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
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
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
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
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
Sottocategorie Machine Learning
Schema generale del corso ML (Machine Learning)
Nome del corso
Durata
Overview
Nome del corso
Durata
Overview
14 hours
I Generative Pre-trained Transformers (GPT) sono modelli all'avanguardia nell'elaborazione del linguaggio naturale che hanno rivoluzionato varie applicazioni, tra cui la generazione del linguaggio, il completamento del testo e la traduzione automatica. Questo corso fornisce un'esplorazione approfondita dei modelli GPT, con particolare attenzione a GPT-3 e agli ultimi progressi in GPT-4. I partecipanti acquisiranno informazioni sull'architettura, le tecniche di formazione e le applicazioni dei modelli GPT.Questa formazione dal vivo con istruttore (in loco o in remoto) è rivolta a data scientist, ingegneri dell'apprendimento automatico, ricercatori di PNL e appassionati di intelligenza artificiale che desiderano comprendere il funzionamento interno dei modelli GPT, esplorare le capacità di GPT-3 e GPT-4 e scopri come sfruttare questi modelli per le loro attività di PNL.Al termine di questa formazione, i partecipanti saranno in grado di:
- Comprendere i concetti e i principi chiave alla base dei trasformatori generativi preaddestrati. Comprendere l'architettura e il processo di addestramento dei modelli GPT. Utilizza GPT-3 per attività come la generazione di testo, il completamento e la traduzione. Esplora gli ultimi progressi in GPT-4 e le sue potenziali applicazioni. Applicare i modelli GPT ai propri progetti e attività di PNL.
- Lezione interattiva e discussione. Tanti esercizi e pratica. Implementazione pratica in un ambiente di laboratorio dal vivo.
- Per richiedere una formazione personalizzata per questo corso, contattaci per organizzare.
21 hours
LightGBM è un framework di potenziamento del gradiente distribuito gratuito e open source per l'apprendimento automatico, originariamente sviluppato da Microsoft. Si basa su algoritmi dell'albero decisionale e viene utilizzato per classificare, classificare e altre attività di apprendimento automatico.Questa formazione dal vivo con istruttore (in loco o remoto) è rivolta a sviluppatori e data scientist di livello principiante e intermedio che desiderano apprendere le basi di LightGBM ed esplorare tecniche avanzate.Al termine di questa formazione, i partecipanti saranno in grado di:
- Installa e configura LightGBM. Comprendere la teoria alla base del potenziamento del gradiente e degli algoritmi dell'albero decisionale Utilizzare LightGBM per attività di apprendimento automatico di base e avanzate. Implementa tecniche avanzate come l'ingegnerizzazione delle funzionalità, l'ottimizzazione degli iperparametri e l'interpretazione dei modelli. Integra LightGBM con altri framework di machine learning. Risolvi problemi comuni in LightGBM.
- Lezione interattiva e discussione. Tanti esercizi e pratica. Implementazione pratica in un ambiente di laboratorio dal vivo.
- Per richiedere una formazione personalizzata per questo corso, contattaci per organizzare.
21 hours
Stable Diffusion è un potente modello di deep learning in grado di generare immagini dettagliate basate su descrizioni testuali.Questa formazione dal vivo con istruttore (in loco o in remoto) è rivolta a data scientist di livello intermedio e avanzato, ingegneri di machine learning, ricercatori di deep learning ed esperti di visione artificiale che desiderano ampliare le proprie conoscenze e competenze nel deep learning per text-to -generazione di immagini.Al termine di questa formazione, i partecipanti saranno in grado di:
- Comprendere le architetture e le tecniche avanzate di deep learning per la generazione di testo in immagine. Implementa modelli complessi e ottimizzazioni per la sintesi di immagini di alta qualità. Ottimizza le prestazioni e la scalabilità per set di dati di grandi dimensioni e modelli complessi. Ottimizza gli iperparametri per migliorare le prestazioni e la generalizzazione del modello. Integra Stable Diffusion con altri framework e strumenti di deep learning.
- Lezione interattiva e discussione. Tanti esercizi e pratica. Implementazione pratica in un ambiente di laboratorio dal vivo.
