Neural Networks kurser och utbildning

Neural Networks kurser och utbildning

Lokala instruktörsutbildningar för levande neurala nätverk visar genom interaktiva diskussioner och handson-övningar hur man konstruerar neurala nätverk med hjälp av ett antal främst opensource-verktyg och bibliotek samt hur man utnyttjar kraften i avancerad maskinvara (GPU) och optimeringstekniker som innefattar distribuerad databehandling och stora data Våra neurala nätverkskurser bygger på populära programmeringsspråk som Python, Java, R-språk och kraftfulla bibliotek, inklusive TensorFlow, Torch, Caffe, Theano och mer Våra neurala nätverkskurser omfattar både teori och implementering med hjälp av ett antal neurala nätverk implementeringar som Deep Neural Networks (DNN), Convolutional Neural Networks (CNN) och Recurrent Neural Networks (RNN) Neural Network Training är tillgänglig som "live training" eller "remote live training" 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.

Testimonials

★★★★★
★★★★★

Kursplaner från Neural Networks

KodNamnVaraktighetÖversikt
aiintArtificial Intelligence Overview7 hoursKursen har skapats för chefer, lösningar arkitekter, innovationsofficer, CTOs, software arkitekter och alla som är intresserade av en överblick över tillämpad artificiell intelligens och närmaste prognos för sin utveckling.
neuralnetIntroduction to the use of neural networks7 hoursUtbildningen riktar sig till människor som vill lära sig grunderna i neurala nätverk och deras tillämpningar.
rneuralnetNeural Network in R14 hoursKursen är en introduktion till att tillämpa neurala nätverk i verkliga problem med hjälp av Rproject-programvara .
appliedmlApplied Machine Learning14 hoursDenna kurs är för personer som vill tillämpa maskinlärning i praktiska tillämpningar.

Publik

Kursen är för datavetenskapare och statistiker som har viss förtrogenhet med statistiken och vet hur man programmerar R (eller Python eller annat valt språk). Tonvikten i kursen handlar om de praktiska aspekterna av data / modellberedning, genomförande, posthoc-analys och visualisering.

Syftet är att ge praktiska tillämpningar på maskinlärning till deltagare som är intresserade av att tillämpa metoderna på jobbet.

Sektorspecifika exempel används för att göra träningen relevant för publiken.
annmldtArtificial Neural Networks, Machine Learning, Deep Thinking21 hoursArtificial Neural Network är en beräkningsmodell som används för att utveckla system för intelligent intelligens (AI) som kan utföra "intelligenta" uppgifter. Neurala nätverk används vanligtvis i maskinlärande (ML) applikationer, som själva är en implementering av AI. Deep Learning är en delmängd av ML.
aiintrozeroFrom Zero to AI35 hoursKursen är skapad för personer som inte har tidigare erfarenhet av sannolikhet och statistik .
aiautoArtificial Intelligence in Automotive14 hoursKursen omfattar AI (betonar maskinlärning och djupt lärande) inom bilindustrin Det bidrar till att bestämma vilken teknik som kan användas i flera situationer i en bil: från enkel automatisering, bildigenkänning till autonomt beslutsfattande .
NeuralnettfNeural Networks Fundamentals using TensorFlow as Example28 hoursKursen ger dig kunskaper i neurala nätverk och i allmänhet i maskininlärningsalgoritm, djup inlärning (algoritmer och applikationer) Denna utbildning är mer inriktad på grundläggande, men hjälper dig att välja rätt teknik: TensorFlow, Caffe, Teano, DeepDrive, Keras, etc Exemplen är gjorda i TensorFlow .
datamodelingPattern Recognition35 hoursKursen ger en introduktion till mönsterigenkänning och maskininlärning Det berör praktiska tillämpningar inom statistik, datavetenskap, signalbehandling, datasyn, datautvinning och bioinformatik Kursen är interaktiv och innehåller massor av handsonövningar, instruktörsreaktion och testning av kunskap och färdigheter som förvärvats Publik Dataanalyser Doktorander, forskare och utövare .
OpenNNOpenNN: Implementing Neural Networks14 hoursOpenNN är ett open source klassbibliotek skrivet i C ++ som implementerar neurala nätverk, för användning i maskininlärning I denna kurs går vi över principerna för neurala nätverk och använder OpenNN för att genomföra en provapplikation Publik Programutvecklare och programmerare som vill skapa Deep Learning-applikationer Kursens format Föreläsning och diskussion i kombination med handsonövningar .
FairsecFairsec: Setting Up a CNN-Based Machine Translation System7 hoursFairseq is an open-source sequence-to-sequence learning toolkit created by Facebok for use in Neural Machine Translation (NMT).

