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
Machine Translated
Recensioni
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
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
Il modulo per appunti Jupyter, in cui è disponibile il materiale di formazione
L M ERICSSON LIMITED
Corso: Machine Learning
Machine Translated
C'erano molti esercizi e argomenti interessanti.
L M ERICSSON LIMITED
Corso: Machine Learning
Machine Translated
alcuni grandi esercizi di laboratorio analizzati e spiegati dal formatore in profondità (ad es. covarianti in regressione lineare, corrispondenti alla funzione reale)
L M ERICSSON LIMITED
Corso: Machine Learning
Machine Translated
È semplicemente fantastico che tutto il materiale, compresi gli esercizi, si trova sulla stessa pagina e quindi viene aggiornato al volo. La soluzione è rivelata alla fine. Freddo! Inoltre, apprezzo che Krzysztof abbia fatto uno sforzo extra per capire i nostri problemi e ci abbia suggerito le possibili tecniche.
Attila Nagy - L M ERICSSON LIMITED
Corso: Machine Learning
Machine Translated
Conoscenza ampia e aggiornata di esempi applicativi pratici e di successo.
ING Bank Śląski S.A.
Corso: Introduction to Deep Learning
Machine Translated
Un sacco di esercizi, ottima collaborazione con il gruppo.
Janusz Chrobot - ING Bank Śląski S.A.
Corso: Introduction to Deep Learning
Machine Translated
lavorare su colaboratori,
ING Bank Śląski S.A.
Corso: Introduction to Deep Learning
Machine Translated
Era ovvio che gli entusiasti degli argomenti presentati stavano guidando. Utilizzato esempi interessanti durante l'esercizio.
ING Bank Śląski S.A.
Corso: Introduction to Deep Learning
Machine Translated
Una vasta gamma di argomenti trattati e una conoscenza approfondita dei leader.
ING Bank Śląski S.A.; Kamil Kurek Programowanie
Corso: Understanding Deep Neural Networks
Machine Translated
mancanza
ING Bank Śląski S.A.; Kamil Kurek Programowanie
Corso: Understanding Deep Neural Networks
Machine Translated
Grande conoscenza teorica e pratica dei docenti. Comunicabilità dei formatori. Durante il corso, potresti porre domande e ottenere risposte soddisfacenti.
Kamil Kurek - ING Bank Śląski S.A.; Kamil Kurek Programowanie
Corso: Understanding Deep Neural Networks
Machine Translated
Parte pratica, dove abbiamo implementato algoritmi. Ciò ha permesso una migliore comprensione dell'argomento.
ING Bank Śląski S.A.; Kamil Kurek Programowanie
Corso: Understanding Deep Neural Networks
Machine Translated
esercizi ed esempi implementati su di loro
Paweł Orzechowski - ING Bank Śląski S.A.; Kamil Kurek Programowanie
Corso: Understanding Deep Neural Networks
Machine Translated
Esempi e argomenti discussi.
ING Bank Śląski S.A.; Kamil Kurek Programowanie
Corso: Understanding Deep Neural Networks
Machine Translated
Conoscenza sostanziale, impegno, un modo appassionato di trasferire conoscenza. Esempi pratici dopo una lezione teorica.
Janusz Chrobot - ING Bank Śląski S.A.; Kamil Kurek Programowanie
Corso: Understanding Deep Neural Networks
Machine Translated
Esercizi pratici preparati dal signor Maciej
ING Bank Śląski S.A.; Kamil Kurek Programowanie
Corso: Understanding Deep Neural Networks
Machine Translated
Ho tratto beneficio dalla passione di insegnare e di concentrarmi sul rendere la cosa sensata.
Zaher Sharifi - GOSI
Corso: Advanced Deep Learning
Machine Translated
Identificazione umana e rilevamento cattivo punto del circuito
王 春柱 - 中移物联网
Corso: Deep Learning for NLP (Natural Language Processing)
Machine Translated
dimostrare
中移物联网
Corso: Deep Learning for NLP (Natural Language Processing)
Machine Translated
Informazioni sull'area del viso.