- Per richiedere una formazione personalizzata per questo corso, contattaci per organizzare.
7 hours
Vertex AI è un ambiente Google Cloud per il completamento di attività di apprendimento automatico dalla sperimentazione, all'implementazione, alla gestione e al monitoraggio dei modelli. È un'infrastruttura scalabile che fornisce funzionalità di gestione degli utenti e controlli di sicurezza sui progetti di machine learning.Questa formazione dal vivo con istruttore (in loco o in remoto) è rivolta a ingegneri del software di livello principiante o intermedio o a chiunque desideri imparare a utilizzare Vertex AI per eseguire e completare attività di apprendimento automatico.Al termine di questa formazione, i partecipanti saranno in grado di:
- Comprendi come funziona Vertex AI e usalo come piattaforma di machine learning. Scopri i concetti di machine learning e PNL. Sapere come addestrare e distribuire modelli di machine learning utilizzando Vertex AI.
- Lezione interattiva e discussione. Tanti esercizi e pratica. Implementazione pratica in un ambiente di laboratorio dal vivo.
- Per richiedere una formazione personalizzata per questo corso, contattaci per organizzare.
21 hours
DeepSpeed è una libreria di ottimizzazione del deep learning che semplifica la scalabilità dei modelli di deep learning su hardware distribuito. Sviluppato da Microsoft, DeepSpeed si integra con PyTorch per fornire una migliore scalabilità, una formazione più rapida e un migliore utilizzo delle risorse.Questa formazione dal vivo con istruttore (in loco o in remoto) è rivolta a scienziati di dati di livello principiante e intermedio e ingegneri di machine learning che desiderano migliorare le prestazioni dei loro modelli di deep learning.Al termine di questa formazione, i partecipanti saranno in grado di:
- Comprendere i principi del deep learning distribuito. Installa e configura DeepSpeed. Ridimensiona i modelli di deep learning su hardware distribuito utilizzando DeepSpeed. Implementa e sperimenta le funzionalità DeepSpeed per l'ottimizzazione e l'efficienza della memoria.
- Lezione interattiva e discussione. Tanti esercizi e pratica. Implementazione pratica in un ambiente di laboratorio dal vivo.
- Per richiedere una formazione personalizzata per questo corso, contattaci per organizzare.
7 hours
AlphaFold è un sistema Artificial Intelligence (AI) che esegue la previsione delle strutture proteiche. È sviluppato da Alphabet’s/Google’s DeepMind come un sistema di apprendimento profondo che può prevedere con precisione i modelli 3D delle strutture proteiche.
Questo allenamento guidato da istruttori, in diretta (online o on-site) è rivolto ai biologisti che vogliono capire come AlphaFold funziona e utilizzare i modelli AlphaFold come guide nei loro studi sperimentali.
Al termine di questo corso, i partecipanti saranno in grado di:
-
Conoscere i principi di base AlphaFold.
Scopri come AlphaFold funziona.
Imparare a interpretare AlphaFold le previsioni e i risultati.
-
Interattiva lezione e discussione.
Molti esercizi e pratiche.
Implementazione a mano in un ambiente live-lab.
-
Per richiedere una formazione personalizzata per questo corso, si prega di contattarci per organizzare.
21 hours
Stable Diffusion è un potente modello di deep learning in grado di generare immagini dettagliate basate su descrizioni testuali.Questa formazione dal vivo con istruttore (in loco o in remoto) è rivolta a data scientist, ingegneri dell'apprendimento automatico e ricercatori di visione artificiale che desiderano sfruttare Stable Diffusion per generare immagini di alta qualità per una varietà di casi d'uso.Al termine di questa formazione, i partecipanti saranno in grado di:
- Comprendere i principi di Stable Diffusion e come funziona per la generazione di immagini. Costruisci e addestra Stable Diffusion modelli per attività di generazione di immagini. Applicare Stable Diffusion a vari scenari di generazione di immagini, come inpainting, outpainting e traduzione da immagine a immagine. Ottimizza le prestazioni e la stabilità dei modelli Stable Diffusion.
- Lezione interattiva e discussione. Tanti esercizi e pratica. Implementazione pratica in un ambiente di laboratorio dal vivo.