In this training participants will learn how to use Fairseq to carry out translation of sample content. By the end of this training, participants will have the knowledge and practice needed to implement a live Fairseq based machine translation solution. Source and target language content samples can be prepared according to audience's requirements.

Audience

- Localization specialists with a technical background
- Global content managers
- Localization engineers
- Software developers in charge of implementing global content solutions

Format of the course

- Part lecture, part discussion, heavy hands-on practice
FairseqFairseq: Setting up a CNN-based machine translation system7 hoursFairseq is an open-source sequence-to-sequence learning toolkit created by Facebok for use in Neural Machine Translation (NMT).

In this training participants will learn how to use Fairseq to carry out translation of sample content.

By the end of this training, participants will have the knowledge and practice needed to implement a live Fairseq based machine translation solution.

Audience

- Localization specialists with a technical background
- Global content managers
- Localization engineers
- Software developers in charge of implementing global content solutions

Format of the course
Part lecture, part discussion, heavy hands-on practice

Note

- If you wish to use specific source and target language content, please contact us to arrange.
tpuprogrammingTPU Programming: Building Neural Network Applications on Tensor Processing Units7 hoursTensor Processing Unit (TPU) är den arkitektur som Google har använt internt i flera år och blir just nu tillgänglig för allmänheten Den innehåller flera optimeringar specifikt för användning i neurala nätverk, inklusive strömlinjeformad matrismultiplicering och 8bit heltal istället för 16bit för att återställa lämpliga precisionsnivåer I den här instruktionsledda träningspasset lär deltagarna att dra nytta av innovationerna i TPU-processorer för att maximera prestanda för sina egna AI-applikationer Vid slutet av träningen kommer deltagarna att kunna: Träna olika typer av neurala nätverk på stora mängder data Använd TPU: er för att påskynda inferensprocessen med upp till två storleksordningar Använd TPU för att bearbeta intensiva applikationer som bildsökning, molnsyn och foton Publik utvecklare forskare ingenjörer Datavetenskapare Kursens format Delföreläsning, diskussion, övningar och tung handson-övning .
MicrosoftCognitiveToolkitMicrosoft Cognitive Toolkit 2.x21 hoursMicrosoft Cognitive Toolkit 2x (tidigare CNTK) är en open source, commercialgrade verktygssats som tränar djupa inlärningsalgoritmer för att lära sig som den mänskliga hjärnan Enligt Microsoft kan CNTK vara 510x snabbare än TensorFlow på återkommande nätverk, och 2 till 3 gånger snabbare än TensorFlow för bildrelaterade uppgifter I den här instruktionsledda träningen lär deltagarna att lära sig hur man använder Microsoft Cognitive Toolkit för att skapa, träna och utvärdera djupa inlärningsalgoritmer för användning i kommersiella AI-applikationer som omfattar flera typer av data, såsom data, tal, text och bilder Vid slutet av denna utbildning kommer deltagarna att kunna: Få tillgång till CNTK som ett bibliotek inom ett Python-, C #- eller C ++-program Använd CNTK som ett fristående verktyg för maskininlärning genom sitt eget modellbeskrivningsspråk (BrainScript) Använd CNTK-modellutvärderingsfunktionen från ett Java-program Kombinera feed-forward-DNN, faltningsnät (CNN) och återkommande nätverk (RNN / LSTM) Skala beräkningskapacitet på processorer, GPU och flera maskiner Få tillgång till massiva dataset med hjälp av befintliga programmeringsspråk och algoritmer Publik utvecklare Datavetenskapare Kursens format Delföreläsning, diskussion, övningar och tung handson-övning Notera Om du vill anpassa någon del av denna träning, inklusive det programmerade språket du vill ha, kontakta oss för att ordna .
PaddlePaddlePaddlePaddle21 hoursPaddlePaddle (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 .
snorkelSnorkel: Rapidly Process Training Data7 hoursSnorkel 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 .
encogadvEncog: Advanced Machine Learning14 hoursEncog 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 .
encogintroEncog: Introduction to Machine Learning14 hoursEncog 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 .
matlabdlMatlab for Deep Learning14 hoursI den här instruktionsledda träningen lär deltagarna att lära sig att använda Matlab för att designa, bygga och visualisera ett fällande neuralt nätverk för bildigenkänning Vid slutet av denna utbildning kommer deltagarna att kunna: Bygg en djup inlärningsmodell Automatisera datamärkning Arbeta med modeller från Caffe och TensorFlowKeras Träna data med flera GPU: er, molnet eller klustren Publik utvecklare ingenjörer Domänexperter Kursens format Delföreläsning, diskussion, övningar och tung handson-övning .
undnnUnderstanding Deep Neural Networks35 hoursKursen börjar med att ge dig konceptuell kunskap i neurala nätverk och i allmänhet i maskininlärningsalgoritm, djup inlärning (algoritmer och applikationer) Del 1 (40%) av denna utbildning är mer inriktad på grundläggande, men hjälper dig att välja rätt teknik: TensorFlow, Caffe, Theano, DeepDrive, Keras, etc Part2 (20%) av denna utbildning introducerar Theano ett pythonbibliotek som gör det enkelt att skriva djupa inlärningsmodeller Del 3 (40%) av utbildningen skulle i hög grad baseras på Tensorflow 2nd Generation API för Googles öppna källprogram för Deep Learning Exemplen och handson skulle alla göras i TensorFlow Publik Kursen är avsedd för ingenjörer som vill använda TensorFlow för sina Deep Learning-projekt Efter avslutad kurs kommer deltagare att: ha en god förståelse för djupa neurala nätverk (DNN), CNN och RNN förstå TensorFlows struktur och implementeringsmekanismer kunna utföra installations- / produktionsmiljö / arkitekturuppgifter och konfiguration kunna bedöma kodkvalitet, utföra felsökning, övervakning kunna genomföra avancerad produktion som träningsmodeller, bygggrafer och loggning Inte alla ämnen skulle täckas i ett offentligt klassrum med 35 timmars varaktighet på grund av ämnets storhet Varaktigheten av hela kursen är cirka 70 timmar och inte 35 timmar .
drlpythonDeep Reinforcement Learning with Python21 hoursDeep Reinforcement Learning hänvisar till förmågan hos ett "artificiellt medel" att lära sig genom trialanderror och rewardsandpunishments Ett konstgjort medel syftar till att efterlikna en människas förmåga att erhålla och konstruera kunskap på egen hand, direkt från råa ingrepp som visioner För att uppnå förstärkning lärande används djupt lärande och neurala nätverk Förstärkningsinlärning skiljer sig från maskininlärning och litar inte på övervakade och oövervakade inlärningsmetoder I den här instruktörsledda träningsutbildningen kommer deltagarna att lära sig grunden för Deep Reinforcement Learning som de går igenom skapandet av en Deep Learning Agent Vid slutet av denna utbildning kommer deltagarna att kunna: Förstå nyckelbegreppen bakom Deep Reinforcement Learning och kunna särskilja det från maskinlärande Applicera avancerade förstärkningsinlärningsalgoritmer för att lösa realworldproblem Bygg ett djupt lärandeagent Publik utvecklare Datavetenskapare Kursens format Delföreläsning, diskussion, övningar och tung handson-övning .

