Machine Learning Training Courses

Machine Learning Training Courses

I corsi di formazione in machine learning (ML) in diretta condotti da istruttori dimostrano attraverso pratiche pratiche come applicare tecniche di apprendimento automatico e strumenti per risolvere problemi reali in vari settori. I corsi NobleProg ML coprono diversi linguaggi di programmazione e framework, inclusi Python, linguaggio R e Matlab. I corsi di Machine Learning sono offerti per una serie di applicazioni industriali, tra cui finanza, servizi bancari e assicurativi e riguardano i fondamenti del Machine Learning e approcci più avanzati come Deep Learning. La formazione Machine Learning è disponibile come "allenamento dal vivo in loco" o "formazione dal vivo a distanza". La formazione on-site in loco può essere svolta localmente presso la sede del cliente in Italia o nei centri di formazione aziendale NobleProg in Italia . La formazione in remoto dal vivo viene effettuata tramite un desktop remoto interattivo. NobleProg: il tuo fornitore di formazione locale

Recensioni

★★★★★
★★★★★

Schema generale del corso Machine Learning

Title
Duration
Overview
Title
Duration
Overview
14 hours
Overview
Questo corso riguarda l'intelligenza artificiale (enfatizzando l'apprendimento automatico e l'apprendimento approfondito) nell'industria automobilistica Aiuta a determinare quale tecnologia può essere (potenzialmente) utilizzata in più situazioni in un'auto: dall'automazione semplice, al riconoscimento delle immagini al processo decisionale autonomo .
14 hours
Overview
In questo corso di formazione dal vivo con istruttore, i partecipanti impareranno come utilizzare lo stack tecnologico iOS Machine Learning mentre passano attraverso la creazione e la distribuzione di un'app mobile iOS Alla fine di questa formazione, i partecipanti saranno in grado di: Crea un'app mobile in grado di elaborare immagini, analisi del testo e riconoscimento vocale Accedere ai modelli ML preained per l'integrazione con le app iOS Creare un modello ML personalizzato Aggiungi il supporto di Siri Voice alle app iOS Comprendere e utilizzare framework come coreML, Vision, CoreGraphics e GamePlayKit Usa linguaggi e strumenti come Python, Keras, Caffee, Tensorflow, scikit learn, libsvm, Anaconda e Spyder Pubblico Sviluppatori Formato del corso Lezione di parte, discussione parziale, esercitazioni e pratica intensiva .
14 hours
Overview
OpenFace è un software di riconoscimento facciale open source basato su Python e Torch basato sulla ricerca FaceNet di Google In questo corso di formazione dal vivo con istruttore, i partecipanti impareranno come utilizzare i componenti di OpenFace per creare e distribuire un'applicazione di riconoscimento facciale di esempio Alla fine di questa formazione, i partecipanti saranno in grado di: Lavorare con i componenti di OpenFace, inclusi dlib, OpenVC, Torch e nn4 per implementare il rilevamento, l'allineamento e la trasformazione del volto Applica OpenFace alle applicazioni del mondo reale come sorveglianza, verifica dell'identità, realtà virtuale, giochi e identificazione dei clienti abituali, ecc Pubblico Sviluppatori Scienziati di dati Formato del corso Lezione di parte, discussione parziale, esercitazioni e pratica intensiva .
21 hours
Overview
Il corso è dedicato a coloro che vorrebbero conoscere un programma alternativo al pacchetto commerciale MATLAB Il corso di formazione Threeday fornisce informazioni complete su come spostarsi nell'ambiente ed eseguire il pacchetto OCTAVE per l'analisi dei dati e calcoli di ingegneria I destinatari dell'allenamento sono principianti ma anche coloro che conoscono il programma e desiderano sistematizzare le proprie conoscenze e migliorare le proprie capacità La conoscenza di altri linguaggi di programmazione non è richiesta, ma faciliterà notevolmente l'acquisizione di conoscenze da parte degli studenti Il corso ti mostrerà come usare il programma in molti esempi pratici .
14 hours
Overview
Questa sessione di formazione in classe conterrà presentazioni ed esempi basati su computer e esercizi di case study da intraprendere con le relative librerie di rete neurali e profonde .
28 hours
Overview
Questo corso ti fornirà la conoscenza delle reti neurali e in generale dell'algoritmo di apprendimento automatico, dell'apprendimento profondo (algoritmi e applicazioni) Questa formazione è più incentrata sui fondamentali, ma ti aiuterà a scegliere la tecnologia giusta: TensorFlow, Caffe, Teano, DeepDrive, Keras, ecc Gli esempi sono fatti in TensorFlow .
21 hours
Overview
Questa sessione di formazione in aula esplorerà strumenti di machine learning con Python (suggerito) I delegati avranno a disposizione esempi basati su computer e esercitazioni sui casi studio da intraprendere .
21 hours
Overview
Questo corso introduce metodi di apprendimento automatico nelle applicazioni di robotica.

