I corsi di formazione Artificial Intelligence (AI) con istruttori locali dimostrano attraverso attività pratiche come implementare le soluzioni AI per risolvere i problemi del mondo reale. La formazione AI è disponibile come formazione dal vivo in loco o formazione dal vivo a distanza. La formazione in loco può essere svolta presso la sede del cliente a Italia o nei centri di formazione NobleProg a Italia. La formazione in remoto dal vivo viene effettuata tramite un desktop remoto interattivo. NobleProg, il tuo fornitore di formazione locale.
Recensioni
Lui è stato molto istruttivo e utile.
Pratheep Ravy
Corso: Predictive Modelling with R
Machine Translated
Era molto interattivo e più rilassato e informale del previsto. Abbiamo trattato molti argomenti nel tempo e il formatore è sempre stato propenso a parlare più in dettaglio o più in generale sugli argomenti e su come erano correlati. Sento che la formazione mi ha dato gli strumenti per continuare ad apprendere invece di essere una sessione unica in cui l'apprendimento si interrompe una volta finito, il che è molto importante data la scala e la complessità dell'argomento.
Jonathan Blease
Corso: Artificial Neural Networks, Machine Learning, Deep Thinking
Machine Translated
Ann ha creato un ambiente fantastico per fare domande e imparare. Ci siamo divertiti molto e abbiamo anche imparato molto allo stesso tempo.
Gudrun Bickelq
Corso: Introduction to the use of neural networks
Machine Translated
La parte interattiva, adattata alle nostre esigenze specifiche.
Thomas Stocker
Corso: Introduction to the use of neural networks
Machine Translated
Mi sono piaciuti gli esercizi.
Office for National Statistics
Corso: Natural Language Processing with Python
Machine Translated
Ho davvero apprezzato l'approccio pratico.
Kevin De Cuyper
Corso: Computer Vision with OpenCV
Machine Translated
gamma di materiali
Maciej Jonczyk
Corso: From Data to Decision with Big Data and Predictive Analytics
Machine Translated
sistematizzare le conoscenze nel campo della ML
Orange Polska
Corso: From Data to Decision with Big Data and Predictive Analytics
Machine Translated
L'allenatore era così preparato e comprendeva le aree che mi interessavano.
Mohamed Salama
Corso: Data Mining & Machine Learning with R
Machine Translated
L'argomento è molto interessante.
Wojciech Baranowski
Corso: Introduction to Deep Learning
Machine Translated
Formazione teorica e volontà dei formatori di risolvere i problemi con i partecipanti dopo la formazione.
Grzegorz Mianowski
Corso: Introduction to Deep Learning
Machine Translated
Argomento. Molto interessante!.
Piotr
Corso: Introduction to Deep Learning
Machine Translated
Esercizi dopo ogni argomento sono stati davvero utili, nonostante ci fossero troppo complicati alla fine. In generale, il materiale presentato è stato molto interessante e coinvolgente! Gli esercizi con il riconoscimento delle immagini erano fantastici.
Dolby Poland Sp. z o.o.
Corso: Introduction to Deep Learning
Machine Translated
Penso che se l'addestramento fosse fatto in polacco, permetterebbe al formatore di condividere le sue conoscenze in modo più efficiente.
Radek
Corso: Introduction to Deep Learning
Machine Translated
La panoramica globale dell'apprendimento approfondito.
Bruno Charbonnier
Corso: Advanced Deep Learning
Machine Translated
Gli esercizi sono sufficientemente pratici e non richiedono una conoscenza approfondita in Python .
Alexandre GIRARD
Corso: Advanced Deep Learning
Machine Translated
Fare esercizi su esempi reali usando Eras. L'Italia ha pienamente compreso le nostre aspettative su questa formazione.
Paul Kassis
Corso: Advanced Deep Learning
Machine Translated
Ho davvero apprezzato le risposte cristalline di Chris alle nostre domande.
Léo Dubus
Corso: Réseau de Neurones, les Fondamentaux en utilisant TensorFlow comme Exemple
Machine Translated
In generale mi è piaciuto l'allenatore esperto.
Sridhar Voorakkara
Corso: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
Sono rimasto stupito dallo standard di questa classe - direi che era standard universitario.
David Relihan
Corso: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
Ottima panoramica generale. Go od fondo sul perché tensorflow funziona come lo fa.
Kieran Conboy
Corso: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
Mi è piaciuta l'opportunità di porre domande e ottenere spiegazioni più approfondite della teoria.
Sharon Ruane
Corso: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
Abbiamo ottenuto molte più informazioni sull'argomento. Alcune belle discussioni sono state fatte con alcuni argomenti reali all'interno della nostra azienda.
Sebastiaan Holman
Corso: Machine Learning and Deep Learning
Machine Translated
La formazione ha fornito le giuste basi che ci consentono di espanderci ulteriormente, mostrando come teoria e pratica vadano di pari passo. In realtà mi ha interessato di più l'argomento di quanto non fossi prima.
Jean-Paul van Tillo
Corso: Machine Learning and Deep Learning
Machine Translated
Ho apprezzato molto la copertura e la profondità degli argomenti.
Anirban Basu
Corso: Machine Learning and Deep Learning
Machine Translated
Il formatore ha spiegato molto facilmente argomenti difficili e avanzati.
Leszek K
Corso: Artificial Intelligence Overview
Machine Translated
Mi sono piaciute le nuove intuizioni nel deep machine learning.
Josip Arneric
Corso: Neural Network in R
Machine Translated
Abbiamo acquisito una certa conoscenza di NN in generale, e quello che è stato il più interessante per me sono stati i nuovi tipi di NN che sono popolari al giorno d'oggi.
Tea Poklepovic
Corso: Neural Network in R
Machine Translated
Ho apprezzato soprattutto i grafici in R :))).
Faculty of Economics and Business Zagreb
Corso: Neural Network in R
Machine Translated
La profonda conoscenza del formatore sull'argomento.
Sebastian Görg
Corso: Introduction to Deep Learning
Machine Translated
Approccio molto aggiornato o CPI (flusso tensoriale, epoca, apprendimento) per l'apprendimento automatico.
Paul Lee
Corso: TensorFlow for Image Recognition
Machine Translated
Molto flessibile
Frank Ueltzhöffer
Corso: Artificial Neural Networks, Machine Learning and Deep Thinking
Machine Translated
In genere mi è piaciuta la flessibilità.
Werner Philipp
Corso: Artificial Neural Networks, Machine Learning and Deep Thinking
Machine Translated
Date le prospettive della tecnologia: quale tecnologia / processo potrebbe diventare più importante in futuro; vedi, per che cosa può essere usata la tecnologia.
Commerzbank AG
Corso: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
Ho tratto beneficio dalla selezione degli argomenti. Stile di allenamento Orientamento alla pratica.
Commerzbank AG
Corso: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
Tutto come
蒙 李
Corso: Machine Learning Fundamentals with Python
Machine Translated
modo di condurre ed esempio dato dal trainer
ORANGE POLSKA S.A.
Corso: Machine Learning and Deep Learning
Machine Translated
Possibilità di discutere autonomamente i problemi proposti
ORANGE POLSKA S.A.
Corso: Machine Learning and Deep Learning
Machine Translated
Comunicazione con i docenti
文欣 张
Corso: Artificial Neural Networks, Machine Learning, Deep Thinking
Machine Translated
Mi piace
lisa xie
Corso: Artificial Neural Networks, Machine Learning, Deep Thinking
Machine Translated
Approfondita trattazione di argomenti di apprendimento automatico, in particolare reti neurali. Demistificato molto dell'argomento.
Sacha Nandlall
Corso: Python for Advanced Machine Learning
Machine Translated
Questo è uno dei migliori corsi pratici di programmazione che abbia mai seguito.
