Local, instructor-led live Machine Learning (ML) training courses demonstrate through hands-on practice how to apply machine learning techniques and tools for solving real-world problems in various industries. NobleProg ML courses cover different programming languages and frameworks, including Python, R language and Matlab. Machine Learning courses are offered for a number of industry applications, including Finance, Banking and Insurance and cover the fundamentals of Machine Learning as well as more advanced approaches such as Deep Learning.

Machine Learning training is available as "onsite live training" or "remote live training". Onsite live Machine Learning trainings in Italia can be carried out locally on customer premises or in NobleProg corporate training centers. Remote live training is carried out by way of an interactive, remote desktop.

NobleProg -- Your Local Training Provider

Recensioni

★★★★★

Il materiale di riferimento da utilizzare in seguito è stato molto buono.

PAUL BEALES- Seagate Technology.

Corso: Applied Machine Learning

Translated by

Cosa ti è piaciuto di più della formazione ?: Mi ha dato buone pratiche con l'utilizzo di R per costruire sistemi di apprendimento automatico per situazioni reali. Posso usarlo subito nel mio lavoro. Questo è stato un corso eccellente. Uno dei migliori che ho avuto.

Matthew Thomas - British Telecom

Corso: Applied Machine Learning

Translated by

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

Translated by

L'allenatore era così preparato e comprendeva le aree che mi interessavano.

Mohamed Salama

Corso: Data Mining & Machine Learning with R

Translated by

L'argomento è molto interessante.

Wojciech Baranowski

Corso: Introduction to Deep Learning

Translated by

Formazione teorica e volontà dei formatori di risolvere i problemi con i partecipanti dopo la formazione.

Grzegorz Mianowski

Corso: Introduction to Deep Learning

Translated by

Argomento. Molto interessante!.

Piotr

Corso: Introduction to Deep Learning

Translated by

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

Translated by

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

Translated by

La panoramica globale dell'apprendimento approfondito.

Bruno Charbonnier

Corso: Advanced Deep Learning

Translated by

Gli esercizi sono sufficientemente pratici e non richiedono un'alta conoscenza di Python.

Alexandre GIRARD

Corso: Advanced Deep Learning

Translated by

Fare esercizi su esempi reali usando Eras. L'Italia ha pienamente compreso le nostre aspettative su questa formazione.

Paul Kassis

Corso: Advanced Deep Learning

Translated by

Il soggetto. Sembrava interessante, ma me ne andai sapendo non molto più di prima.

Radoslaw Labedzki

Corso: Introduction to Deep Learning

Translated by

Mi è piaciuto che questo corso avesse un argomento molto interessante.

Wojciech Wilk

Corso: Introduction to Deep Learning

Translated by

Ho davvero apprezzato le risposte cristalline di Chris alle nostre domande.

Léo Dubus

Corso: Neural Networks Fundamentals using TensorFlow as Example

Translated by

In generale mi è piaciuto l'allenatore esperto.

Sridhar Voorakkara

Corso: Neural Networks Fundamentals using TensorFlow as Example

Translated by

Sono rimasto stupito dallo standard di questa classe - direi che era standard universitario.

David Relihan

Corso: Neural Networks Fundamentals using TensorFlow as Example

Translated by

Ottima panoramica a tutto tondo. Buona conoscenza del motivo per cui Tensorflow opera come fa.

Kieran Conboy

Corso: Neural Networks Fundamentals using TensorFlow as Example

Translated by

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

Translated by

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

Translated by

La formazione ha fornito le giuste basi che ci consentono di approfondire ulteriormente, mostrando come la teoria e la pratica vanno di pari passo. In realtà mi ha fatto più interessare all'argomento di quanto non fossi prima.

Jean-Paul van Tillo

Corso: Machine Learning and Deep Learning

Translated by

Ho apprezzato molto la copertura e la profondità degli argomenti.

Anirban Basu

Corso: Machine Learning and Deep Learning

Translated by

La profonda conoscenza del formatore sull'argomento.

Sebastian Görg

Corso: Introduction to Deep Learning

Translated by

Approccio molto aggiornato o CPI (flusso tensoriale, epoca, apprendimento) per l'apprendimento automatico.

