Lokala instruktörledda Live Machine Learning (ML) -kurser visar genom praktisk praktik hur man tillämpar maskininlärningstekniker och verktyg för att lösa verkliga problem i olika branscher. NobleProg ML kurser omfattar olika programmeringsspråk och ramverk, inklusive Python, R language och Matlab. Maskininlärningskurser erbjuds för ett antal industriapplikationer, däribland Finans, Bank och Försäkring, och täcker grunden för maskinlärning samt mer avancerade tillvägagångssätt som Deep Learning. Maskininlärningsträning är tillgänglig som "live-träning på plats" eller "fjärrsträning". 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
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
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
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
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
Jupyter-anteckningsboken, där träningsmaterialet är tillgängligt
L M ERICSSON LIMITED
Kurs: Machine Learning
Machine Translated
Det fanns många övningar och intressanta ämnen.
L M ERICSSON LIMITED
Kurs: Machine Learning
Machine Translated
några bra labövningar analyseras och förklaras av tränaren i djupet (t.ex. covariants i linjär regression, som matchar den verkliga funktionen)
L M ERICSSON LIMITED
Kurs: Machine Learning
Machine Translated
Det är bara bra att allt material inklusive övningarna är på samma sida och då blir det uppdaterat på flygningen. Lösningen avslöjas i slutet. Häftigt! Jag uppskattar också att Krzysztof tog extra ansträngning för att förstå våra problem och föreslog oss möjliga tekniker.
Attila Nagy - L M ERICSSON LIMITED
Kurs: Machine Learning
Machine Translated
Stor och aktuell kunskap om ledande och praktiska tillämpningsexempel.
ING Bank Śląski S.A.
Kurs: Introduction to Deep Learning
Machine Translated
Många övningar, mycket bra samarbete med gruppen.
Janusz Chrobot - ING Bank Śląski S.A.
Kurs: Introduction to Deep Learning
Machine Translated
arbeta på colaborators,
ING Bank Śląski S.A.
Kurs: Introduction to Deep Learning
Machine Translated
Det var uppenbart att entusiasterna av de presenterade ämnena ledde fram. Används intressanta exempel under träning.
ING Bank Śląski S.A.
Kurs: Introduction to Deep Learning
Machine Translated
Ett brett spektrum av ämnen och omfattande kunskaper om ledarna.
ING Bank Śląski S.A.; Kamil Kurek Programowanie
Kurs: Understanding Deep Neural Networks
Machine Translated
brist
ING Bank Śląski S.A.; Kamil Kurek Programowanie
Kurs: Understanding Deep Neural Networks
Machine Translated
Stor teoretisk och praktisk kunskap om lärarna. Kommunikativitet av tränare. Under kursen kan du ställa frågor och få tillfredsställande svar.
Kamil Kurek - ING Bank Śląski S.A.; Kamil Kurek Programowanie
Kurs: Understanding Deep Neural Networks
Machine Translated
Praktisk del, där vi implementerade algoritmer. Detta möjliggjorde en bättre förståelse av ämnet.
ING Bank Śląski S.A.; Kamil Kurek Programowanie
Kurs: Understanding Deep Neural Networks
Machine Translated
övningar och exempel genomförda på dem
Paweł Orzechowski - ING Bank Śląski S.A.; Kamil Kurek Programowanie
Kurs: Understanding Deep Neural Networks
Machine Translated
Exempel och problem diskuterade.
ING Bank Śląski S.A.; Kamil Kurek Programowanie
Kurs: Understanding Deep Neural Networks
Machine Translated
Väsentlig kunskap, engagemang, ett passionerat sätt att överföra kunskap. Praktiska exempel efter en teoretisk föreläsning.
Janusz Chrobot - ING Bank Śląski S.A.; Kamil Kurek Programowanie
Kurs: Understanding Deep Neural Networks
Machine Translated
Praktiska övningar utarbetade av Mr Maciej
ING Bank Śląski S.A.; Kamil Kurek Programowanie
Kurs: Understanding Deep Neural Networks
Machine Translated
Jag var nytta av passionen att undervisa och fokusera på att göra saker förnuftiga.
Zaher Sharifi - GOSI
Kurs: Advanced Deep Learning
Machine Translated
Machine Learning (ML) underkategorier
Machine Learning läroplaner
Kurs Namn
Varaktighet
Översikt
Kurs Namn
Varaktighet
Översikt
7 timmar
This instructor-led, live training in Sverige (online or onsite) is aimed at software engineers or anyone who wish to learn how to use Vertex AI to perform and complete machine learning activities.