Laura Kahn
Corso: Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP
Machine Translated
Questo è uno dei migliori corsi di formazione online che abbia mai seguito nella mia carriera di 13 anni. Continuate così!.
Corso: Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP
Machine Translated
un sacco di esercizi che posso usare direttamente nel mio lavoro.
Alior Bank S.A.
Corso: Sieci Neuronowe w R
Machine Translated
Esempi su dati reali.
Alior Bank S.A.
Corso: Sieci Neuronowe w R
Machine Translated
neuralnet, pROC in un ciclo.
Alior Bank S.A.
Corso: Sieci Neuronowe w R
Machine Translated
Lo stile di formazione di Richard lo rendeva interessante, gli esempi del mondo reale usati contribuivano a portare a casa i concetti.
Jamie Martin-Royle - NBrown Group
Corso: From Data to Decision with Big Data and Predictive Analytics
Machine Translated
Il contenuto, come ho trovato molto interessante e penso che mi avrebbe aiutato nel mio ultimo anno all'Università.
Krishan Mistry - NBrown Group
Corso: From Data to Decision with Big Data and Predictive Analytics
Machine Translated
Mi piacevano davvero gli esercizi
L M ERICSSON LIMITED
Corso: Machine Learning
Machine Translated
gli esercizi di laboratorio
Marcell Lorant - L M ERICSSON LIMITED
Corso: Machine Learning
Machine Translated
Questo è uno dei migliori corsi di formazione online che abbia mai seguito nella mia carriera di 13 anni. Continuate così!.
Corso: Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP
Machine Translated
Schema generale del corso Artificial Intelligence
Nome del corso
Durata
Overview
Nome del corso
Durata
Overview
7 hours
Overview
Questo corso è stato creato per manager, architetti delle soluzioni, responsabili dell'innovazione, CTO, architetti del software e chiunque sia interessato a una panoramica dell'intelligenza artificiale applicata e alle previsioni più vicine per il suo sviluppo.
14 hours
Overview
H2O is an open source predictive analytics platform. It supports R, Python, Scala, Java and REST.
This instructor-led, live training (online or onsite) is aimed at technical persons who wish to build machine learning models using algorithms such as GLM, Deep Learning and Random Forests.
By the end of this training, participants will be able to:
- Install and configure H2O.
- Create machine learning models using different popular algorithms.
- Evaluate models based on the type of data and business requirements.
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.
- To learn more about H2O, please visit: https://www.h2o.ai/
This instructor-led, live training (online or onsite) is aimed at technical persons who wish to build machine learning models using algorithms such as GLM, Deep Learning and Random Forests.
By the end of this training, participants will be able to:
- Install and configure H2O.
- Create machine learning models using different popular algorithms.
- Evaluate models based on the type of data and business requirements.
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.
- To learn more about H2O, please visit: https://www.h2o.ai/
28 hours
Overview
This is a 4 day course introducing AI and it's application. There is an option to have an additional day to undertake an AI project on completion of this course.
28 hours
Overview
Questo è un corso di 4 giorni che introduce l'IA e la sua applicazione usando il Python programmazione Python . C'è un'opzione per avere un giorno in più per intraprendere un progetto di intelligenza artificiale al completamento di questo corso.
14 hours
Overview
Questa formazione dal vivo con istruttore (in loco o remoto) è rivolta a sviluppatori e data scientist che desiderano utilizzare spaCy per elaborare volumi molto grandi di testo per trovare schemi e ottenere approfondimenti.
Al termine di questa formazione, i partecipanti saranno in grado di:
- Installa e configura spaCy.
- Comprendere l'approccio di spaCy all'elaborazione del Natural Language Processing (NLP) .
- Estrai modelli e ottieni approfondimenti aziendali da fonti di dati su larga scala.
- Integra la libreria spaCy con applicazioni Web e legacy esistenti.
- Distribuisci spaCy per vivere ambienti di produzione per prevedere il comportamento umano.
- Usa spaCy per preelaborare il testo per Deep Learning
Formato del corso
- Conferenza e discussione interattiva.
- Molti esercizi e pratiche.
- Implementazione pratica in un ambiente live-lab.
Opzioni di personalizzazione del corso
- Per richiedere una formazione personalizzata per questo corso, ti preghiamo di contattarci per organizzare.
- Per ulteriori informazioni su spaCy, visitare: https://spacy.io/
Al termine di questa formazione, i partecipanti saranno in grado di:
- Installa e configura spaCy.
- Comprendere l'approccio di spaCy all'elaborazione del Natural Language Processing (NLP) .
- Estrai modelli e ottieni approfondimenti aziendali da fonti di dati su larga scala.
- Integra la libreria spaCy con applicazioni Web e legacy esistenti.
- Distribuisci spaCy per vivere ambienti di produzione per prevedere il comportamento umano.
- Usa spaCy per preelaborare il testo per Deep Learning
Formato del corso
- Conferenza e discussione interattiva.
- Molti esercizi e pratiche.
- Implementazione pratica in un ambiente live-lab.
Opzioni di personalizzazione del corso
- Per richiedere una formazione personalizzata per questo corso, ti preghiamo di contattarci per organizzare.
- Per ulteriori informazioni su spaCy, visitare: https://spacy.io/
14 hours
Overview
AutoML è un software di apprendimento automatico di facile utilizzo che automatizza gran parte del lavoro necessario per selezionare un algoritmo di apprendimento automatico ideale, le sue impostazioni dei parametri e i metodi di pre-elaborazione.
questa formazione diretta da istruttore (in loco o a distanza) è rivolta a persone tecniche con un background in Machine Learning che desiderano ottimizzare i modelli di Machine Learning utilizzati per rilevare modelli complessi nei Big Data.
entro la fine di questa formazione, i partecipanti saranno in grado di:
- installare e valutare vari strumenti AutoML open source.
- Train modelli di apprendimento automatico di alta qualità.
- risolvere in modo efficiente diversi tipi di problemi di apprendimento automatico supervisionati.
- scrivere solo il codice necessario per avviare il processo di Machine Learning automatizzato.
formato del corso
- conferenza interattiva e discussione.
- un sacco di esercizi e pratica.
- implementazione hands-on in un ambiente lab Live.
Opzioni di personalizzazione del corso
- per richiedere una formazione personalizzata per questo corso, si prega di contattarci per organizzare.
- per saperne di più su AutoML, si prega di visitare: https://www.automl.org/
questa formazione diretta da istruttore (in loco o a distanza) è rivolta a persone tecniche con un background in Machine Learning che desiderano ottimizzare i modelli di Machine Learning utilizzati per rilevare modelli complessi nei Big Data.
entro la fine di questa formazione, i partecipanti saranno in grado di:
- installare e valutare vari strumenti AutoML open source.
- Train modelli di apprendimento automatico di alta qualità.
- risolvere in modo efficiente diversi tipi di problemi di apprendimento automatico supervisionati.
- scrivere solo il codice necessario per avviare il processo di Machine Learning automatizzato.
formato del corso
- conferenza interattiva e discussione.
- un sacco di esercizi e pratica.
- implementazione hands-on in un ambiente lab Live.
Opzioni di personalizzazione del corso
- per richiedere una formazione personalizzata per questo corso, si prega di contattarci per organizzare.
- per saperne di più su AutoML, si prega di visitare: https://www.automl.org/
14 hours
Overview
auto-keras (noto anche come Autokeras o auto keras) è una libreria Python open source per il Machine Learning automatizzato (AutoML).
questa formazione Live (in loco o remota) guidata da istruttori è rivolta a data scientist e a persone meno tecniche che desiderano utilizzare auto-keras per automatizzare il processo di selezione e ottimizzazione di un modello di machine learning.
entro la fine di questa formazione, i partecipanti saranno in grado di:
- automatizza il processo di formazione di modelli di Machine Learning altamente efficienti.
- Cerca automaticamente i migliori parametri per i modelli di Deep Learning.