È un'ampia panoramica dei metodi, delle motivazioni e delle idee principali esistenti nel contesto del riconoscimento di modelli.

Dopo un breve background teorico, i partecipanti eseguiranno semplici esercizi usando open source (solitamente R) o qualsiasi altro software popolare.
21 hours
Overview
l'obiettivo di questo corso è quello di fornire una competenza generale nell'applicazione dei metodi di Machine Learning nella pratica. Attraverso l'uso del linguaggio di programmazione Python e delle sue varie biblioteche, e sulla base di una moltitudine di esempi pratici, questo corso insegna come utilizzare i più importanti elementi costitutivi del machine learning, come prendere decisioni di modellazione dei dati, interpretare il output degli algoritmi e convalidare i risultati.

il nostro obiettivo è quello di darvi le competenze per capire e utilizzare gli strumenti più fondamentali dalla Toolbox di Machine Learning con fiducia ed evitare le insidie comuni delle applicazioni di Data Science.
14 hours
Overview
Questa sessione di formazione in aula esplorerà tecniche di apprendimento automatico, con esempi basati su computer e esercizi di risoluzione di casi di studio utilizzando un programma pertinente languauge .
7 hours
Overview
Questo corso di formazione è rivolto a persone che desiderano applicare tecniche di Machine Learning di base in applicazioni pratiche.

Pubblico

Data scienziati e statistici che hanno una certa familiarità con l'apprendimento automatico e sanno come programmare R. L'enfasi di questo corso è sugli aspetti pratici della preparazione di modelli / dati, esecuzione, analisi e visualizzazione post hoc. Lo scopo è quello di fornire un'introduzione pratica all'apprendimento automatico ai partecipanti interessati ad applicare i metodi al lavoro

Gli esempi specifici del settore vengono utilizzati per rendere la formazione pertinente per il pubblico.
7 hours
Overview
in questa formazione live, guidata da istruttori, i partecipanti impareranno come configurare e utilizzare OpenNMT per eseguire la traduzione di vari set di dati di esempio. Il corso inizia con una panoramica delle reti neurali che si applicano alla traduzione automatica. I partecipanti effettueranno esercitazioni dal vivo durante tutto il corso per dimostrare la loro comprensione dei concetti appresi e ottenere un feedback da parte dell'istruttore.

entro la fine di questa formazione, i partecipanti avranno le conoscenze e le pratiche necessarie per implementare una soluzione OpenNMT dal vivo.

i campioni di origine e di lingua di destinazione saranno predisposti in base ai requisiti del pubblico & #39; s.