中移物联网
Corso: Deep Learning for NLP (Natural Language Processing)
Machine Translated
Gli scambi informali che abbiamo avuto durante le lezioni mi hanno davvero aiutato ad approfondire la mia comprensione del tema
Explore
Corso: Deep Reinforcement Learning with Python
Machine Translated
Sta mostrando molti metodi con script pre-preparati: materiali molto ben preparati e facili da rintracciare
Kamila Begej - GE Medical Systems Polska Sp. Zoo
Corso: Machine Learning – Data science
Machine Translated
Mi piace che la formazione sia stata focalizzata su esempi e programmazione. Ho pensato che fosse impossibile mettere così tanto contenuto in tre giorni di allenamento, ma mi sbagliavo. La formazione ha riguardato molti argomenti e tutto è stato svolto in modo molto dettagliato (in particolare la messa a punto dei parametri del modello - non mi aspettavo che ci sarebbe stato un tempo per questo e sono rimasto grato sorpreso).
Bartosz Rosiek - GE Medical Systems Polska Sp. Zoo
Corso: Machine Learning – Data science
Machine Translated
Teoria / pratica dell'alternanza efficaci!
CIRAD
Corso: Introduction to Machine Learning with MATLAB
Machine Translated
Presentazione progressiva e applicazione di metodi
Aurélien Briffaz - CIRAD
Corso: Introduction to Machine Learning with MATLAB
Machine Translated
Disponibilità e adattabilità, risposte alle domande
Jean-Michel MEOT - CIRAD
Corso: Introduction to Machine Learning with MATLAB
Machine Translated
Questioni discusse, esercitazioni eseguite (esempi), atmosfera di allenamento, contatto con il trainer, posizione.
Wojskowe Zakłady Uzbrojenia S.A. w Grudziądzu
Corso: Octave not only for programmers
Machine Translated
Molti consigli pratici
Pawel Dawidowski - ABB Sp. z o.o.
Corso: Deep Learning with TensorFlow
Machine Translated
Molte informazioni relative all'implementazione di soluzioni
Michał Smolana - ABB Sp. z o.o.
Corso: Deep Learning with TensorFlow
Machine Translated
Una moltitudine di consigli pratici e conoscenza del docente da una vasta gamma di problemi AI / IT / SQL / IoT.
ABB Sp. z o.o.
Corso: Deep Learning with TensorFlow
Machine Translated
Mi piace che si concentri maggiormente sul how-to dei diversi metodi di riepilogo del testo
Corso: Text Summarization with Python
Machine Translated
molte informazioni, tutte le risposte alle domande, esempi interessanti
A1 Telekom Austria AG
Corso: Deep Learning for Telecom (with Python)
Machine Translated
Il trainer era un professionista nel campo dell'argomento e della teoria correlata con un'applicazione eccellente
Fahad Malalla - Tatweer Petroleum
Corso: Applied AI from Scratch in Python
Machine Translated
Ho iniziato con una conoscenza quasi nulla e alla fine sono stato in grado di costruire e formare le mie reti.
Huawei Technologies Duesseldorf GmbH
Corso: TensorFlow for Image Recognition
Machine Translated
Ewa has a passion for the subject and a huge wealth of knowledge. She impressed all of us with her knowledge and kept us all focused through the day.
Rock Solid Knowledge Ltd
Corso: Machine Learning – Data science
Even with having to miss a day due to customer meetings, I feel I have a much clearer understanding of the processes and techniques used in Machine Learning and when I would use one approach over another. Our challenge now is to practice what we have learned and start to apply it to our problem domain
Richard Blewett - Rock Solid Knowledge Ltd
Corso: Machine Learning – Data science
So much breadth and topics covered. I felt it was a huge subject to try and cover in 3 days - the trainer did what they could to cover everything almost exactly on time!