By the end of this training, participants will be able to:
- Understand how Vertex AI works and use it as a machine learning platform.
- Learn about machine learning and NLP concepts.
- Know how to train and deploy machine learning models using Vertex AI.
By the end of this training, participants will be able to:
- Understand how Vertex AI works and use it as a machine learning platform.
- Learn about machine learning and NLP concepts.
- Know how to train and deploy machine learning models using Vertex AI.
7 timmar
AlphaFold är ett Artificial Intelligence (AI) system som utför förutsägelsen av proteinstrukturer. Det är utvecklat av Alphabet’s/Google’s DeepMind som ett djupt lärande system som kan noggrant förutsäga 3D-modeller av proteinstrukturer.
Denna instruktörledda, levande utbildning (online eller online) riktar sig till biologer som vill förstå hur AlphaFold fungerar och använder AlphaFold modeller som guider i sina experimentella studier.
Vid 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.
Format för kursen
Interaktiv föreläsning och diskussion. Många övningar och övningar. Hand-on implementering i en live-lab miljö.
Kursanpassningsalternativ
För att begära en anpassad utbildning för denna kurs, vänligen kontakta oss för att arrangera.
Denna instruktörledda, levande utbildning (online eller online) riktar sig till biologer som vill förstå hur AlphaFold fungerar och använder AlphaFold modeller som guider i sina experimentella studier.
Vid 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.
Format för kursen
Interaktiv föreläsning och diskussion. Många övningar och övningar. Hand-on implementering i en live-lab miljö.
Kursanpassningsalternativ
För att begära en anpassad utbildning för denna kurs, vänligen kontakta oss för att arrangera.
14 timmar
Waikato Environment for Knowledge Analysis (Weka) är en öppen källkod data mining visualisering programvara. Det tillhandahåller en samling av maskininlärning algoritmer för databeredning, klassificering, klustering och andra data mining aktiviteter.
Denna instruktörledda, live-utbildning (online eller on-site) riktar sig till dataanalytiker och dataforskare som vill använda Weka för att utföra data mining uppgifter.
Vid slutet av denna utbildning kommer deltagarna att kunna:
Installera och konfigurera Weka Förstå Weka miljön och arbetsbanken. Utföra data mining uppgifter med hjälp av Weka.
Format för kursen
Interaktiv föreläsning och diskussion. Många övningar och övningar. Hand-on implementering i en live-lab miljö.
Kursanpassningsalternativ
För att begära en anpassad utbildning för denna kurs, vänligen kontakta oss för att arrangera.
Denna instruktörledda, live-utbildning (online eller on-site) riktar sig till dataanalytiker och dataforskare som vill använda Weka för att utföra data mining uppgifter.
Vid slutet av denna utbildning kommer deltagarna att kunna:
Installera och konfigurera Weka Förstå Weka miljön och arbetsbanken. Utföra data mining uppgifter med hjälp av Weka.
Format för kursen
Interaktiv föreläsning och diskussion. Många övningar och övningar. Hand-on implementering i en live-lab miljö.
Kursanpassningsalternativ
För att begära en anpassad utbildning för denna kurs, vänligen kontakta oss för att arrangera.
14 timmar
Syftet med denna kurs är att ge en grundläggande kompetens i tillämpningen av Machine Learning metoder i praktiken. Genom användningen av Python programmeringsspråket och dess olika bibliotek, och baserat på en mängd praktiska exempel, lär denna kurs hur man använder de viktigaste byggblockarna av Machine Learning, hur man gör data modellering beslut, tolkar utgångarna av algoritmerna och validerar resultaten.
Vårt mål är att ge dig färdigheterna att förstå och använda de mest grundläggande verktygen från verktygsfönstret med förtroende och undvika de vanliga bristerna i Data Science-applikationer.
Vårt mål är att ge dig färdigheterna att förstå och använda de mest grundläggande verktygen från verktygsfönstret med förtroende och undvika de vanliga bristerna i Data Science-applikationer.
21 timmar
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 .