formato del corso

- part lezione, parte di discussione, pesante pratica pratico
14 hours
Overview
Lo scopo di questo corso è fornire una competenza di base nell'applicazione pratica dei metodi di Machine Learning Attraverso l'uso della piattaforma di programmazione R e delle sue varie librerie, e sulla base di una moltitudine di esempi pratici, questo corso insegna come usare i più importanti elementi costitutivi del Machine Learning, come prendere decisioni sulla modellazione dei dati, interpretare gli output degli algoritmi e convalidare i risultati Il nostro obiettivo è quello di darti le competenze per comprendere e utilizzare gli strumenti più fondamentali dagli strumenti di Machine Learning in modo sicuro ed evitare le insidie ​​più comuni delle applicazioni di Data Sciences .
14 hours
Overview
Lo scopo di questo corso è fornire una competenza di base nell'applicazione pratica dei metodi di Machine Learning Attraverso l'uso del linguaggio di programmazione Python e delle sue varie librerie e basato su una moltitudine di esempi pratici questo corso insegna come usare i più importanti elementi costitutivi del Machine Learning, come prendere decisioni di modellazione dei dati, interpretare gli output degli algoritmi e convalidare i risultati Il nostro obiettivo è quello di darti le competenze per comprendere e utilizzare gli strumenti più fondamentali dagli strumenti di Machine Learning in modo sicuro ed evitare le insidie ​​più comuni delle applicazioni di Data Sciences .
14 hours
Overview
Lo scopo di questo corso è fornire una competenza di base nell'applicazione pratica dei metodi di Machine Learning Attraverso l'uso del linguaggio di programmazione Scala e delle sue varie librerie e basato su una moltitudine di esempi pratici questo corso insegna come usare i più importanti elementi costitutivi del Machine Learning, come prendere decisioni di modellazione dei dati, interpretare gli output degli algoritmi e convalidare i risultati Il nostro obiettivo è quello di darti le competenze per comprendere e utilizzare gli strumenti più fondamentali dagli strumenti di Machine Learning in modo sicuro ed evitare le insidie ​​più comuni delle applicazioni di Data Sciences .
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 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 istruito, i partecipanti impareranno come applicare le tecniche di apprendimento automatico e gli strumenti per risolvere i problemi del mondo reale nel settore finanziario R sarà usato come linguaggio di programmazione I partecipanti imparano innanzitutto i principi chiave, quindi mettono in pratica le loro conoscenze costruendo i propri modelli di apprendimento automatico e utilizzandoli per completare una serie di progetti di gruppo Alla fine di questa formazione, i partecipanti saranno in grado di: Comprendere i concetti fondamentali nell'apprendimento automatico Impara le applicazioni e gli usi del machine learning in finanza Sviluppa la propria strategia di trading algoritmica usando machine learning con R Pubblico Sviluppatori Scienziati di dati Formato del corso Lezione di parte, discussione parziale, esercitazioni e pratica intensiva .
21 hours
Overview
L'apprendimento automatico è una branca dell'intelligenza artificiale in cui i computer hanno la capacità di apprendere senza essere programmati esplicitamente Python è un linguaggio di programmazione famoso per la sua chiara sintassi e leggibilità Offre un'eccellente raccolta di librerie e tecniche ben collaudate per lo sviluppo di applicazioni di machine learning In questo corso di formazione dal vivo istruito, i partecipanti impareranno come applicare le tecniche di apprendimento automatico e gli strumenti per risolvere i problemi del mondo reale nel settore finanziario I partecipanti imparano innanzitutto i principi chiave, quindi mettono in pratica le loro conoscenze costruendo i propri modelli di apprendimento automatico e utilizzandoli per completare una serie di progetti di gruppo Alla fine di questa formazione, i partecipanti saranno in grado di: Comprendere i concetti fondamentali nell'apprendimento automatico Impara le applicazioni e gli usi del machine learning in finanza Sviluppa la propria strategia di trading algoritmica usando machine learning con Python Pubblico Sviluppatori Scienziati di dati Formato del corso Lezione di parte, discussione parziale, esercitazioni e pratica intensiva .
21 hours
Overview
Questo corso di formazione è rivolto a persone che desiderano applicare Machine Learning in applicazioni pratiche per il proprio team La formazione non approfondirà i tecnicismi e ruoterà attorno ai concetti di base e alle applicazioni aziendali / operative degli stessi Destinatari Investitori e imprenditori di intelligenza artificiale Manager e ingegneri la cui compagnia si sta avventurando nello spazio AI Analisti aziendali e investitori .
21 hours
Overview
Questo corso copre l'intelligenza artificiale (sottolineando l'apprendimento automatico e l'apprendimento profondo) .
28 hours
Overview
In questo corso di formazione dal vivo, istruito, i partecipanti impareranno come applicare le tecniche di apprendimento automatico e gli strumenti per risolvere i problemi del mondo reale nel settore bancario R sarà usato come linguaggio di programmazione I partecipanti imparano innanzitutto i principi chiave, quindi mettono in pratica le loro conoscenze costruendo i propri modelli di apprendimento automatico e utilizzandoli per completare una serie di progetti dal vivo Pubblico Sviluppatori Scienziati di dati Professionisti del settore bancario con un background tecnico Formato del corso Lezione di parte, discussione parziale, esercitazioni e pratica intensiva .
14 hours
Overview
La libreria Apache OpenNLP è un toolkit basato sull'apprendimento automatico per l'elaborazione di testi in linguaggio naturale Supporta le più comuni attività di NLP, come il riconoscimento della lingua, la tokenizzazione, la segmentazione delle frasi, la codifica di parti di componenti, l'estrazione di entità con nome, il chunking, l'analisi e la risoluzione di coreference In questo corso di formazione dal vivo con istruttore, i partecipanti impareranno come creare modelli per l'elaborazione di dati basati su testo utilizzando OpenNLP I dati di addestramento del campione e i set di dati personalizzati saranno utilizzati come base per gli esercizi di laboratorio Alla fine di questa formazione, i partecipanti saranno in grado di: Installa e configura OpenNLP Scarica modelli esistenti e creane di nuovi Formare i modelli su varie serie di dati campione Integrare OpenNLP con le applicazioni Java esistenti Pubblico Sviluppatori Scienziati di dati Formato del corso Lezione di parte, discussione parziale, esercitazioni e pratica intensiva .
14 hours
Overview
OpenNN è una libreria di classi open source scritta in C ++ che implementa reti neurali, per l'uso in machine learning.