Paul Lee

Corso: TensorFlow for Image Recognition

Translated by

Molto flessibile

Frank Ueltzhöffer

Corso: Artificial Neural Networks, Machine Learning and Deep Thinking

Translated by

In genere mi è piaciuta la flessibilità.

Werner Philipp

Corso: Artificial Neural Networks, Machine Learning and Deep Thinking

Translated by

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

Translated by

Ho tratto beneficio dalla selezione degli argomenti. Stile di allenamento Orientamento alla pratica.

Commerzbank AG

Corso: Neural Networks Fundamentals using TensorFlow as Example

Translated by

Approfondita trattazione di argomenti di apprendimento automatico, in particolare reti neurali. Demistificato molto dell'argomento.

Sacha Nandlall

Corso: Python for Advanced Machine Learning

Translated by

esercizi

L M ERICSSON LIMITED

Corso: Machine Learning

Translated by

gli esercizi di laboratorio

Marcell Lorant - L M ERICSSON LIMITED

Corso: Machine Learning

Translated by

Il modulo per appunti Jupyter, in cui è disponibile il materiale di formazione

L M ERICSSON LIMITED

Corso: Machine Learning

Translated by

C'erano molti esercizi e argomenti interessanti.

L M ERICSSON LIMITED

Corso: Machine Learning

Translated by

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

Translated by

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

Translated by

Ho tratto beneficio dalla passione di insegnare e di concentrarmi sul rendere la cosa sensata.

Zaher Sharifi - GOSI

Corso: Advanced Deep Learning

Translated by

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

Translated by

It is showing many methods with pre prepared scripts- very nicely prepared materials & easy to traceback

Kamila Begej - GE Medical Systems Polska Sp. Zoo

Corso: Machine Learning – Data science

I like that training was focused on examples and coding. I thought that it is impossible to pack so much content into three days of training, but I was wrong. Training covered many topics and everything was done in a very detailed manner (especially tuning of model's parameters - I didn't expected that there will be a time for this and I was gratly surprised).

Bartosz Rosiek - GE Medical Systems Polska Sp. Zoo

Corso: Machine Learning – Data science

Sottocategorie Machine Learning

Schema generale del corso ML (Machine Learning)

Title

Duration

Overview

Title

Duration

Overview

Artificial Intelligence Overview

7 hours

Overview

Questo corso è stato creato per manager, architetti di soluzioni, responsabili dell'innovazione, CTO, architetti di software e chiunque sia interessato a una panoramica dell'intelligenza artificiale applicata e delle previsioni più prossime per il suo sviluppo.

Understanding Deep Neural Networks

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 .

Deep Learning for Finance (with Python)

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 .

Deep Learning for Banking (with R)

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 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 implementare modelli di deep learning per le attività bancarie utilizzando R mentre passano attraverso la creazione di un modello di rischio di credito 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 dell'apprendimento approfondito 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 profondo usando R Pubblico Sviluppatori Scienziati di dati Formato del corso Lezione di parte, discussione parziale, esercitazioni e pratica intensiva .

Deep Learning for Banking (with Python)

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 il banking utilizzando Python mentre passano attraverso la creazione di un modello di rischio di credito 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 dell'apprendimento approfondito nel settore bancario Usa Python, Keras e TensorFlow per creare modelli di deep learning per il settore bancario Costruire il proprio modello di rischio di credito per l'apprendimento profondo usando Python Pubblico Sviluppatori Scienziati di dati Formato del corso Lezione di parte, discussione parziale, esercitazioni e pratica intensiva .

Deep Learning for Finance (with R)

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 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 apprenderanno come implementare modelli di deep learning per la finanza usando R mentre passano attraverso la creazione di un modello di previsione 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 R per creare modelli di deep learning per la finanza Costruire il proprio modello di previsione dei prezzi delle azioni per l'apprendimento profondo usando R Pubblico Sviluppatori Scienziati di dati Formato del corso Lezione di parte, discussione parziale, esercitazioni e pratica intensiva .