28 timmar
syftet med kursen är att ge allmän färdighet i att tillämpa maskin inlärnings metoder i praktiken. Genom att använda programmeringsspråket python och dess olika bibliotek, och baserat på en mängd praktiska exempel lär den här kursen Hur man använder de viktigaste Bygg stenarna i Machine Learning, hur man fattar beslut om data modellering, tolkar utdata från algoritmerna och validera resultaten.
vårt mål är att ge dig färdigheter att förstå och använda de mest grundläggande verktygen från verktygs lådan Machine Learning tryggt och säkert och undvika de vanliga fallgroparna i data Sciences applikationer.
vårt mål är att ge dig färdigheter att förstå och använda de mest grundläggande verktygen från verktygs lådan Machine Learning tryggt och säkert och undvika de vanliga fallgroparna i data Sciences applikationer.
28 timmar
Detta är en 4-dagars kurs som introducerar AI och det's applikation med Python programmeringsspråk. Det finns ett alternativ att ha en extra dag att genomföra ett AI-projekt vid slutförandet av denna kurs.
21 timmar
Djup Reinforcement Learning hänvisar till förmågan för en "artificiell agent" att lära sig genom försöks- och fel- och belopp- och straff. En kunstlig agent syftar till att emulare en mänsklig ' förmåga att uppnå och konstruera kunskaper på sin egen, direkt från råinslag som vision. För att uppnå stärka lärning används djupa lärning och neuralnät. Lärning av återkraft är annorlunda från maskinlärning och litar inte på övervakade och oövervakade lärningsmetoder.
I denna instruktör, levd utbildning, kommer deltagare att lära grundläggande grundläggande på Djup Reinforcement Learning när de steg genom skapandet av en Deep Learning agent.
I slutet av denna utbildning kommer deltagare att kunna:
Förstå de viktigaste koncepterna bakom Djup Reinforcement Learning och kunna skilja den från Machine Learning Använda avancerade Reinforcement Learning algoritmer för att lösa verkliga världsproblem Bygga en Deep Learning Agent
Huvudställning
Utvecklar Datavetenskapliga
Formatet av kursen
Delföreläsning, deldiskussion, övningar och tung handspraxis
I denna instruktör, levd utbildning, kommer deltagare att lära grundläggande grundläggande på Djup Reinforcement Learning när de steg genom skapandet av en Deep Learning agent.
I slutet av denna utbildning kommer deltagare att kunna:
Förstå de viktigaste koncepterna bakom Djup Reinforcement Learning och kunna skilja den från Machine Learning Använda avancerade Reinforcement Learning algoritmer för att lösa verkliga världsproblem Bygga en Deep Learning Agent
Huvudställning
Utvecklar Datavetenskapliga
Formatet av kursen
Delföreläsning, deldiskussion, övningar och tung handspraxis
28 timmar
Maskinlärning är en gren av artificiell intelligens där datorer har förmågan att lära sig utan att vara explicit programmerade.
Djup lärande är ett underfält av maskininlärning som använder metoder baserade på lärandata representationer och strukturer som neurala nätverk.
Python är ett högnivåprogrammeringsspråk känd för sin tydliga syntax och kodläsbarhet.
I denna instruktörledda, live-utbildning kommer deltagarna att lära sig hur man implementerar djuplärningsmodeller för telecom med hjälp av Python när de går igenom skapandet av en djuplärande kreditriskmodell.
Vid slutet av denna utbildning kommer deltagarna att kunna:
Förstå de grundläggande begreppen djupt lärande. Lär dig applikationerna och användningarna av djupt lärande i telecom. Använd Python, Keras och TensorFlow för att skapa djuplärningsmodeller för telecom. Bygg din egen djuplärande kundchurn prognosmodell med hjälp av Python.
Format för kursen
Interaktiv föreläsning och diskussion. Många övningar och övningar. Hand-on implementering i en live-lab miljö.
Kursanpassningsalternativ
För att begära en anpassad utbildning för denna kurs, vänligen kontakta oss för att arrangera.
Djup lärande är ett underfält av maskininlärning som använder metoder baserade på lärandata representationer och strukturer som neurala nätverk.
Python är ett högnivåprogrammeringsspråk känd för sin tydliga syntax och kodläsbarhet.
I denna instruktörledda, live-utbildning kommer deltagarna att lära sig hur man implementerar djuplärningsmodeller för telecom med hjälp av Python när de går igenom skapandet av en djuplärande kreditriskmodell.
Vid slutet av denna utbildning kommer deltagarna att kunna:
Förstå de grundläggande begreppen djupt lärande. Lär dig applikationerna och användningarna av djupt lärande i telecom. Använd Python, Keras och TensorFlow för att skapa djuplärningsmodeller för telecom. Bygg din egen djuplärande kundchurn prognosmodell med hjälp av Python.
