slutet av denna utbildning kommer deltagarna att kunna:

• Sätt upp den nödvändiga miljön för att börja utveckla Pandas arbetsflöden i stor skala med Modin.
• Förstå funktionerna, arkitekturen och fördelarna med Modin.
• Lär dig skillnaderna mellan Modin, Dask och Ray.
• Utför Pandas operationer snabbare med Modin.
• Implementera hela Pandas API och funktioner.

Denna instruktörsledda, liveutbildning i Sverige (online eller på plats) riktar sig till datavetare och utvecklare som vill använda RAPIDS för att bygga GPU-accelererade datapipelines, arbetsflöden och visualiseringar, med tillämpning av maskininlärningsalgoritmer, som t.ex. XGBoost, cuML, etc.

I slutet av denna utbildning kommer deltagarna att kunna:

• Konfigurera den nödvändiga utvecklingsmiljön för att bygga datamodeller med NVIDIA RAPIDS.
• Förstå funktionerna, komponenterna och fördelarna med RAPIDS.
• Utnyttja GPU:er för att accelerera end-to-end data- och analyspipelines.
• Implementera GPU-accelererad dataförberedelse och ETL med cuDF och Apache Arrow.
• Lär dig hur du utför maskininlärningsuppgifter med XGBoost- och cuML-algoritmer.
• Bygg datavisualiseringar och utför grafanalys med cuXfilter och cuGraph.

Denna instruktörsledda, liveutbildning i Sverige (online eller på plats) riktar sig till datavetare som vill använda ekosystemet Anaconda för att fånga, hantera och distribuera paket och arbetsflöden för dataanalys i en enda plattform.

I slutet av denna utbildning kommer deltagarna att kunna:

• Installera och konfigurera Anaconda-komponenter och bibliotek.
• Förstå kärnkoncepten, funktionerna och fördelarna med Anaconda.
• Hantera paket, miljöer och kanaler med Anaconda Navigator.
• Använd Conda-, R- och Python-paket för datavetenskap och maskininlärning.
• Lär känna några praktiska användningsfall och tekniker för att hantera flera datamiljöer.

H2O AutoML is an artificial intelligence platform that automates the process of building, selecting and optimizing large numbers of machine learning models.

This instructor-led, live training (online or onsite) is aimed at data scientists who wish to use H2O AutoML to automate the process of building and selecting the best machine learning algorithm and parameters.

By the end of this training, participants will be able to:

• Automate the machine learning workflow.
• Automatically train and tune many machine learning models within a specified time range.
• Train stacked ensembles to arrive at highly predictive ensemble 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.

Denna instruktörsledda, liveutbildning i Sverige (online eller på plats) riktar sig till utövare av maskininlärning som vill använda Auto-sklearn för att automatisera processen att välja och optimera en maskininlärningsmodell.

I slutet av denna utbildning kommer deltagarna att kunna:

• Automatisera processen att träna högeffektiva maskininlärningsmodeller.
• Bygg mycket exakta maskininlärningsmodeller samtidigt som du kringgår de mer tråkiga uppgifterna med att välja, träna och testa olika modeller.
• Använd kraften i maskininlärning för att lösa verkliga affärsproblem.

Denna instruktörsledda, liveutbildning i Sverige (online eller på plats) riktar sig till datavetare såväl som mindre tekniska personer som vill använda Auto-Keras för att automatisera processen att välja och optimera en maskininlärningsmodell.

I slutet av denna utbildning kommer deltagarna att kunna:

• Automatisera processen att träna högeffektiva maskininlärningsmodeller.
• Sök automatiskt efter de bästa parametrarna för modeller för djupinlärning.
• Bygg mycket exakta maskininlärningsmodeller.
• Använd kraften i maskininlärning för att lösa verkliga affärsproblem.

Den 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.

Denna 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

Denna 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.

Denna 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.

Denna 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.

Denna 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.