- Per richiedere una formazione personalizzata per questo corso, contattaci per organizzare.
14 hours
Waikato Environment for Knowledge Analysis (Weka) è un software di visualizzazione del mining di dati open source. Fornisce una raccolta di algoritmi di apprendimento automatico per la preparazione dei dati, la classificazione, il clustering e altre attività di mining dei dati.
Questo istruttore guidato, la formazione in diretta (online o on-site) è rivolto ad analisti di dati e scienziati di dati che vogliono utilizzare Weka per svolgere compiti di mining dei dati.
Al termine di questo corso, i partecipanti saranno in grado di:
-
Installazione e configurazione Weka
Comprendere il Weka ambiente e il lavoro.
Eseguire i compiti di mining dei dati utilizzando Weka.
-
Interattiva lezione e discussione.
Molti esercizi e pratiche.
Implementazione a mano in un ambiente live-lab.
-
Per richiedere una formazione personalizzata per questo corso, si prega di contattarci per organizzare.
14 hours
L'obiettivo di questo corso è quello di fornire una competenza di base nell'applicare Machine Learning metodi in pratica. Attraverso l'uso del linguaggio di programmazione Python e le sue varie biblioteche, e sulla base di un sacco di esempi pratici, questo corso insegna come utilizzare i blocchi di costruzione più importanti di Machine Learning, come prendere decisioni di modelli di dati, interpretare le uscite degli algoritmi e valutare i risultati.
Il nostro obiettivo è quello di fornirvi le competenze per comprendere e utilizzare con fiducia gli strumenti più fondamentali della scatola di strumenti Machine Learning e evitare le cadute comuni delle applicazioni Data Science.
21 hours
In questo corso di formazione dal vivo, istruito, i partecipanti apprenderanno le tecniche di machine learning più rilevanti e all'avanguardia in Python mentre costruiscono una serie di applicazioni demo che includono immagini, musica, testo e dati finanziari Alla fine di questa formazione, i partecipanti saranno in grado di: Implementare algoritmi e tecniche di apprendimento automatico per risolvere problemi complessi Applicare l'apprendimento approfondito e l'apprendimento semisupervato alle applicazioni che coinvolgono immagini, musica, testo e dati finanziari Spingere gli algoritmi Python al massimo potenziale Usa librerie e pacchetti come NumPy e Theano Pubblico Sviluppatori Gli analisti Scienziati di dati Formato del corso Lezione di parte, discussione parziale, esercitazioni e pratica intensiva .
28 hours
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.
28 hours
Questo è un corso di 4 giorni che introduce AI e la sua applicazione utilizzando il linguaggio di programmazione Python. C'è un'opzione per avere un giorno supplementare per intraprendere un progetto AI alla conclusione di questo corso.
21 hours
Profondamente Reinforcement Learning riferisce alla capacità di un agente artificiale " di imparare da prova e errore e punizioni. Un agente artifiziale mira a emulare un umano ' capacità di ottenere e costruire conoscenza proprio, direttamente da entrate prima come la visione. Per realizzare l'apprendimento di rafforzamento, vengono utilizzate le reti di apprendimento profonde e neurale. L'apprendimento di riforzamento è diverso dall'apprendimento macchina e non affida sugli approcchi di apprendimento superviso e non supervisati.In questo instruttore, la formazione viva, i partecipanti imparanno i fondamentali della Deep Reinforcement Learning, in quanto passono attraverso la creazione di un Deep Learning Agente.Al fine di questa formazione, i partecipanti saranno in grado di:
- Capito i concetti chiavi dietro la Profonda Reinforcement Learning e possono distinguirlo da Machine Learning Applicare algoritmi avanzati Reinforcement Learning per risolvere problemi del mondo reale Construire un Deep Learning Agente
- Sviluppotori dati scientifici
- Parti, discussione parziale, esercizi e pratica pesante
28 hours
L'apprendimento automatico è un ramo dell'intelligenza artificiale in cui i computer hanno la capacità di imparare senza essere esplicitamente programmati.