Format för kursen
Interaktiv föreläsning och diskussion. Många övningar och övningar. Hand-on implementering i en live-lab miljö.
Kursanpassningsalternativ
För att begära en anpassad utbildning för denna kurs, vänligen kontakta oss för att arrangera.
14 timmar
Embedding Projector är en open source webbapplikation för visualisering av data som används för att träna maskininlärningssystem Skapat av Google är det en del av TensorFlow Denna instruktörsledda, levande träning introducerar koncepten bakom Embedding Projector och går deltagare genom installationen av ett demoprojekt Vid slutet av denna utbildning kommer deltagarna att kunna: Utforska hur data tolkas av maskininlärningsmodeller Navigera genom 3D- och 2D-visningar av data för att förstå hur en maskininlärningsalgoritm tolkar den Förstå begreppen bakom Embeddings och deras roll i att representera matematiska vektorer för bilder, ord och siffror Utforska egenskaperna för en specifik inbäddning för att förstå hur en modell fungerar Applicera Inbäddningsprojekt till realworld-användarfall, så att du bygger ett låtrekommendationssystem för musikälskare Publik utvecklare Datavetenskapare Kursens format Delföreläsning, diskussion, övningar och tung handson-övning .
7 timmar
Denna kurs har skapats för chefer, lösningsarkitekter, innovationskontor, CTO, mjukvaruarkitekter och alla som är intresserade av en översikt över tillämpad artificiell intelligens och den närmaste prognosen för dess utveckling.
7 timmar
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
Denna utbildning är för människor som vill använda Machine Learning i praktiska tillämpningar.
Publik
Denna kurs är för datavetare och statistiker som känner till statistik och vet hur man programmerar R (eller Python eller annat valt språk). Tyngdpunkten i denna kurs ligger på de praktiska aspekterna av data / modellberedning, exekvering, post hoc-analys och visualisering.
Syftet är att ge praktiska applikationer för Machine Learning till deltagare som är intresserade av att tillämpa metoderna på jobbet.
Sektorspecifika exempel används för att göra utbildningen relevant för publiken.
Publik
Denna kurs är för datavetare och statistiker som känner till statistik och vet hur man programmerar R (eller Python eller annat valt språk). Tyngdpunkten i denna kurs ligger på de praktiska aspekterna av data / modellberedning, exekvering, post hoc-analys och visualisering.
Syftet är att ge praktiska applikationer för Machine Learning till deltagare som är intresserade av att tillämpa metoderna på jobbet.
Sektorspecifika exempel används för att göra utbildningen relevant för publiken.
14 timmar
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.
21 timmar
Artificial Neural Network är en beräkningsmodell som används vid utvecklingen av Artificial Intelligence (AI) -system som kan utföra "intelligenta" uppgifter. Neural Networks används ofta i Machine Learning (ML) -applikationer, som själva är en implementering av AI. Deep Learning är en delmängd av ML.
21 timmar
This course will be a combination of theory and practical work with specific examples used throughout the event.
21 timmar
Denna kurs introducerar maskininlärningsmetoder i robotapplikationer.
Det är en bred översikt över befintliga metoder, motivationer och huvudidéer i samband med mönsterigenkänning.
Efter en kort teoretisk bakgrund kommer deltagarna att utföra enkel träning med öppen källkod (vanligtvis R) eller annan populär programvara.
Det är en bred översikt över befintliga metoder, motivationer och huvudidéer i samband med mönsterigenkänning.
Efter en kort teoretisk bakgrund kommer deltagarna att utföra enkel träning med öppen källkod (vanligtvis R) eller annan populär programvara.
21 timmar
MATLAB is a numerical computing environment and programming language developed by MathWorks.
14 timmar
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
R är en öppen källkod fri programmeringsspråk för statistisk databehandling, dataanalys och grafik. Forskning används av ett växande antal chefer och dataanalytiker inom företag och akademier. R har ett brett utbud av paket för data mining.
21 timmar
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.
35 timmar
Kursen är skapad för personer som inte har tidigare erfarenhet av sannolikhet och statistik .
21 timmar
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 .
21 timmar
Denna utbildning är för personer som vill använda Machine Learning i praktiska applikationer för sitt team. Utbildningen kommer inte att dyka in i tekniska egenskaper och kretsa kring grundläggande koncept och affärs- / operativa applikationer av samma.