Kommande utbildning från Neural Networks

KursCourse DateCourse Price [Remote / Classroom]
Understanding Deep Neural Networks - Uppsalamån, 2018-09-03 09:3016520EUR / 18220EUR
Neural Network in R - Malmö, Stadskärnatis, 2018-09-04 09:303730EUR / 4330EUR
Applied Machine Learning - Örebro, City Centertors, 2018-09-06 09:303730EUR / 4330EUR
Artificial Neural Networks, Machine Learning, Deep Thinking - Linköpingtis, 2018-09-11 09:305450EUR / 6250EUR
Artificial Intelligence Overview - Västeråsons, 2018-09-19 09:301930EUR / 2330EUR
Helg Neural Networks kurser, Evening Neural Networks utbildning, Neural Networks boot camp, Neural Networks instructor-led, Helg Neural Networks kurs, KvällNeural Networks kurser, Neural Networks coaching, Neural Networks instruktör, Neural Networks tränare , Neural Networks träningskurser, Neural Networks klasser, Neural Networks on-site, Neural Networks privata kurser, Neural Networks one on one training

Rabatterade kurser

Kurs Venue Course Date Course Price [Remote / Classroom]
Haskell Fundamentals Malmö, Stadskärna mån, 2018-09-10 09:30 2394EUR / 2994EUR
MariaDB Database Administration Stockholm, Hötorget tis, 2018-09-11 09:30 2673EUR / 3273EUR
Introduction to Recommendation Systems Stockholm, Hötorget fre, 2018-10-12 09:30 1314EUR / 1714EUR
Statistical Thinking for Decision Makers Malmö, Stadskärna mån, 2018-11-26 09:30 1503EUR / 1903EUR
Managing Business Rules with PHP Business Rules Malmö, Stadskärna ons, 2018-12-12 09:30 2430EUR / 3030EUR

Nyhetsbrev & Erbjudanden

Anmäl dig till vårt nyhetsbrev så får du information om aktuella rabatter på öppna kurser. Vi respekterar ditt privatliv, så att din e-postadress kommer endast att användas för sändning vårt nyhetsbrev. När som helst kan du ändra inställningarna eller helt avbeställa den.

Våra kunder