- costruire modelli di apprendimento automatico altamente accurati.
- utilizzare il potere di machine learning per risolvere i problemi di business del mondo reale.
formato del corso
- conferenza interattiva e discussione.
- un sacco di esercizi e pratica.
- implementazione hands-on in un ambiente lab Live.
Opzioni di personalizzazione del corso
- per richiedere una formazione personalizzata per questo corso, si prega di contattarci per organizzare.
- per saperne di più su auto-keras, si prega di visitare: https://autokeras.com/
questa formazione Live (in loco o remota) guidata da istruttori è rivolta a data scientist e a persone meno tecniche che desiderano utilizzare auto-keras per automatizzare il processo di selezione e ottimizzazione di un modello di machine learning.
entro la fine di questa formazione, i partecipanti saranno in grado di:
- automatizza il processo di formazione di modelli di Machine Learning altamente efficienti.
- Cerca automaticamente i migliori parametri per i modelli di Deep Learning.
- costruire modelli di apprendimento automatico altamente accurati.
- utilizzare il potere di machine learning per risolvere i problemi di business del mondo reale.
formato del corso
- conferenza interattiva e discussione.
- un sacco di esercizi e pratica.
- implementazione hands-on in un ambiente lab Live.
Opzioni di personalizzazione del corso
- per richiedere una formazione personalizzata per questo corso, si prega di contattarci per organizzare.
- per saperne di più su auto-keras, si prega di visitare: https://autokeras.com/
14 hours
Overview
auto-sklearn è un pacchetto python costruito attorno alla libreria di apprendimento automatico Scikit-learn. Cerca automaticamente l'algoritmo di apprendimento corretto per un nuovo set di dati di machine learning e ne ottimizza i parametri.
questa formazione dal vivo dell'istruttore (in loco o a distanza) è rivolta a professionisti del machine learning che desiderano utilizzare auto-sklearn per automatizzare il processo di selezione e ottimizzazione di un modello di machine learning.
entro la fine di questa formazione, i partecipanti saranno in grado di:
- automatizza il processo di formazione di modelli di Machine Learning altamente efficienti.
- costruire modelli di apprendimento automatico altamente accurati, ignorando i compiti più noiosi di selezionare, addestrare e testare diversi modelli.
- utilizzare il potere di machine learning per risolvere i problemi di business del mondo reale.
formato del corso
- conferenza interattiva e discussione.
- un sacco di esercizi e pratica.
- implementazione hands-on in un ambiente lab Live.
Opzioni di personalizzazione del corso
- per richiedere una formazione personalizzata per questo corso, si prega di contattarci per organizzare.
questa formazione dal vivo dell'istruttore (in loco o a distanza) è rivolta a professionisti del machine learning che desiderano utilizzare auto-sklearn per automatizzare il processo di selezione e ottimizzazione di un modello di machine learning.
entro la fine di questa formazione, i partecipanti saranno in grado di:
- automatizza il processo di formazione di modelli di Machine Learning altamente efficienti.
- costruire modelli di apprendimento automatico altamente accurati, ignorando i compiti più noiosi di selezionare, addestrare e testare diversi modelli.
- utilizzare il potere di machine learning per risolvere i problemi di business del mondo reale.
formato del corso
- conferenza interattiva e discussione.
- un sacco di esercizi e pratica.
- implementazione hands-on in un ambiente lab Live.
Opzioni di personalizzazione del corso
- per richiedere una formazione personalizzata per questo corso, si prega di contattarci per organizzare.
14 hours
Overview
H2O AutoML è una piattaforma di intelligenza artificiale che automatizza il processo di creazione, selezione e ottimizzazione di un gran numero di modelli di machine learning.
questa formazione diretta da istruttore (in loco o a distanza) è rivolta a data scientist che desiderano utilizzare H2O AutoML per automoinare il processo di creazione e selezione dei migliori algoritmi e parametri di machine learning.
entro la fine di questa formazione, i partecipanti saranno in grado di:
- automatizza il flusso di lavoro di machine learning.
- addestrare e sintonizzare automaticamente molti modelli di Machine Learning entro un intervallo di tempo specificato.
- Train accatastati Ensemble per arrivare a modelli di ensemble altamente predittivi.
formato del corso
- conferenza interattiva e discussione.
- un sacco di esercizi e pratica.
- implementazione hands-on in un ambiente lab Live.
Opzioni di personalizzazione del corso
- per richiedere una formazione personalizzata per questo corso, si prega di contattarci per organizzare.
questa formazione diretta da istruttore (in loco o a distanza) è rivolta a data scientist che desiderano utilizzare H2O AutoML per automoinare il processo di creazione e selezione dei migliori algoritmi e parametri di machine learning.
entro la fine di questa formazione, i partecipanti saranno in grado di:
- automatizza il flusso di lavoro di machine learning.
- addestrare e sintonizzare automaticamente molti modelli di Machine Learning entro un intervallo di tempo specificato.
- Train accatastati Ensemble per arrivare a modelli di ensemble altamente predittivi.
formato del corso
- conferenza interattiva e discussione.
- un sacco di esercizi e pratica.
- implementazione hands-on in un ambiente lab Live.
Opzioni di personalizzazione del corso
- per richiedere una formazione personalizzata per questo corso, si prega di contattarci per organizzare.
14 hours
Overview
Intelligent Process Automation, o IPA, si riferisce all'utilizzo dell'intelligenza Artificial Intelligence (AI) , della robotica e dell'integrazione con servizi di terze parti per estendere la potenza dell'RPA.
Questo addestramento dal vivo con istruttore (in loco o remoto) è rivolto a persone tecniche che desiderano installare o estendere un sistema RPA con capacità più intelligenti.
Al termine di questa formazione, i partecipanti saranno in grado di:
- Installa e configura UiPath IPA.
- Abilita i robot per gestire altri robot.
- Applicare la visione computerizzata per individuare con precisione gli oggetti dello schermo.
- Abilita i robot in grado di rilevare schemi linguistici ed eseguire analisi del sentiment su contenuti non strutturati.
Formato del corso
- Conferenza e discussione interattiva.
- Molti esercizi e pratiche.
- Implementazione pratica in un ambiente live-lab.
Opzioni di personalizzazione del corso
- Per richiedere una formazione personalizzata per questo corso, ti preghiamo di contattarci per organizzare.
- Per ulteriori informazioni su UiPath IPA, visitare: https: // www. UiPath .com / rpa / automazione dei processi intelligenti
Questo addestramento dal vivo con istruttore (in loco o remoto) è rivolto a persone tecniche che desiderano installare o estendere un sistema RPA con capacità più intelligenti.
Al termine di questa formazione, i partecipanti saranno in grado di:
- Installa e configura UiPath IPA.
- Abilita i robot per gestire altri robot.
- Applicare la visione computerizzata per individuare con precisione gli oggetti dello schermo.
- Abilita i robot in grado di rilevare schemi linguistici ed eseguire analisi del sentiment su contenuti non strutturati.
Formato del corso
- Conferenza e discussione interattiva.
- Molti esercizi e pratiche.
- Implementazione pratica in un ambiente live-lab.
Opzioni di personalizzazione del corso
- Per richiedere una formazione personalizzata per questo corso, ti preghiamo di contattarci per organizzare.
- Per ulteriori informazioni su UiPath IPA, visitare: https: // www. UiPath .com / rpa / automazione dei processi intelligenti
14 hours
Overview
RapidMiner è una piattaforma software open source per la scienza dei dati per la prototipazione e lo sviluppo rapidi di applicazioni. Include un ambiente integrato per la preparazione dei dati, l'apprendimento automatico, l'apprendimento approfondito, l'estrazione del testo e l'analisi predittiva.
In questo corso di formazione dal vivo con istruttore, i partecipanti impareranno come utilizzare RapidMiner Studio per la preparazione dei dati, l'apprendimento automatico e la distribuzione di modelli predittivi.