In questo corso esamineremo i principi delle reti neurali e useremo OpenNN per implementare un'applicazione di esempio.

Pubblico
Sviluppatori di software e programmatori che desiderano creare applicazioni Deep Learning.

Formato del corso
Lezione e discussione insieme a esercizi pratici.
21 hours
Overview
Microsoft Cognitive Toolkit 2x (in precedenza CNTK) è un toolkit open source e commerciale che consente di addestrare algoritmi di apprendimento approfondito per apprendere come il cervello umano Secondo Microsoft, CNTK può essere 510 volte più veloce di TensorFlow su reti ricorrenti e da 2 a 3 volte più veloce di TensorFlow per le attività basate sull'imaging In questo corso di formazione dal vivo con istruttore, i partecipanti impareranno come utilizzare Microsoft Cognitive Toolkit per creare, addestrare e valutare algoritmi di deep learning da utilizzare in applicazioni AI commerciali che coinvolgono diversi tipi di dati come dati, parlato, testo e immagini Alla fine di questa formazione, i partecipanti saranno in grado di: Accedi a CNTK come libreria da un programma Python, C # o C ++ Utilizza CNTK come strumento autonomo di apprendimento automatico attraverso il proprio linguaggio di descrizione del modello (BrainScript) Utilizzare la funzionalità di valutazione del modello CNTK da un programma Java Combina DNN feedforward, reti convoluzionali (CNN) e reti ricorrenti (RNN / LSTM) Scala la capacità di calcolo su CPU, GPU e macchine multiple Accedi a enormi set di dati utilizzando linguaggi di programmazione e algoritmi esistenti Pubblico Sviluppatori Scienziati di dati Formato del corso Lezione di parte, discussione parziale, esercitazioni e pratica intensiva Nota Se desideri personalizzare qualsiasi parte di questo corso, incluso il linguaggio di programmazione scelto, ti preghiamo di contattarci per organizzare .
7 hours
Overview
Tensor2Tensor (T2T) è una libreria modulare ed estensibile per la formazione di modelli AI in diversi compiti, utilizzando diversi tipi di dati di allenamento, ad esempio: riconoscimento di immagini, traduzione, analisi, sottotitoli di immagini e riconoscimento vocale È gestito dal team di Google Brain In questo corso di formazione dal vivo, istruito, i partecipanti impareranno come preparare un modello di apprendimento approfondito per risolvere più attività Alla fine di questa formazione, i partecipanti saranno in grado di: Installa il tensore tensoriale2, seleziona un set di dati e forma e valuta un modello di intelligenza artificiale Personalizza un ambiente di sviluppo utilizzando gli strumenti e i componenti inclusi in Tensor2Tensor Crea e utilizza un singolo modello per apprendere simultaneamente un numero di attività da più domini Utilizzare il modello per apprendere dalle attività con una grande quantità di dati di addestramento e applicare tali conoscenze alle attività in cui i dati sono limitati Ottieni risultati di elaborazione soddisfacenti utilizzando una singola GPU Pubblico Sviluppatori Scienziati di dati Formato del corso Lezione di parte, discussione parziale, esercitazioni e pratica intensiva .
35 hours
Overview
Questo corso inizia con il fornire conoscenze concettuali nelle reti neurali e in generale in algoritmi di apprendimento automatico, deep learning (algoritmi e applicazioni) La parte 1 (40%) di questa formazione è più focalizzata sui fondamentali, ma ti aiuterà a scegliere la tecnologia giusta: TensorFlow, Caffe, Theano, DeepDrive, Keras, ecc La parte 2 (20%) di questa formazione introduce Theano in una libreria python che semplifica la scrittura di modelli di deep learning La parte 3 (40%) della formazione sarebbe ampiamente basata sull'API di seconda generazione di Tensorflow della libreria di software open source di Google per Deep Learning Gli esempi e gli handson saranno tutti