Machine Learning for Finance (with R)

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 .

Machine Learning for Finance (with Python)

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 .

Deep Learning for NLP (Natural Language Processing)

28 hours

Overview

Deep Learning for NLP consente a una macchina di apprendere l'elaborazione del linguaggio da semplice a complessa Tra le attività attualmente possibili sono la traduzione in lingua e la generazione di didascalie per le foto DL (Deep Learning) è un sottoinsieme di ML (Machine Learning) Python è un linguaggio di programmazione popolare che contiene librerie per Deep Learning for NLP In questo corso di formazione dal vivo con istruttore, i partecipanti impareranno a utilizzare le librerie Python per NLP (Natural Language Processing) mentre creano un'applicazione che elabora una serie di immagini e genera didascalie Alla fine di questa formazione, i partecipanti saranno in grado di: Progettare e codificare DL per NLP usando le librerie Python Crea un codice Python che legge una collezione enorme di immagini e genera parole chiave Crea codice Python che genera didascalie dalle parole chiave rilevate Pubblico Programmatori con interesse per la linguistica Programmatori che cercano una comprensione della PNL (Natural Language Processing) Formato del corso Lezione di parte, discussione parziale, esercitazioni e pratica intensiva .

Text Summarization with Python

14 hours

Overview

In Python Machine Learning, la funzione Riepilogo testo è in grado di leggere il testo di input e produrre un riepilogo del testo Questa funzionalità è disponibile dalla riga di comando o come API / libreria Python Un'applicazione entusiasmante è la rapida creazione di sommari esecutivi; questo è particolarmente utile per le organizzazioni che hanno bisogno di rivedere grandi quantità di dati testuali prima di generare report e presentazioni In questo corso di formazione dal vivo con istruttore, i partecipanti impareranno a usare Python per creare una semplice applicazione che generi automaticamente un sommario del testo di input Alla fine di questa formazione, i partecipanti saranno in grado di: Utilizzare uno strumento della riga di comando che riepiloga il testo Progetta e crea codice di riepilogo del testo usando le librerie Python Valutare tre librerie di riepilogo di Python: sumy 070, pysummarization 104, readless 1017 Pubblico Sviluppatori Scienziati di dati Formato del corso Lezione di parte, discussione parziale, esercitazioni e pratica intensiva .

OpenNLP for Text Based Machine Learning

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 .

Building Intelligent Mobile Applications

35 hours

Overview

Le applicazioni intelligenti sono app di nuova generazione in grado di apprendere continuamente dalle interazioni degli utenti per fornire un valore e una pertinenza migliori agli utenti In questo corso di formazione dal vivo, istruito, i partecipanti impareranno come costruire applicazioni mobili intelligenti e robot Alla fine di questa formazione, i partecipanti saranno in grado di: Comprendere i concetti fondamentali delle applicazioni intelligenti Scopri come utilizzare vari strumenti per creare applicazioni intelligenti Costruisci applicazioni intelligenti usando Azure, l'API di Cognitive Services, Stream Analytics e Xamarin Pubblico Sviluppatori I programmatori hobbisti Formato del corso Lezione di parte, discussione parziale, esercitazioni e pratica intensiva .

Machine Learning for Banking (with Python)

21 hours

Overview

Machine Learning 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 bancario 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 Pubblico Sviluppatori Scienziati di dati Formato del corso Lezione di parte, discussione parziale, esercitazioni e pratica intensiva .

Machine Learning for Banking (with R)

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 .

Matlab for Deep Learning

14 hours

Overview

In questo corso di formazione dal vivo, istruito, i partecipanti impareranno come usare Matlab per progettare, costruire e visualizzare una rete neurale convoluzionale per il riconoscimento dell'immagine Alla fine di questa formazione, i partecipanti saranno in grado di: Costruisci un modello di apprendimento profondo Automatizza l'etichettatura dei dati Lavora con i modelli di Caffe e TensorFlowKeras Allena i dati utilizzando più GPU, il cloud o i cluster Pubblico Sviluppatori ingegneri Esperti di dominio Formato del corso Lezione di parte, discussione parziale, esercitazioni e pratica intensiva .