Al termine di questa formazione, i partecipanti saranno in grado di:
- Installa e configura RapidMiner
- Prepara e visualizza i dati con RapidMiner
- Convalida dei modelli di apprendimento automatico
- Mashup dei dati e creazione di modelli predittivi
- Operazionalizzare l'analisi predittiva all'interno di un processo aziendale
- RapidMiner problemi e ottimizza RapidMiner
Pubblico
- Data scientist
- ingegneri
- Sviluppatori
Formato del corso
- Parte lezione, parte discussione, esercitazioni e esercitazioni pratiche
Nota
- Per richiedere una formazione personalizzata per questo corso, ti preghiamo di contattarci per organizzare.
In questo corso di formazione dal vivo con istruttore, i partecipanti impareranno come utilizzare RapidMiner Studio per la preparazione dei dati, l'apprendimento automatico e la distribuzione di modelli predittivi.
Al termine di questa formazione, i partecipanti saranno in grado di:
- Installa e configura RapidMiner
- Prepara e visualizza i dati con RapidMiner
- Convalida dei modelli di apprendimento automatico
- Mashup dei dati e creazione di modelli predittivi
- Operazionalizzare l'analisi predittiva all'interno di un processo aziendale
- RapidMiner problemi e ottimizza RapidMiner
Pubblico
- Data scientist
- ingegneri
- Sviluppatori
Formato del corso
- Parte lezione, parte discussione, esercitazioni e esercitazioni pratiche
Nota
- Per richiedere una formazione personalizzata per questo corso, ti preghiamo di contattarci per organizzare.
14 hours
Overview
Feature Engineering è il processo di selezione e trasformazione dei dati per migliorare l'accuratezza degli algoritmi di machine learning. Richiede una profonda familiarità con i dati da parte di un esperto in materia.
Questa formazione dal vivo con istruttore (in loco o remoto) è rivolta a persone che desiderano applicare tecniche di ingegneria delle caratteristiche per elaborare meglio i dati e ottenere modelli di apprendimento automatico migliori.
Al termine di questa formazione, i partecipanti saranno in grado di:
- Imposta un ambiente di sviluppo ottimale, inclusi tutti i pacchetti Python necessari.
- Ottieni informazioni importanti analizzando le funzionalità di un set di dati.
- Ottimizza i modelli di apprendimento automatico attraverso l'adattamento dei dati grezzi stessi.
- Pulisci e trasforma i set di dati in preparazione all'apprendimento automatico.
Formato del corso
- Conferenza e discussione interattiva.
- Molti esercizi e pratiche.
- Implementazione pratica in un ambiente live-lab.
Opzioni di personalizzazione del corso
- Per richiedere una formazione personalizzata per questo corso, ti preghiamo di contattarci per organizzare.
Questa formazione dal vivo con istruttore (in loco o remoto) è rivolta a persone che desiderano applicare tecniche di ingegneria delle caratteristiche per elaborare meglio i dati e ottenere modelli di apprendimento automatico migliori.
Al termine di questa formazione, i partecipanti saranno in grado di:
- Imposta un ambiente di sviluppo ottimale, inclusi tutti i pacchetti Python necessari.
- Ottieni informazioni importanti analizzando le funzionalità di un set di dati.
- Ottimizza i modelli di apprendimento automatico attraverso l'adattamento dei dati grezzi stessi.
- Pulisci e trasforma i set di dati in preparazione all'apprendimento automatico.
Formato del corso
- Conferenza e discussione interattiva.
- Molti esercizi e pratiche.
- Implementazione pratica in un ambiente live-lab.
Opzioni di personalizzazione del corso
- Per richiedere una formazione personalizzata per questo corso, ti preghiamo di contattarci per organizzare.
21 hours
Overview
I computer quantistici sono macchine basate sui principi della meccanica quantistica. A differenza dei computer classici che si basano su bit che possono esistere solo in uno dei due stati (0 o 1), i computer quantistici usano bit quantici che possono esistere contemporaneamente in più stati. I computer quantistici dovrebbero elaborare algoritmi e risolvere i problemi molto più velocemente dei computer classici.
Cirq è una libreria Python per la scrittura, la manipolazione e l'ottimizzazione dei circuiti quantistici e il loro funzionamento contro computer e simulatori quantistici.
In questo corso di formazione dal vivo con istruttore (in loco o remoto), i partecipanti impareranno i fondamenti dell'informatica quantistica mentre avanzano nello sviluppo di algoritmi rivolti ai computer quantistici.
Al termine di questa formazione, i partecipanti saranno in grado di:
- Impostare l'ambiente di sviluppo necessario per iniziare a creare circuiti quantistici.
- Controlla il comportamento del gate utilizzando la controparte nativa del gate.
- Migliora le imprecisioni dei quibit usando Cirq.
- Scrivi ed esegui un circuito quantico per correre contro un simulatore di computer quantistico basato su NISQ.
Formato del corso
- Conferenza e discussione interattiva.
- Molti esercizi e pratiche.
- Implementazione pratica in un ambiente live-lab.
Opzioni di personalizzazione del corso
- Per richiedere una formazione personalizzata per questo corso, ti preghiamo di contattarci per organizzare.
- Per ulteriori informazioni su Ciq Framework, visitare: https://github.com/quantumlib/Cirq
Cirq è una libreria Python per la scrittura, la manipolazione e l'ottimizzazione dei circuiti quantistici e il loro funzionamento contro computer e simulatori quantistici.
In questo corso di formazione dal vivo con istruttore (in loco o remoto), i partecipanti impareranno i fondamenti dell'informatica quantistica mentre avanzano nello sviluppo di algoritmi rivolti ai computer quantistici.
Al termine di questa formazione, i partecipanti saranno in grado di:
- Impostare l'ambiente di sviluppo necessario per iniziare a creare circuiti quantistici.
- Controlla il comportamento del gate utilizzando la controparte nativa del gate.
- Migliora le imprecisioni dei quibit usando Cirq.
- Scrivi ed esegui un circuito quantico per correre contro un simulatore di computer quantistico basato su NISQ.
Formato del corso
- Conferenza e discussione interattiva.
- Molti esercizi e pratiche.
- Implementazione pratica in un ambiente live-lab.
Opzioni di personalizzazione del corso
- Per richiedere una formazione personalizzata per questo corso, ti preghiamo di contattarci per organizzare.
- Per ulteriori informazioni su Ciq Framework, visitare: https://github.com/quantumlib/Cirq
21 hours
Overview
TensorFlow è una libreria popolare e di apprendimento automatico sviluppata da Go ogle per l'apprendimento profondo, il calcolo numerico e l'apprendimento automatico su larga scala. TensorFlow 2.0, rilasciato a gennaio 2019, è la versione più recente di TensorFlow e include miglioramenti nell'esecuzione desiderata, compatibilità e coerenza API.
Questa formazione dal vivo con istruttore (in loco o remoto) è rivolta a sviluppatori e data scientist che desiderano utilizzare Tensorflow 2.0 per creare predittori, classificatori, modelli generativi, reti neurali e così via.
Al termine di questa formazione, i partecipanti saranno in grado di:
- Installa e configura TensorFlow 2.0.
- Comprendi i vantaggi di TensorFlow 2.0 rispetto alle versioni precedenti.
- Costruire modelli di apprendimento profondo.
- Implementa un classificatore di immagini avanzato.
- Distribuisci un modello di apprendimento profondo su dispositivi cloud, mobili e IoT.
Formato del corso
- Conferenza e discussione interattiva.
- Molti esercizi e pratiche.
- Implementazione pratica in un ambiente live-lab.
Opzioni di personalizzazione del corso
- Per richiedere una formazione personalizzata per questo corso, ti preghiamo di contattarci per organizzare.