Målgrupp
- Investerare och AI-entreprenörer
- Chefer och ingenjörer vars företag går in i AI-rymden
- Business och investerare
Målgrupp
- Investerare och AI-entreprenörer
- Chefer och ingenjörer vars företag går in i AI-rymden
- Business och investerare
7 timmar
Snorkel är ett system för snabb skapande, modellering och hantering av träningsdata Det fokuserar på att påskynda utvecklingen av strukturerade eller "mörka" datautvinningsapplikationer för domäner där stora märkta träningssatser inte är tillgängliga eller lättillgängliga I denna instruktionsledda träningspraktik lär deltagarna tekniker för att extrahera värdet från ostrukturerad data, såsom text, tabeller, figurer och bilder genom modellering av träningsdata med Snorkel Vid slutet av denna utbildning kommer deltagarna att kunna: Skapa programmässigt träningssatser för att möjliggöra märkning av massiva träningssatser Träna högkvalitativa slutmodeller genom att först modellera bullriga träningssatser Använd Snorkel för att implementera svaga övervakningstekniker och tillämpa dataprogrammering till svagt lyssnade systeminlärningssystem Publik utvecklare Datavetenskapare Kursens format Delföreläsning, diskussion, övningar och tung handson-övning .
14 timmar
Encog är en open source-maskininlärningsram för Java ochNet I den här instruktörsledda träningen kommer deltagarna att lära sig avancerade maskininlärningstekniker för att bygga exakta neurala nätverksprediktiga modeller Vid slutet av denna utbildning kommer deltagarna att kunna: Implementera olika optimeringstekniker för neurala nätverk för att lösa underfitting och överfitting Förstå och välj från ett antal neurala nätverksarkitekturer Implementera övervakade feed forward och feedback nätverk Publik utvecklare analytiker Datavetenskapare Kursens format Delföreläsning, diskussion, övningar och tung handson-övning .
14 timmar
Encog är en open source-maskininlärningsram för Java ochNet I den här instruktörsledningen, levande träning, kommer deltagarna att lära sig hur man skapar olika neurala nätverkskomponenter med hjälp av ENCOG Realworld fallstudier diskuteras och maskinbaserade lösningar på dessa problem kommer att undersökas Vid slutet av denna utbildning kommer deltagarna att kunna: Förbered data för neurala nätverk med hjälp av normaliseringsprocessen Genomföra foder framåt nätverk och propagation träning metoder Genomföra klassificerings- och regressionsuppgifter Modell och träna neurala nätverk med hjälp av Encogs GUI-baserade arbetsbänk Integrera neuralt nätverkstöd till realworld-applikationer Publik utvecklare analytiker Datavetenskapare Kursens format Delföreläsning, diskussion, övningar och tung handson-övning .
21 timmar
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
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 .
28 timmar
I denna instruktörsledda, live-utbildning kommer deltagarna att lära sig att tillämpa maskininlärningstekniker och verktyg för att lösa verkliga problem i bankbranschen. 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 liveprojekt.
Publik
- utvecklare
- Datavetare
- Bankpersonal med teknisk bakgrund
Kursformat
- Delföreläsning, delvis diskussion, övningar och tung praktisk övning
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 liveprojekt.
Publik
- utvecklare
- Datavetare
- Bankpersonal med teknisk bakgrund
Kursformat
- Delföreläsning, delvis diskussion, övningar och tung praktisk övning
Last Updated:
Kommande Machine Learning Kurser
Machine Learning Concepts for Entrepreneurs and Managers
2022-06-27 09:30
21 timmar
Octave not only for programmers
2022-06-28 09:30
21 timmar
Machine Learning with Python – 4 Days
2022-07-04 09:30
28 timmar
Snorkel: Rapidly Process Training Data
2022-07-12 09:30
7 timmar
From Zero to AI
2022-08-01 09:30
35 timmar
Andra länder
Konsult
Helg ML (Machine Learning) kurs, kvällMachine Learning utbildning, Machine Learning (ML) bootcamp, ML (Machine Learning) instruktörledd, Helg ML (Machine Learning) utbildning, Kväll ML (Machine Learning) kurs, Machine Learning coaching, Machine Learning instruktör, ML (Machine Learning) tränare, Machine Learning kurs, ML (Machine Learning) klasser, ML (Machine Learning) on-site, Machine Learning (ML) privata kurser, Machine Learning en till en utbildning