fatti in TensorFlow Pubblico Questo corso è destinato agli ingegneri che cercano di usare TensorFlow per i loro progetti di Deep Learning Dopo aver completato questo corso, i delegati: avere una buona conoscenza delle reti neurali profonde (DNN), CNN e RNN comprendere la struttura e i meccanismi di implementazione di TensorFlow essere in grado di svolgere compiti di installazione / ambiente di produzione / architettura e configurazione essere in grado di valutare la qualità del codice, eseguire il debugging, il monitoraggio essere in grado di implementare la produzione avanzata come modelli di formazione, costruzione di grafici e registrazione Non tutti gli argomenti saranno trattati in un'aula pubblica con 35 ore di durata a causa della vastità del tema La durata del corso completo sarà di circa 70 ore e non di 35 ore .
35 hours
Overview
TensorFlow ™ è una libreria software open source per il calcolo numerico che utilizza i grafici del flusso di dati SyntaxNet è un framework di elaborazione del linguaggio naturale neuralnetwork per TensorFlow Word2Vec viene utilizzato per l'apprendimento di rappresentazioni vettoriali di parole, chiamate "raduni di parole" Word2vec è un modello predittivo particolarmente efficiente dal punto di vista computazionale per l'apprendimento delle immersioni di parole dal testo non elaborato È disponibile in due versioni: il modello Continuous BagofWords (CBOW) e il modello SkipGram (capitolo 31 e 32 in Mikolov et al) Utilizzato in tandem, SyntaxNet e Word2Vec consentono agli utenti di generare modelli di Embedded Learned dall'input di Natural Language Pubblico Questo corso è rivolto a sviluppatori e ingegneri che intendono lavorare con i modelli SyntaxNet e Word2Vec nei loro grafici TensorFlow Dopo aver completato questo corso, i delegati: comprendere la struttura e i meccanismi di implementazione di TensorFlow essere in grado di svolgere compiti di installazione / ambiente di produzione / architettura e configurazione essere in grado di valutare la qualità del codice, eseguire il debugging, il monitoraggio essere in grado di implementare la produzione avanzata come modelli di formazione, termini di incorporamento, costruzione di grafici e registrazione .
7 hours
Overview
La Tensor Processing Unit (TPU) è l'architettura che Google ha utilizzato internamente per diversi anni e che sta diventando disponibile al pubblico Include diverse ottimizzazioni specifiche per l'uso in reti neurali, tra cui la moltiplicazione della matrice ottimizzata e gli interi a 8 bit invece di 16 bit per restituire livelli appropriati di precisione In questo corso di formazione dal vivo, istruito, i partecipanti impareranno come sfruttare le innovazioni nei processori TPU per massimizzare le prestazioni delle proprie applicazioni AI Alla fine della formazione, i partecipanti saranno in grado di: Formare vari tipi di reti neurali su grandi quantità di dati Utilizzare TPU per accelerare il processo di inferenza di un massimo di due ordini di grandezza Utilizza TPU per elaborare applicazioni intensive come la ricerca di immagini, la visione cloud e le foto Pubblico Sviluppatori ricercatori ingegneri Scienziati di dati Formato del corso Lezione di parte, discussione parziale, esercitazioni e pratica intensiva .
21 hours
Overview