- Per ulteriori informazioni su TensorFlow , visitare: https://www.tensorflow.org/
Questa formazione dal vivo con istruttore (in loco o remoto) è rivolta a sviluppatori e data scientist che desiderano utilizzare Tensorflow 2.0 per creare predittori, classificatori, modelli generativi, reti neurali e così via.
Al termine di questa formazione, i partecipanti saranno in grado di:
- Installa e configura TensorFlow 2.0.
- Comprendi i vantaggi di TensorFlow 2.0 rispetto alle versioni precedenti.
- Costruire modelli di apprendimento profondo.
- Implementa un classificatore di immagini avanzato.
- Distribuisci un modello di apprendimento profondo su dispositivi cloud, mobili e IoT.
Formato del corso
- Conferenza e discussione interattiva.
- Molti esercizi e pratiche.
- Implementazione pratica in un ambiente live-lab.
Opzioni di personalizzazione del corso
- Per richiedere una formazione personalizzata per questo corso, ti preghiamo di contattarci per organizzare.
- Per ulteriori informazioni su TensorFlow , visitare: https://www.tensorflow.org/
21 hours
Overview
keras è un'API di reti neurali di alto livello per lo sviluppo veloce e la sperimentazione. Funziona in cima a TensorFlow, CNTK, o Theano.
questa formazione diretta da istruttore (in loco o a distanza) è rivolta a persone tecniche che desiderano applicare un modello di Deep Learning alle applicazioni di riconoscimento delle immagini.
entro la fine di questa formazione, i partecipanti saranno in grado di:
- installare e configurare keras.
- rapidamente prototipare modelli di Deep Learning.
- implementare una rete convoluzionale.
- implementare una rete ricorrente.
- eseguire un modello di Deep Learning su una CPU e GPU.
formato del corso
- conferenza interattiva e discussione.
- un sacco di esercizi e pratica.
- implementazione hands-on in un ambiente lab Live.
Opzioni di personalizzazione del corso
- per richiedere una formazione personalizzata per questo corso, si prega di contattarci per organizzare.
- per saperne di più su keras, si prega di visitare: https://keras.io/
questa formazione diretta da istruttore (in loco o a distanza) è rivolta a persone tecniche che desiderano applicare un modello di Deep Learning alle applicazioni di riconoscimento delle immagini.
entro la fine di questa formazione, i partecipanti saranno in grado di:
- installare e configurare keras.
- rapidamente prototipare modelli di Deep Learning.
- implementare una rete convoluzionale.
- implementare una rete ricorrente.
- eseguire un modello di Deep Learning su una CPU e GPU.
formato del corso
- conferenza interattiva e discussione.
- un sacco di esercizi e pratica.
- implementazione hands-on in un ambiente lab Live.
Opzioni di personalizzazione del corso
- per richiedere una formazione personalizzata per questo corso, si prega di contattarci per organizzare.
- per saperne di più su keras, si prega di visitare: https://keras.io/
21 hours
Overview
This instructor-led, live training in Italia (online or onsite) is aimed at developers who wish to build a self-driving car using deep learning techniques.
By the end of this training, participants will be able to:
- Use Keras to build and train a convolutional neural network.
- Use computer vision techniques to identify lanes in an autonomos driving project.
- Train a deep learning model to differentiate traffic signs.
- Simulate a fully autonomous car.
By the end of this training, participants will be able to:
- Use Keras to build and train a convolutional neural network.
- Use computer vision techniques to identify lanes in an autonomos driving project.
- Train a deep learning model to differentiate traffic signs.
- Simulate a fully autonomous car.
21 hours
Overview
La meccatronica (nota anche come ingegneria meccatronica) è una combinazione di meccanica, elettronica e informatica.
Questo addestramento dal vivo con istruttore (in loco o remoto) è rivolto agli ingegneri che desiderano conoscere l'applicabilità dell'intelligenza artificiale ai sistemi meccatronici.
Al termine di questa formazione, i partecipanti saranno in grado di:
- Ottieni una panoramica dell'intelligenza artificiale, dell'apprendimento automatico e dell'intelligenza computazionale.
- Comprendere i concetti di reti neurali e diversi metodi di apprendimento.
- Scegli approcci di intelligenza artificiale in modo efficace per i problemi della vita reale.
- Implementare applicazioni AI nell'ingegneria meccatronica.
Formato del corso
- Conferenza e discussione interattiva.
- Molti esercizi e pratiche.
- Implementazione pratica in un ambiente live-lab.
Opzioni di personalizzazione del corso
- Per richiedere una formazione personalizzata per questo corso, ti preghiamo di contattarci per organizzare.
Questo addestramento dal vivo con istruttore (in loco o remoto) è rivolto agli ingegneri che desiderano conoscere l'applicabilità dell'intelligenza artificiale ai sistemi meccatronici.
Al termine di questa formazione, i partecipanti saranno in grado di:
- Ottieni una panoramica dell'intelligenza artificiale, dell'apprendimento automatico e dell'intelligenza computazionale.
- Comprendere i concetti di reti neurali e diversi metodi di apprendimento.
- Scegli approcci di intelligenza artificiale in modo efficace per i problemi della vita reale.
- Implementare applicazioni AI nell'ingegneria meccatronica.
Formato del corso
- Conferenza e discussione interattiva.
- Molti esercizi e pratiche.
- Implementazione pratica in un ambiente live-lab.
Opzioni di personalizzazione del corso
- Per richiedere una formazione personalizzata per questo corso, ti preghiamo di contattarci per organizzare.
7 hours
Overview
Questa formazione dal vivo con istruttore (in loco o remoto) è rivolta a persone tecniche che desiderano apprendere come implementare una strategia di apprendimento automatico massimizzando l'utilizzo dei big data.
Al termine di questa formazione, i partecipanti dovranno:
- Comprendi l'evoluzione e le tendenze dell'apprendimento automatico.
- Sapere come l'apprendimento automatico viene utilizzato in diversi settori.
- Acquisire familiarità con gli strumenti, le competenze e i servizi disponibili per implementare l'apprendimento automatico all'interno di un'organizzazione.
- Comprendi come l'apprendimento automatico può essere utilizzato per migliorare il data mining e l'analisi.
- Scopri cos'è un back-end di dati medio e come viene utilizzato dalle aziende.
- Comprendi il ruolo svolto dai big data e dalle applicazioni intelligenti in tutti i settori.
Formato del corso
- Conferenza e discussione interattiva.
- Molti esercizi e pratiche.
- Implementazione pratica in un ambiente live-lab.
Opzioni di personalizzazione del corso
- Per richiedere una formazione personalizzata per questo corso, ti preghiamo di contattarci per organizzare.
Al termine di questa formazione, i partecipanti dovranno:
- Comprendi l'evoluzione e le tendenze dell'apprendimento automatico.
- Sapere come l'apprendimento automatico viene utilizzato in diversi settori.
- Acquisire familiarità con gli strumenti, le competenze e i servizi disponibili per implementare l'apprendimento automatico all'interno di un'organizzazione.
- Comprendi come l'apprendimento automatico può essere utilizzato per migliorare il data mining e l'analisi.
- Scopri cos'è un back-end di dati medio e come viene utilizzato dalle aziende.
- Comprendi il ruolo svolto dai big data e dalle applicazioni intelligenti in tutti i settori.
Formato del corso
- Conferenza e discussione interattiva.
- Molti esercizi e pratiche.
- Implementazione pratica in un ambiente live-lab.
Opzioni di personalizzazione del corso
- Per richiedere una formazione personalizzata per questo corso, ti preghiamo di contattarci per organizzare.
35 hours
Overview
This instructor-led, live training in Italia (online or onsite) is aimed at developers and data scientists who wish to build, deploy, and manage machine learning workflows on Kubernetes.
By the end of this training, participants will be able to:
- Install and configure Kubeflow on premise and in the cloud using AWS EKS (Elastic Kubernetes Service).