L'apprendimento profondo è un sub-campo di apprendimento automatico che utilizza metodi basati sulle rappresentazioni e le strutture dei dati di apprendimento come le reti neurali.
Python è un linguaggio di programmazione di alto livello famoso per la sua chiara sintasi e leggibilità del codice.
In questa formazione diretta da istruttori, i partecipanti impareranno come implementare modelli di apprendimento profondo per telecom utilizzando Python mentre passano attraverso la creazione di un modello di rischio di credito profondo.
Al termine di questo corso, i partecipanti saranno in grado di:
-
Comprendere i concetti fondamentali dell’apprendimento profondo.
Scopri le applicazioni e gli usi dell'apprendimento profondo in telecom.
Utilizzare Python, Keras, e TensorFlow per creare modelli di apprendimento profondo per telecom.
Costruisci il tuo modello di profondità di apprendimento del cliente utilizzando Python.
-
Interattiva lezione e discussione.
Molti esercizi e pratiche.
Implementazione a mano in un ambiente live-lab.
-
Per richiedere una formazione personalizzata per questo corso, si prega di contattarci per organizzare.
14 hours
Embedding Projector è un'applicazione web opensource per la visualizzazione dei dati utilizzati per addestrare i sistemi di machine learning Creato da Google, fa parte di TensorFlow Questo corso di formazione dal vivo con istruttore introduce i concetti alla base di Embedding Projector e accompagna i partecipanti attraverso la configurazione di un progetto dimostrativo Alla fine di questa formazione, i partecipanti saranno in grado di: Scopri come i dati vengono interpretati dai modelli di apprendimento automatico Navigare attraverso le viste 3D e 2D dei dati per comprendere come un algoritmo di apprendimento automatico lo interpreti Comprendere i concetti dietro Embeddings e il loro ruolo nella rappresentazione di vettori matematici per immagini, parole e numeri Esplora le proprietà di un incorporamento specifico per comprendere il comportamento di un modello Applicare Embedding Project ai casi d'uso del mondo reale come costruire un sistema di raccomandazione di canzoni per gli amanti della musica Pubblico Sviluppatori Scienziati di dati Formato del corso Lezione di parte, discussione parziale, esercitazioni e pratica intensiva .
7 hours
Questo corso è stato creato per manager, architetti di soluzioni, ufficiali di innovazione, CTO, architetti di software e chiunque sia interessato a una panoramica dell'intelligenza artificiale applicata e la previsione più vicina per il suo sviluppo.
7 hours
Questo corso di formazione è rivolto a persone che desiderano applicare le tecniche di Machine Learning base in applicazioni pratiche. 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.
14 hours
Questo corso di formazione è rivolto a persone che desiderano applicare l' Machine Learning in applicazioni pratiche. Pubblico Questo corso è rivolto a data scientist e statistici che hanno una certa familiarità con le statistiche e sanno programmare R (o Python o altra lingua scelta). L'enfasi di questo corso è sugli aspetti pratici della preparazione, esecuzione, analisi e visualizzazione di dati / modelli. Lo scopo è quello di fornire applicazioni pratiche Machine Learning ai partecipanti interessati ad applicare i metodi di lavoro. Esempi specifici di settore vengono utilizzati per rendere la formazione rilevante per il pubblico.
14 hours
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 utilizzare i più importanti blocchi di Machine Learning , come prendere decisioni sulla modellazione dei dati, interpretare i risultati degli algoritmi e convalidare i risultati. 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 .
21 hours
La rete neurale artificiale è un modello di dati computazionale utilizzato nello sviluppo di sistemi di Artificial Intelligence (AI) in grado di eseguire attività "intelligenti". Neural Networks sono comunemente utilizzate nelle applicazioni di Machine Learning (ML), che sono esse stesse un'implementazione dell'IA. Deep Learning è un sottoinsieme di ML.
21 hours
This course will be a combination of theory and practical work with specific examples used throughout the event.
21 hours
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 dei modelli. Dopo un breve background teorico, i partecipanti eseguiranno un semplice esercizio usando open source (di solito R) o qualsiasi altro software popolare.