Torch è una libreria di apprendimento automatico open source e un framework di calcolo scientifico basato sul linguaggio di programmazione Lua Fornisce un ambiente di sviluppo per il calcolo numerico, l'apprendimento automatico e la visione artificiale, con particolare attenzione all'apprendimento profondo e alle reti convoluzionali È uno dei framework più veloci e flessibili per la macchina e l'apprendimento approfondito ed è utilizzato da aziende come Facebook, Google, Twitter, NVIDIA, AMD, Intel e molti altri In questo corso copriamo i principi di Torch, le sue caratteristiche uniche e come può essere applicato nelle applicazioni del mondo reale Eseguiamo tutti i numerosi esercizi di hands-on in tutto, dimostrando e mettendo in pratica i concetti appresi Alla fine del corso, i partecipanti avranno una conoscenza approfondita delle caratteristiche e delle capacità sottostanti di Torch nonché del ruolo e del contributo all'interno dello spazio AI rispetto ad altri framework e librerie I partecipanti avranno anche ricevuto la pratica necessaria per implementare Torch nei propri progetti Pubblico Sviluppatori di software e programmatori che desiderano abilitare Machine and Deep Learning all'interno delle loro applicazioni Formato del corso Panoramica della macchina e apprendimento approfondito Esercizi di codifica e integrazione incorporati Prova le domande sparse lungo la strada per verificare la comprensione .
28 hours
Overview
Questo corso esplora, con esempi specifici, l'applicazione di Tensor Flow ai fini del riconoscimento dell'immagine Pubblico Questo corso è destinato agli ingegneri che cercano di utilizzare TensorFlow ai fini del riconoscimento di immagini Dopo aver completato questo corso, i delegati saranno in grado di: comprendere la struttura e i meccanismi di implementazione di TensorFlow eseguire le attività di installazione / produzione ambiente / architettura e configurazione valutare la qualità del codice, eseguire il debugging, il monitoraggio implementare la produzione avanzata come modelli di formazione, costruzione di grafici e registrazione .
21 hours
Overview
TensorFlow è un'API di seconda generazione della libreria di software open source di Google per Deep Learning Il sistema è progettato per facilitare la ricerca nell'apprendimento automatico e per rendere facile e veloce la transizione dal prototipo di ricerca al sistema di produzione Pubblico Questo corso è destinato agli ingegneri che cercano di usare TensorFlow per i loro progetti di Deep Learning Dopo aver completato questo corso, i delegati: comprendere la struttura e i meccanismi di implementazione di TensorFlow essere in grado di svolgere compiti di installazione / ambiente di produzione / architettura e configurazione essere in grado di valutare la qualità del codice, eseguire il debugging, il monitoraggio essere in grado di implementare la produzione avanzata come modelli di formazione, costruzione di grafici e registrazione .

Prossimi corsi Machine Learning

Fine settimana Machine Learning corsi, Sera Machine Learning training, Machine Learning centro di addestramento, Machine Learning con istruttore, Fine settimana Machine Learning training, Sera Machine Learning corsi, Machine Learning coaching, Machine Learning istruttore, Machine Learning trainer, Machine Learning corsi di formazione, Machine Learning classi, Machine Learning in loco, Machine Learning corsi privati, Machine Learning training individuale

Corsi scontati

Newsletter per ricevere sconti sui corsi

Rispettiamo la privacy di ogni indirizzo mail. Non diffonderemo,né venderemo assolutamente nessun indirizzo mail a terzi. Inserire prego il proprio indirizzo mail. E' possibile sempre cambiare le impostazioni o cancellarsi completamente.

I nostri clienti

is growing fast!

We are looking to expand our presence in Italy!

As a Business Development Manager you will:

  • expand business in Italy
  • recruit local talent (sales, agents, trainers, consultants)
  • recruit local trainers and consultants

We offer:

  • Artificial Intelligence and Big Data systems to support your local operation
  • high-tech automation
  • continuously upgraded course catalogue and content
  • good fun in international team

If you are interested in running a high-tech, high-quality training and consulting business.

Apply now!