Rock Solid Knowledge Ltd
Corso: Machine Learning – Data science
Mi piace che si concentri maggiormente sul how-to dei diversi metodi di riepilogo del testo
Corso: Text Summarization with Python
Machine Translated
Sottocategorie Machine Learning
Schema generale del corso ML (Machine Learning)
Al termine di questa formazione, i partecipanti saranno in grado di:
- Installa e configura Python e MySql.
- Comprendi cos'è Data Science e come può aggiungere valore praticamente a qualsiasi azienda.
- Scopri i fondamenti della codifica in Python
- Impara le tecniche di Machine Learning supervisionate e non supervisionate e come implementarle e interpretare i risultati.
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.
Pubblico
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 dei dati / modello, esecuzione, analisi e visualizzazione post hoc. Lo scopo è fornire un'introduzione pratica all'apprendimento automatico ai partecipanti interessati all'applicazione dei metodi di lavoro
Esempi specifici di settore vengono utilizzati per rendere la formazione rilevante per il pubblico.
This instructor-led, live training (onsite or remote) is aimed at software engineers who wish to program in Python with OpenCV 4 for deep learning.
By the end of this training, participants will be able to:
- View, load, and classify images and videos using OpenCV 4.
- Implement deep learning in OpenCV 4 with TensorFlow and Keras.
- Run deep learning models and generate impactful reports from images and videos.
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.
Questa formazione è più focalizzata sui fondamenti, ma ti aiuterà a scegliere la tecnologia giusta: TensorFlow , Caffe , Teano, DeepDrive, Keras , ecc. Gli esempi sono realizzati in TensorFlow .
È un'ampia panoramica dei metodi, delle motivazioni e delle idee principali esistenti nel contesto del riconoscimento dei modelli.
Dopo un breve background teorico, i partecipanti eseguiranno un semplice esercizio usando open source (di solito R) o qualsiasi altro software popolare.
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.
Il nostro obiettivo è darti le competenze per comprendere e utilizzare gli strumenti più importanti della cassetta degli attrezzi di Machine Learning sicuro ed evitare le insidie comuni delle applicazioni di Data Science .
Il nostro obiettivo è darti le competenze per comprendere e utilizzare gli strumenti più importanti della cassetta degli attrezzi di Machine Learning sicuro ed evitare le insidie comuni delle applicazioni di Data Science .
Il nostro obiettivo è darti le competenze per comprendere e utilizzare gli strumenti più importanti della cassetta degli attrezzi di Machine Learning sicuro ed evitare le insidie comuni delle applicazioni di Data Science .
In questo corso di formazione dal vivo con istruttore, i partecipanti impareranno come applicare tecniche e strumenti di apprendimento automatico per risolvere i problemi del mondo reale nel settore finanziario. R sarà usato come linguaggio di programmazione.
I partecipanti apprendono innanzitutto i principi chiave, quindi mettono in pratica le proprie conoscenze costruendo i propri modelli di apprendimento automatico e utilizzandoli per completare una serie di progetti di gruppo.
Al termine di questa formazione, i partecipanti saranno in grado di:
- Comprendi i concetti fondamentali nell'apprendimento automatico
- Scopri le applicazioni e gli usi dell'apprendimento automatico in ambito finanziario
- Sviluppa la propria strategia di trading algoritmica usando l'apprendimento automatico con 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 applicare tecniche e strumenti di apprendimento automatico per risolvere i problemi del mondo reale nel settore finanziario.
I partecipanti apprendono innanzitutto i principi chiave, quindi mettono in pratica le proprie conoscenze costruendo i propri modelli di apprendimento automatico e utilizzandoli per completare una serie di progetti di gruppo.
Al termine di questa formazione, i partecipanti saranno in grado di:
- Comprendi i concetti fondamentali nell'apprendimento automatico
- Scopri le applicazioni e gli usi dell'apprendimento automatico in ambito finanziario
- Sviluppa la propria strategia di trading algoritmica utilizzando l'apprendimento automatico con Python
Pubblico
- Sviluppatori
- Data scientist
Formato del corso
- Parte lezione, parte discussione, esercitazioni e esercitazioni pratiche
Destinatari
- Investitori e imprenditori AI
- Manager e ingegneri la cui azienda si sta avventurando nello spazio AI
- Analisti Business e investitori
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.