- Build, deploy, and manage ML workflows based on Docker containers and Kubernetes.
- Run entire machine learning pipelines on diverse architectures and cloud environments.
- Using Kubeflow to spawn and manage Jupyter notebooks.
- Build ML training, hyperparameter tuning, and serving workloads across multiple platforms.
By the end of this training, participants will be able to:
- Install and configure Kubeflow on premise and in the cloud using AWS EKS (Elastic Kubernetes Service).
- Build, deploy, and manage ML workflows based on Docker containers and Kubernetes.
- Run entire machine learning pipelines on diverse architectures and cloud environments.
- Using Kubeflow to spawn and manage Jupyter notebooks.
- Build ML training, hyperparameter tuning, and serving workloads across multiple platforms.
28 hours
Overview
L'apprendimento automatico è una branca dell'intelligenza artificiale in cui i computer hanno la capacità di apprendere senza essere esplicitamente programmati.
L'apprendimento profondo è un sottocampo dell'apprendimento automatico che utilizza metodi basati su rappresentazioni di dati di apprendimento e strutture come le reti neurali.
Python è un linguaggio di programmazione di alto livello famoso per la sua sintassi chiara e la leggibilità del codice.
In questo corso di formazione dal vivo con istruttore, i partecipanti impareranno come implementare modelli di deep learning per le telecomunicazioni utilizzando Python mentre passano attraverso la creazione di un modello di rischio di credito di deep learning.
Al termine di questa formazione, i partecipanti saranno in grado di:
- Comprendi i concetti fondamentali dell'apprendimento profondo.
- Scopri le applicazioni e gli usi del deep learning nelle telecomunicazioni.
- Usa Python , Keras e TensorFlow per creare modelli di deep learning per le telecomunicazioni.
- Costruisci il proprio modello di previsione di abbandono dei clienti di deep learning usando Python .
Formato del corso
- Parte lezione, parte discussione, esercitazioni e esercitazioni pratiche
L'apprendimento profondo è un sottocampo dell'apprendimento automatico che utilizza metodi basati su rappresentazioni di dati di apprendimento e strutture come le reti neurali.
Python è un linguaggio di programmazione di alto livello famoso per la sua sintassi chiara e la leggibilità del codice.
In questo corso di formazione dal vivo con istruttore, i partecipanti impareranno come implementare modelli di deep learning per le telecomunicazioni utilizzando Python mentre passano attraverso la creazione di un modello di rischio di credito di deep learning.
Al termine di questa formazione, i partecipanti saranno in grado di:
- Comprendi i concetti fondamentali dell'apprendimento profondo.
- Scopri le applicazioni e gli usi del deep learning nelle telecomunicazioni.
- Usa Python , Keras e TensorFlow per creare modelli di deep learning per le telecomunicazioni.
- Costruisci il proprio modello di previsione di abbandono dei clienti di deep learning usando Python .
Formato del corso
- Parte lezione, parte discussione, esercitazioni e esercitazioni pratiche
14 hours
Overview
Come saranno le città in futuro? Come si può usare Artificial Intelligence (AI) per migliorare l'urbanistica? In che modo l'IA può essere utilizzata per rendere le città più efficienti, vivibili, più sicure e rispettose dell'ambiente?
In questo corso di formazione dal vivo con istruttore (in loco o remoto), esaminiamo le varie tecnologie che compongono l'IA, nonché i set di abilità e il quadro mentale necessari per utilizzarli per la pianificazione della città. Copriamo anche strumenti e approcci per la raccolta e l'organizzazione di dati rilevanti da utilizzare nell'intelligenza artificiale, incluso il data mining.
Pubblico
- Urbanisti
- architetti
- Sviluppatori
- Funzionari del trasporto
Formato del corso
- Parte della lezione, parte della discussione e una serie di esercizi interattivi.
Nota
- Per richiedere una formazione personalizzata per questo corso, ti preghiamo di contattarci per organizzare.
In questo corso di formazione dal vivo con istruttore (in loco o remoto), esaminiamo le varie tecnologie che compongono l'IA, nonché i set di abilità e il quadro mentale necessari per utilizzarli per la pianificazione della città. Copriamo anche strumenti e approcci per la raccolta e l'organizzazione di dati rilevanti da utilizzare nell'intelligenza artificiale, incluso il data mining.
Pubblico
- Urbanisti
- architetti
- Sviluppatori
- Funzionari del trasporto
Formato del corso
- Parte della lezione, parte della discussione e una serie di esercizi interattivi.
Nota
- Per richiedere una formazione personalizzata per questo corso, ti preghiamo di contattarci per organizzare.
14 hours
Overview
Il test del software è il processo di valutazione della validità delle funzionalità di un'applicazione software. L'integrazione dell'intelligenza artificiale nell'ambiente di test del software consente al processo di essere guidato dall'intelligenza artificiale, velocizzando la creazione, l'esecuzione e la manutenzione dei test.
Questa formazione dal vivo con istruttore (in loco o in remoto) è rivolta ai tester di software che desiderano avere un ambiente di test software basato sull'iA.
Al termine di questa formazione, i partecipanti saranno in grado di:
- Automatizza la generazione e la parametrizzazione degli unit test con l'ia.
- Applica l'apprendimento automatico in un caso d'uso reale.
- Automatizza la generazione e la manutenzione dei test API con l'iaatura.
- Usa i metodi di apprendimento automatico per auto-guarire l'esecuzione di Selenium test.
Formato del corso
- Lezione interattiva e discussione.
- Un sacco di esercizi e pratica.
- Implementazione pratica in un ambiente live-lab.
Opzioni di personalizzazione del corso
- Per richiedere una formazione personalizzata per questo corso, vi preghiamo di contattarci per organizzare.
Questa formazione dal vivo con istruttore (in loco o in remoto) è rivolta ai tester di software che desiderano avere un ambiente di test software basato sull'iA.
Al termine di questa formazione, i partecipanti saranno in grado di:
- Automatizza la generazione e la parametrizzazione degli unit test con l'ia.
- Applica l'apprendimento automatico in un caso d'uso reale.
- Automatizza la generazione e la manutenzione dei test API con l'iaatura.
- Usa i metodi di apprendimento automatico per auto-guarire l'esecuzione di Selenium test.
Formato del corso
- Lezione interattiva e discussione.
- Un sacco di esercizi e pratica.
- Implementazione pratica in un ambiente live-lab.
Opzioni di personalizzazione del corso
- Per richiedere una formazione personalizzata per questo corso, vi preghiamo di contattarci per organizzare.
21 hours
Overview
Introduzione :
Il deep learning sta diventando una componente principale del futuro design del prodotto che vuole incorporare l'intelligenza artificiale al centro dei loro modelli. Entro i prossimi 5-10 anni, gli strumenti di sviluppo del deep learning , le librerie e le lingue diventeranno componenti standard di ogni toolkit di sviluppo software. Finora Go ogle, Sales Force, Facebook , Amazon hanno utilizzato con successo l'intelligenza artificiale di apprendimento profondo per incrementare il loro business. Le applicazioni andavano dalla traduzione automatica automatica, all'analisi delle immagini, all'analisi dei video, all'analisi del movimento, alla generazione di pubblicità mirata e molto altro.
Questo corso è rivolto a quelle organizzazioni che vogliono incorporare il Deep Learning come parte molto importante della loro strategia di prodotto o servizio. Di seguito è riportato lo schema del corso di apprendimento profondo che possiamo personalizzare per diversi livelli di dipendenti / parti interessate di un'organizzazione.
Destinatari:
(A seconda del pubblico target, i materiali del corso saranno personalizzati)
dirigenti
Una panoramica generale dell'intelligenza artificiale e di come si adatta alla strategia aziendale, con sessioni di breakout su pianificazione strategica, roadmap tecnologiche e allocazione delle risorse per garantire il massimo valore.