TensorFlow Serving

7 hours

Overview

TensorFlow Serving è un sistema per servire modelli di machine learning (ML) alla produzione In questo corso di formazione dal vivo con istruttore, i partecipanti impareranno come configurare e utilizzare TensorFlow Serving per distribuire e gestire i modelli ML in un ambiente di produzione Alla fine di questa formazione, i partecipanti saranno in grado di: Addestrare, esportare e servire vari modelli di TensorFlow Testare e distribuire algoritmi utilizzando un'unica architettura e un insieme di API Estendi TensorFlow Serve per servire altri tipi di modelli oltre ai modelli TensorFlow Pubblico Sviluppatori Scienziati di dati Formato del corso Lezione di parte, discussione parziale, esercitazioni e pratica intensiva .

Machine Learning on iOS

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 .

Python: Machine Learning with Text

21 hours

Overview

In questo corso di formazione dal vivo, istruito, i partecipanti impareranno come utilizzare le giuste tecniche di apprendimento automatico e le tecniche di PNL (Natural Language Processing) per estrarre valore dai dati basati su testo Alla fine di questa formazione, i partecipanti saranno in grado di: Risolvi problemi di data science basati su testo con codice riutilizzabile di alta qualità Applicare diversi aspetti di scikitlearn (classificazione, clustering, regressione, riduzione della dimensionalità) per risolvere i problemi Costruire modelli di apprendimento automatico efficaci utilizzando dati basati su testo Creare un set di dati ed estrarre le caratteristiche dal testo non strutturato Visualizza i dati con Matplotlib Costruisci e valuta i modelli per ottenere informazioni dettagliate Risolvi errori di codifica del testo Pubblico Sviluppatori Scienziati di dati Formato del corso Lezione di parte, discussione parziale, esercitazioni e pratica intensiva .

Encog: Introduction to Machine Learning

14 hours

Overview

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 .

Encog: Advanced Machine Learning

14 hours

Overview

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 .

Advanced Machine Learning with R

21 hours

Overview

In questo corso di formazione dal vivo, istruito, i partecipanti apprenderanno tecniche avanzate per l'apprendimento automatico con R quando passeranno attraverso la creazione di un'applicazione Realworld Alla fine di questa formazione, i partecipanti saranno in grado di: Utilizzare le tecniche come tuning hyperparameter e deep learning Comprendere e implementare tecniche di apprendimento non supervisionate Metti in produzione un modello da utilizzare in un'applicazione più grande Pubblico Sviluppatori Gli analisti Scienziati di dati Formato del corso Lezione di parte, discussione parziale, esercitazioni e pratica intensiva .

Turning Data into Intelligent Action with Cortana Intelligence

28 hours

Overview

Cortana Intelligence Suite è un insieme di prodotti e servizi integrati su Microsoft Azure Cloud che consentono alle entità di trasformare i dati in azioni intelligenti In questo corso di formazione dal vivo con istruttore, i partecipanti impareranno come utilizzare i componenti che fanno parte della Cortana Intelligence Suite per creare applicazioni intelligenti datadrive Alla fine di questa formazione, i partecipanti saranno in grado di: Scopri come utilizzare gli strumenti Cortana Intelligence Suite Acquisire le ultime conoscenze di gestione e analisi dei dati Utilizza i componenti Cortana per trasformare i dati in azioni intelligenti Utilizzare Cortana per creare applicazioni da zero e avviarlo nel cloud Pubblico Scienziati di dati I programmatori Sviluppatori I gestori architetti Formato del corso Lezione di parte, discussione parziale, esercitazioni e pratica intensiva .

AI Awareness for Telecom

14 hours

Overview

AI è una raccolta di tecnologie per la costruzione di sistemi intelligenti in grado di comprendere i dati e le attività che circondano i dati per prendere "decisioni intelligenti" Per i fornitori di servizi di telecomunicazione, la creazione di applicazioni e servizi che fanno uso dell'IA potrebbe aprire la porta a operazioni e servizi migliori in aree quali la manutenzione e l'ottimizzazione della rete In questo corso esaminiamo le varie tecnologie che compongono l'intelligenza artificiale e le competenze necessarie per metterle in pratica Durante il corso, esaminiamo le applicazioni specifiche di AI all'interno del settore delle telecomunicazioni Pubblico Ingegneri di rete Personale delle operazioni di rete Responsabili tecnici delle telecomunicazioni Formato del corso Lezione di parte, discussione parziale, esercitazioni di handson .