14 hours
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 utilizzare i più importanti blocchi di Machine Learning , come prendere decisioni sulla modellazione dei dati, interpretare i risultati degli algoritmi e convalidare i risultati. 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 .
14 hours
R è un linguaggio di programmazione open source gratuito per la computazione statistica, l'analisi dei dati e la grafica. La ricerca viene utilizzata da un numero crescente di manager e analisti di dati all'interno delle società e delle accademie. R ha una vasta gamma di pacchetti per l'estrazione dei dati.
35 hours
Questo corso è stato creato per le persone che non hanno precedenti esperienze in probabilità e statistiche .
21 hours
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 .
21 hours
Questo corso di formazione è rivolto a persone che desiderano applicare l' Machine Learning in applicazioni pratiche per il proprio team. La formazione non si tufferà nei tecnicismi e verterà su concetti di base e applicazioni operative / operative degli stessi. Destinatari
- Investitori e imprenditori AI
- Manager e ingegneri la cui azienda si sta avventurando nello spazio AI
- Analisti Business e investitori
7 hours
Snorkel è un sistema per creare, modellare e gestire rapidamente i dati di allenamento Si concentra sull'accelerazione dello sviluppo di applicazioni di estrazione dati strutturate o "oscure" per domini in cui non sono disponibili o facili da ottenere insiemi di formazione con etichette di grandi dimensioni In questo corso di formazione dal vivo con istruttore, i partecipanti impareranno le tecniche per estrarre valore da dati non strutturati come testo, tabelle, figure e immagini attraverso la modellazione dei dati di allenamento con Snorkel Alla fine di questa formazione, i partecipanti saranno in grado di: Crea programmaticamente set di allenamento per abilitare l'etichettatura di set di allenamento di massa Prepara modelli di qualità elevata modellando prima i set di allenamento rumorosi Utilizzare Snorkel per implementare le deboli tecniche di supervisione e applicare la programmazione dei dati ai sistemi di apprendimento automatico con sistema debolmente supervisionato Pubblico Sviluppatori Scienziati di dati Formato del corso Lezione di parte, discussione parziale, esercitazioni e pratica intensiva .
14 hours
Encog è un framework di apprendimento automatico opensource per Java eNet In questo corso di formazione dal vivo, istruito, i partecipanti apprenderanno tecniche avanzate di apprendimento automatico per la costruzione di modelli predittivi di reti neurali accurate Alla fine di questa formazione, i partecipanti saranno in grado di: Implementare diverse tecniche di ottimizzazione delle reti neurali per risolvere underfitting e overfitting Comprendere e scegliere tra un certo numero di architetture di rete neurali Implementare reti di feed-back e feedback supervisionate Pubblico Sviluppatori Gli analisti Scienziati di dati Formato del corso Lezione di parte, discussione parziale, esercitazioni e pratica intensiva .
14 hours
Encog è un framework di apprendimento automatico opensource per Java eNet In questo corso di formazione dal vivo con istruttore, i partecipanti impareranno come creare vari componenti della rete neurale usando ENCOG Verranno discusse le casistiche di Realworld e verranno esplorate le soluzioni basate su linguaggio macchina per questi problemi Alla fine di questa formazione, i partecipanti saranno in grado di: Preparare i dati per le reti neurali utilizzando il processo di normalizzazione Implementare reti feed-forward e metodologie di formazione sulla propagazione Implementare compiti di classificazione e regressione Modella e addestra reti neurali usando il workbench basato su GUI di Encog Integrare il supporto di rete neurale in applicazioni realworld Pubblico Sviluppatori Gli analisti Scienziati di dati Formato del corso Lezione di parte, discussione parziale, esercitazioni e pratica intensiva .
Last Updated:
Other countries
Consulting
Fine settimana Machine Learning corsi, Sera ML (Machine Learning) training, Machine Learning centro di addestramento, Machine Learning con istruttore, Fine settimana Machine Learning training, Sera Machine Learning (ML) corsi, Machine Learning coaching, ML (Machine Learning) istruttore, Machine Learning (ML) trainer, Machine Learning (ML) corsi di formazione, Machine Learning (ML) classi, Machine Learning in loco, Machine Learning corsi privati, ML (Machine Learning) training individuale