Capi progetto
Come pianificare un progetto di intelligenza artificiale, compresa la raccolta e la valutazione dei dati, la pulizia e la verifica dei dati, lo sviluppo di un modello di prova di concetto, l'integrazione nei processi aziendali e la consegna all'interno dell'organizzazione.
Sviluppatori
Corsi tecnici approfonditi, con focus su reti neurali e deep learning, analisi di immagini e video (CNN), analisi del suono e del testo (NLP) e introduzione dell'IA nelle applicazioni esistenti.
commessi
Una panoramica generale dell'intelligenza artificiale e di come può soddisfare le esigenze dei clienti, proposte di valore per vari prodotti e servizi e come dissipare i timori e promuovere i benefici dell'IA.
Il deep learning sta diventando una componente principale del futuro design del prodotto che vuole incorporare l'intelligenza artificiale al centro dei loro modelli. Entro i prossimi 5-10 anni, gli strumenti di sviluppo del deep learning , le librerie e le lingue diventeranno componenti standard di ogni toolkit di sviluppo software. Finora Go ogle, Sales Force, Facebook , Amazon hanno utilizzato con successo l'intelligenza artificiale di apprendimento profondo per incrementare il loro business. Le applicazioni andavano dalla traduzione automatica automatica, all'analisi delle immagini, all'analisi dei video, all'analisi del movimento, alla generazione di pubblicità mirata e molto altro.
Questo corso è rivolto a quelle organizzazioni che vogliono incorporare il Deep Learning come parte molto importante della loro strategia di prodotto o servizio. Di seguito è riportato lo schema del corso di apprendimento profondo che possiamo personalizzare per diversi livelli di dipendenti / parti interessate di un'organizzazione.
Destinatari:
(A seconda del pubblico target, i materiali del corso saranno personalizzati)
dirigenti
Una panoramica generale dell'intelligenza artificiale e di come si adatta alla strategia aziendale, con sessioni di breakout su pianificazione strategica, roadmap tecnologiche e allocazione delle risorse per garantire il massimo valore.
Capi progetto
Come pianificare un progetto di intelligenza artificiale, compresa la raccolta e la valutazione dei dati, la pulizia e la verifica dei dati, lo sviluppo di un modello di prova di concetto, l'integrazione nei processi aziendali e la consegna all'interno dell'organizzazione.
Sviluppatori
Corsi tecnici approfonditi, con focus su reti neurali e deep learning, analisi di immagini e video (CNN), analisi del suono e del testo (NLP) e introduzione dell'IA nelle applicazioni esistenti.
commessi
Una panoramica generale dell'intelligenza artificiale e di come può soddisfare le esigenze dei clienti, proposte di valore per vari prodotti e servizi e come dissipare i timori e promuovere i benefici dell'IA.
28 hours
Overview
Machine learning is a branch of Artificial Intelligence wherein computers have the ability to learn without being explicitly programmed. R is a popular programming language in the financial industry. It is used in financial applications ranging from core trading programs to risk management systems.
In this instructor-led, live training, participants will learn how to apply machine learning techniques and tools for solving real-world problems in the finance industry. R will be used as the programming language.
Participants first learn the key principles, then put their knowledge into practice by building their own machine learning models and using them to complete a number of team projects.
By the end of this training, participants will be able to:
- Understand the fundamental concepts in machine learning
- Learn the applications and uses of machine learning in finance
- Develop their own algorithmic trading strategy using machine learning with R
Audience
- Developers
- Data scientists
Format of the course
- Part lecture, part discussion, exercises and heavy hands-on practice
In this instructor-led, live training, participants will learn how to apply machine learning techniques and tools for solving real-world problems in the finance industry. R will be used as the programming language.
Participants first learn the key principles, then put their knowledge into practice by building their own machine learning models and using them to complete a number of team projects.
By the end of this training, participants will be able to:
- Understand the fundamental concepts in machine learning
- Learn the applications and uses of machine learning in finance
- Develop their own algorithmic trading strategy using machine learning with R
Audience
- Developers
- Data scientists
Format of the course
- Part lecture, part discussion, exercises and heavy hands-on practice
28 hours
Overview
L'apprendimento automatico è una branca dell'intelligenza artificiale in cui i computer hanno la capacità di apprendere senza essere esplicitamente programmati. L'apprendimento profondo è un sottocampo dell'apprendimento automatico che utilizza metodi basati su rappresentazioni di dati di apprendimento e strutture come le reti neurali. R è un linguaggio di programmazione popolare nel settore finanziario. È utilizzato in applicazioni finanziarie che vanno dai principali programmi di trading ai sistemi di gestione del rischio.
In questo corso di formazione dal vivo con istruttore, i partecipanti impareranno come implementare modelli di deep learning per la finanza utilizzando R mentre avanzano nella creazione di un modello di previsione del prezzo delle azioni di deep learning.
Al termine di questa formazione, i partecipanti saranno in grado di:
- Comprendi i concetti fondamentali dell'apprendimento profondo
- Impara le applicazioni e gli usi del deep learning in finanza
- Usa R per creare modelli di apprendimento profondo per la finanza
- Costruisci il proprio modello di previsione del prezzo delle azioni di deep learning usando R
Pubblico
- Sviluppatori
- Data scientist
Formato del corso
- Parte lezione, parte discussione, esercitazioni e esercitazioni pratiche
In questo corso di formazione dal vivo con istruttore, i partecipanti impareranno come implementare modelli di deep learning per la finanza utilizzando R mentre avanzano nella creazione di un modello di previsione del prezzo delle azioni di deep learning.
Al termine di questa formazione, i partecipanti saranno in grado di:
- Comprendi i concetti fondamentali dell'apprendimento profondo
- Impara le applicazioni e gli usi del deep learning in finanza
- Usa R per creare modelli di apprendimento profondo per la finanza
- Costruisci il proprio modello di previsione del prezzo delle azioni di deep learning usando R
Pubblico
- Sviluppatori
- Data scientist
Formato del corso
- Parte lezione, parte discussione, esercitazioni e esercitazioni pratiche
28 hours
Overview
L'apprendimento automatico è una branca dell'intelligenza artificiale in cui i computer hanno la capacità di apprendere senza essere esplicitamente programmati. L'apprendimento profondo è un sottocampo dell'apprendimento automatico che utilizza metodi basati su rappresentazioni di dati di apprendimento e strutture come le reti neurali. Python è un linguaggio di programmazione di alto livello famoso per la sua sintassi chiara e la leggibilità del codice.
In questo corso di formazione dal vivo con istruttore, i partecipanti impareranno come implementare modelli di deep learning per il settore bancario utilizzando Python mentre passano attraverso la creazione di un modello di rischio di credito di deep learning.
Al termine di questa formazione, i partecipanti saranno in grado di:
- Comprendi i concetti fondamentali dell'apprendimento profondo
- Scopri le applicazioni e gli usi del deep learning nel settore bancario
- Usa Python , Keras e TensorFlow per creare modelli di deep learning per il settore bancario
- Costruisci il proprio modello di rischio di credito per l'apprendimento profondo utilizzando Python
Pubblico
- Sviluppatori
- Data scientist
Formato del corso
- Parte lezione, parte discussione, esercitazioni e esercitazioni pratiche
In questo corso di formazione dal vivo con istruttore, i partecipanti impareranno come implementare modelli di deep learning per il settore bancario utilizzando Python mentre passano attraverso la creazione di un modello di rischio di credito di deep learning.