Machine Learning with Python

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.

Applied AI from Scratch in Python

28 hours

Overview

This is a 4 day course introducing AI and it's application using the Python programming language. There is an option to have an additional day to undertake an AI project on completion of this course.

Deep Learning with Keras

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/

Deep Learning with TensorFlow 2.0

21 hours

Overview

TensorFlow è una libreria popolare e di apprendimento automatico sviluppata da Google per il Deep Learning, il calcolo numerico e l'apprendimento automatico su larga scala. TensorFlow 2,0, rilasciato in gennaio 2019, è la versione più recente di TensorFlow e include miglioramenti nell'esecuzione desiderosa, compatibilità e coerenza API.

questa formazione dal vivo dell'istruttore (in loco o a distanza) è rivolta a sviluppatori e data scientist che desiderano utilizzare Tensorflow 2,0 per costruire predittori, classificatori, modelli generativi, reti neurali e così via.

entro la fine di questa formazione, i partecipanti saranno in grado di:

- installare e configurare TensorFlow 2,0.
- comprendere i vantaggi di TensorFlow 2,0 rispetto alle versioni precedenti.
- costruire modelli di Deep Learning.
- implementare un classificatore di immagini avanzato.
- distribuire un modello di Deep learning per i dispositivi cloud, mobile e IoT.

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 ulteriori informazioni su TensorFlow, visita: https://www.tensorflow.org/

Feature Engineering for Machine Learning

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 di materia.

questa formazione diretta da istruttore (in loco o a distanza) è rivolta a persone che desiderano applicare tecniche di progettazione di funzionalità per elaborare meglio i dati e ottenere modelli di Machine Learning migliori.

entro la fine di questa formazione, i partecipanti saranno in grado di:

- impostare un ambiente di sviluppo ottimale, compresi tutti i pacchetti Python necessari.
- ottenere informazioni importanti analizzando le funzionalità di un set di dati.
- ottimizza i modelli di machine learning attraverso l'adattamento dei dati grezzi stessi.
- Clean e trasformare set di dati in preparazione per Machine Learning.

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.

Artificial Intelligence (AI) with H2O

14 hours

Overview

H2O è una piattaforma di analisi predittiva open source. Supporta R, Python, scala, Java e REST.

questa formazione dal vivo dell'istruttore (in loco o a distanza) è rivolta a persone tecniche che desiderano costruire modelli di machine learning utilizzando algoritmi come GLM, Deep Learning e foreste casuali.

entro la fine di questa formazione, i partecipanti saranno in grado di:

- installare e configurare H2O.
- creare modelli di apprendimento automatico utilizzando diversi algoritmi popolari.
- valutare i modelli in base al tipo di dati e ai requisiti aziendali.

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 H2O, si prega di visitare: https://www.h2o.ai/

H2O AutoML

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.

Prossimi corsi ML (Machine Learning)

Deep Learning with TensorFlow 2.0

2019-07-31 09:30:00

Torino

Remote

4500EUR

Classe

5300EUR

Apache SystemML for Machine Learning

2019-08-05 09:30:00

Roma

Remote

3500EUR

Classe

4100EUR

NLP with Deeplearning4j

2019-08-06 09:30:00

Napoli

Remote

3500EUR

Classe

4100EUR

Mastering Deeplearning4j

2019-08-12 09:30:00

Milano

Remote

5250EUR

Classe

6050EUR

Mastering Deeplearning4j

2019-08-12 09:30:00

Napoli

Remote

5250EUR

Classe

6050EUR

Other regions

;Roma Milano Napoli Torino Genova Bologna

Other countries

These courses are also available in other countries ››

Consulting

Machine Learning 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