I partecipanti apprendono innanzitutto i principi chiave, quindi mettono in pratica le proprie conoscenze costruendo i propri modelli di apprendimento automatico e utilizzandoli per completare una serie di progetti dal vivo.
Pubblico
- Sviluppatori
- Data scientist
- Professionisti bancari con un background tecnico
Formato del corso
- Parte lezione, parte discussione, esercitazioni e esercitazioni pratiche
In questo corso di formazione dal vivo con istruttore, i partecipanti impareranno come applicare le tecniche e gli strumenti di apprendimento automatico per risolvere i problemi del mondo reale nel settore bancario.
I partecipanti apprendono innanzitutto i principi chiave, quindi mettono in pratica le proprie conoscenze costruendo i propri modelli di apprendimento automatico e utilizzandoli per completare una serie di progetti di gruppo.
Pubblico
- Sviluppatori
- Data scientist
Formato del corso
- Parte lezione, parte discussione, esercitazioni e esercitazioni pratiche
Al termine di questa formazione, i partecipanti avranno le conoscenze e le pratiche necessarie per implementare una soluzione OpenNMT dal OpenNMT .
Campioni di lingua di origine e di destinazione saranno predisposti in base alle esigenze del pubblico.
Formato del corso
- Parte lezione, parte discussione, pratica pratica pesante
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.
La parte 1 (40%) di questa formazione è più focalizzata sui fondamenti, ma ti aiuterà a scegliere la giusta tecnologia: TensorFlow , Caffe , Theano, DeepDrive, Keras , ecc.
La parte 2 (20%) di questa formazione introduce Theano, una libreria Python che semplifica la scrittura di modelli di apprendimento profondo.
La parte 3 (40%) della formazione sarebbe ampiamente basata su Tensorflow - API di seconda generazione della libreria software open source di Go ogle per Deep Learning . Gli esempi e le istruzioni sarebbero state fatte in TensorFlow .
Pubblico
Questo corso è destinato agli ingegneri che desiderano utilizzare TensorFlow per i loro progetti di Deep Learning
Dopo aver completato questo corso, i delegati dovranno:
-
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 eseguire attività di installazione / ambiente di produzione / architettura e configurazione
-
essere in grado di valutare la qualità del codice, eseguire il debug, il monitoraggio
-
essere in grado di implementare la produzione avanzata come modelli di formazione, creazione di grafici e registrazione
SyntaxNet è un framework di elaborazione del linguaggio naturale in rete neurale per TensorFlow .
Word 2Vec viene utilizzato per l'apprendimento di rappresentazioni vettoriali di parole, chiamate "incorporamenti di parole". Word 2vec è un modello predittivo particolarmente efficiente dal punto di vista computazionale per l'apprendimento di incorporamenti di parole dal testo non elaborato. È disponibile in due versioni, il modello Bag-of- Word s continuo (CBOW) e il modello Skip-Gram (capitolo 3.1 e 3.2 in Mikolov et al.).
Utilizzato in tandem, SyntaxNet e Word 2Vec consente agli utenti di generare modelli di incorporamento appresi dall'input in linguaggio naturale.
Pubblico
Questo corso è rivolto a sviluppatori e ingegneri che intendono lavorare con i modelli SyntaxNet e Word 2Vec nei loro grafici TensorFlow .
Dopo aver completato questo corso, i delegati dovranno:
- comprendere la struttura e i meccanismi di implementazione di TensorFlow
- essere in grado di eseguire attività di installazione / ambiente di produzione / architettura e configurazione
- essere in grado di valutare la qualità del codice, eseguire il debug, il monitoraggio
- essere in grado di implementare la produzione avanzata come modelli di formazione, termini di incorporamento, creazione di grafici e registrazione
.png "new york stock exchange (nyse)")
.jpg "european molecular biology laboratory (embl)")
.png "european space agency (esa)")