Al termine di questa formazione, i partecipanti saranno in grado di:
- Comprendi i concetti fondamentali dell'apprendimento profondo
- Scopri le applicazioni e gli usi del deep learning nel settore bancario
- Usa Python , Keras e TensorFlow per creare modelli di deep learning per il settore bancario
- Costruisci il proprio modello di rischio di credito per l'apprendimento profondo utilizzando Python
Pubblico
- Sviluppatori
- Data scientist
Formato del corso
- Parte lezione, parte discussione, esercitazioni e esercitazioni pratiche
28 hours
Overview
L'apprendimento automatico è una branca dell'intelligenza artificiale in cui i computer hanno la capacità di apprendere senza essere esplicitamente programmati. L'apprendimento profondo è un sottocampo dell'apprendimento automatico che utilizza metodi basati su rappresentazioni di dati di apprendimento e strutture come le reti neurali. R è un linguaggio di programmazione popolare nel settore finanziario. È utilizzato in applicazioni finanziarie che vanno dai principali programmi di trading ai sistemi di gestione del rischio.
In questo corso di formazione dal vivo con istruttore, i partecipanti impareranno come implementare modelli di apprendimento profondo per il settore bancario utilizzando R mentre passano attraverso la creazione di un modello di rischio di credito di apprendimento profondo.
Al termine di questa formazione, i partecipanti saranno in grado di:
- Comprendi i concetti fondamentali dell'apprendimento profondo
- Scopri le applicazioni e gli usi del deep learning nel settore bancario
- Usa R per creare modelli di deep learning per il settore bancario
- Costruire il proprio modello di rischio di credito per l'apprendimento approfondito utilizzando R
Pubblico
- Sviluppatori
- Data scientist
Formato del corso
- Parte lezione, parte discussione, esercitazioni e esercitazioni pratiche
In questo corso di formazione dal vivo con istruttore, i partecipanti impareranno come implementare modelli di apprendimento profondo per il settore bancario utilizzando R mentre passano attraverso la creazione di un modello di rischio di credito di apprendimento profondo.
Al termine di questa formazione, i partecipanti saranno in grado di:
- Comprendi i concetti fondamentali dell'apprendimento profondo
- Scopri le applicazioni e gli usi del deep learning nel settore bancario
- Usa R per creare modelli di deep learning per il settore bancario
- Costruire il proprio modello di rischio di credito per l'apprendimento approfondito utilizzando R
Pubblico
- Sviluppatori
- Data scientist
Formato del corso
- Parte lezione, parte discussione, esercitazioni e esercitazioni pratiche
28 hours
Overview
L'apprendimento automatico è una branca dell'intelligenza artificiale in cui i computer hanno la capacità di apprendere senza essere programmati esplicitamente L'apprendimento approfondito è un sottocampo di machine learning che utilizza metodi basati sull'apprendimento di rappresentazioni di dati e strutture come le reti neurali Python è un linguaggio di programmazione di alto livello famoso per la sua chiara sintassi e leggibilità del codice In questo corso di formazione dal vivo, istruito, i partecipanti impareranno come implementare modelli di deep learning per la finanza usando Python mentre passano attraverso la creazione di un modello di predizione dei prezzi delle azioni in deep learning Alla fine di questa formazione, i partecipanti saranno in grado di: Comprendere i concetti fondamentali dell'apprendimento profondo Impara le applicazioni e gli usi del deep learning in finanza Usa Python, Keras e TensorFlow per creare modelli di deep learning per la finanza Costruire il proprio modello di previsione dei prezzi delle azioni per l'apprendimento profondo usando Python Pubblico Sviluppatori Scienziati di dati Formato del corso Lezione di parte, discussione parziale, esercitazioni e pratica intensiva .
28 hours
Overview
Cortana Intelligence Suite è un pacchetto di prodotti e servizi integrati su Microsoft Azure Cloud che consente alle entità di trasformare i dati in azioni intelligenti.
In questa formazione dal vivo con istruttore, i partecipanti impareranno come utilizzare i componenti che fanno parte della Cortana Intelligence Suite per creare applicazioni intelligenti basate sui dati.
Al termine di questa formazione, i partecipanti saranno in grado di:
- Scopri come utilizzare gli strumenti di Cortana Intelligence Suite
- Acquisire le ultime conoscenze sulla gestione e l'analisi dei dati
- Utilizza i componenti Cortana per trasformare i dati in azioni intelligenti
- Usa Cortana per creare applicazioni da zero e avviarlo sul cloud
Pubblico
- Data scientist
- I programmatori
- Sviluppatori
- I gestori
- architetti
Formato del corso
- Parte lezione, parte discussione, esercitazioni e esercitazioni pratiche
In questa formazione dal vivo con istruttore, i partecipanti impareranno come utilizzare i componenti che fanno parte della Cortana Intelligence Suite per creare applicazioni intelligenti basate sui dati.
Al termine di questa formazione, i partecipanti saranno in grado di:
- Scopri come utilizzare gli strumenti di Cortana Intelligence Suite
- Acquisire le ultime conoscenze sulla gestione e l'analisi dei dati
- Utilizza i componenti Cortana per trasformare i dati in azioni intelligenti
- Usa Cortana per creare applicazioni da zero e avviarlo sul cloud
Pubblico
- Data scientist
- I programmatori
- Sviluppatori
- I gestori
- architetti
Formato del corso
- Parte lezione, parte discussione, esercitazioni e esercitazioni pratiche
14 hours
Overview
L'intelligenza artificiale è una raccolta di tecnologie per la costruzione di sistemi intelligenti in grado di comprendere i dati e le attività che li circondano per prendere "decisioni intelligenti". Per i fornitori di telecomunicazioni, la creazione di applicazioni e servizi che utilizzano l'intelligenza artificiale potrebbe aprire le porte a operazioni e servizi migliorati in settori quali la manutenzione e l'ottimizzazione della rete.
In questo corso esaminiamo le varie tecnologie che compongono l'IA e le competenze necessarie per metterle in pratica. Durante il corso, esaminiamo le applicazioni specifiche dell'IA nel settore delle telecomunicazioni.
Pubblico
- Ingegneri di rete
- Personale addetto alle operazioni di rete
- Responsabili tecnici delle telecomunicazioni
Formato del corso
- Parte lezione, parte discussione, esercitazioni pratiche
In questo corso esaminiamo le varie tecnologie che compongono l'IA e le competenze necessarie per metterle in pratica. Durante il corso, esaminiamo le applicazioni specifiche dell'IA nel settore delle telecomunicazioni.
Pubblico
- Ingegneri di rete
- Personale addetto alle operazioni di rete
- Responsabili tecnici delle telecomunicazioni
Formato del corso
- Parte lezione, parte discussione, esercitazioni pratiche
Prossimi corsi Artificial Intelligence
2021-05-17 09:30:00
21 ore
2021-06-07 09:30:00
28 ore
2021-06-14 09:30:00
35 ore
2021-06-16 09:30:00
14 ore
2021-06-22 09:30:00
28 ore
Other countries
Consulting
Fine settimana Artificial Intelligence corsi, Sera AI (Artificial Intelligence) training, AI centro di addestramento, AI con istruttore, Fine settimana AI training, Sera AI (Artificial Intelligence) corsi, Artificial Intelligence coaching, AI (Artificial Intelligence) istruttore, Artificial Intelligence trainer, AI (Artificial Intelligence) corsi di formazione, AI (Artificial Intelligence) classi, Artificial Intelligence in loco, AI corsi privati, Artificial Intelligence training individualeFine settimana AI corsi, Sera AI (Artificial Intelligence) training, Artificial Intelligence (AI) centro di addestramento, AI (Artificial Intelligence) con istruttore, Fine settimana AI (Artificial Intelligence) training, Sera Artificial Intelligence (AI) corsi, Artificial Intelligence (AI) coaching, Artificial Intelligence (AI) istruttore, AI trainer, Artificial Intelligence corsi di formazione, AI classi, Artificial Intelligence (AI) in loco, Artificial Intelligence (AI) corsi privati, AI (Artificial Intelligence) training individuale
.png "new york stock exchange (nyse)")
.jpg "european molecular biology laboratory (embl)")
.png "european space agency (esa)")
