Neural Networks Training Courses

Neural Networks Training Courses

I corsi di formazione sulla rete neurale dal vivo e istruttori dimostrano attraverso discussioni interattive e esercitazioni pratiche su come costruire reti neurali utilizzando una serie di toolkit e librerie per lo più open source e come utilizzare la potenza dell'hardware avanzato (GPU) e le tecniche di ottimizzazione che coinvolgono il calcolo distribuito e grandi dati I nostri corsi Neural Network sono basati su linguaggi di programmazione popolari come Python, Java, linguaggio R e librerie potenti, tra cui TensorFlow, Torch, Caffe, Theano e altri I corsi della nostra rete neurale riguardano sia la teoria che l'implementazione utilizzando una serie di implementazioni di reti neurali come reti neurali profonde (DNN), reti neurali convenzio- nali (CNN) e reti neurali ricorrenti (RNN) L'addestramento sulla rete neurale è disponibile come "allenamento dal vivo in loco" o "allenamento dal vivo a distanza" La formazione on-site in loco può essere svolta localmente presso la sede del cliente in Italia o nei centri di formazione aziendale NobleProg in Italia La formazione in remoto dal vivo viene effettuata tramite un desktop remoto interattivo NobleProg Il tuo fornitore di formazione locale.

Recensioni

★★★★★
★★★★★

Schema generale del corso Neural Networks

CodiceNomeDurataPanoramica
aiintArtificial Intelligence Overview7 oreQuesto 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.
MicrosoftCognitiveToolkitMicrosoft Cognitive Toolkit 2.x21 oreMicrosoft Cognitive Toolkit 2x (in precedenza CNTK) è un toolkit open source e commerciale che consente di addestrare algoritmi di apprendimento approfondito per apprendere come il cervello umano Secondo Microsoft, CNTK può essere 510 volte più veloce di TensorFlow su reti ricorrenti e da 2 a 3 volte più veloce di TensorFlow per le attività basate sull'imaging In questo corso di formazione dal vivo con istruttore, i partecipanti impareranno come utilizzare Microsoft Cognitive Toolkit per creare, addestrare e valutare algoritmi di deep learning da utilizzare in applicazioni AI commerciali che coinvolgono diversi tipi di dati come dati, parlato, testo e immagini Alla fine di questa formazione, i partecipanti saranno in grado di: Accedi a CNTK come libreria da un programma Python, C # o C ++ Utilizza CNTK come strumento autonomo di apprendimento automatico attraverso il proprio linguaggio di descrizione del modello (BrainScript) Utilizzare la funzionalità di valutazione del modello CNTK da un programma Java Combina DNN feedforward, reti convoluzionali (CNN) e reti ricorrenti (RNN / LSTM) Scala la capacità di calcolo su CPU, GPU e macchine multiple Accedi a enormi set di dati utilizzando linguaggi di programmazione e algoritmi esistenti Pubblico Sviluppatori Scienziati di dati Formato del corso Lezione di parte, discussione parziale, esercitazioni e pratica intensiva Nota Se desideri personalizzare qualsiasi parte di questo corso, incluso il linguaggio di programmazione scelto, ti preghiamo di contattarci per organizzare .
appaiApplied AI from Scratch28 oreThis is a 4 day course introducing AI and it's application. There is an option to have an additional day to undertake an AI project on completion of this course.
Nue_LBGNeural computing – Data science14 oreQuesta sessione di formazione in classe conterrà presentazioni ed esempi basati su computer e esercizi di case study da intraprendere con le relative librerie di rete neurali e profonde .
drlpythonDeep Reinforcement Learning with Python21 oreApprendimento di rinforzo profondo si riferisce alla capacità di un "agente artificiale" di apprendere mediante trialanderror, ricompense e pene Un agente artificiale mira a emulare la capacità di un umano di ottenere e costruire la conoscenza da sola, direttamente da input grezzi come la visione Per realizzare l'apprendimento di rinforzo, vengono utilizzate deep learning e reti neurali L'apprendimento del rinforzo è diverso dall'apprendimento automatico e non si basa su approcci di apprendimento supervisionati e non supervisionati In questo corso di formazione dal vivo istruito, i partecipanti apprenderanno i fondamenti del Deep Reinforcement Learning mentre passano attraverso la creazione di un Deep Learning Agent Alla fine di questa formazione, i partecipanti saranno in grado di: Comprendi i concetti chiave alla base del Deep Reinforcement Learning ed è in grado di distinguerlo dal Machine Learning Applicare algoritmi avanzati di apprendimento del rinforzo per risolvere i problemi del mondo reale Costruisci un agente di apprendimento profondo Pubblico Sviluppatori Scienziati di dati Formato del corso Lezione di parte, discussione parziale, esercitazioni e pratica intensiva .
undnnUnderstanding Deep Neural Networks35 oreQuesto 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 .
matlabdlMatlab for Deep Learning14 oreIn 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 .
encogintroEncog: Introduction to Machine Learning14 oreEncog 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 .
encogadvEncog: Advanced Machine Learning14 oreEncog 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 .
snorkelSnorkel: Rapidly Process Training Data7 oreSnorkel 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 .
PaddlePaddlePaddlePaddle21 orePaddlePaddle (PArallel Distributed Deep LEarning) è una piattaforma di apprendimento approfondito scalabile sviluppata da Baidu In questo corso di formazione dal vivo con istruttore, i partecipanti impareranno come usare PaddlePaddle per abilitare l'apprendimento approfondito nelle loro applicazioni di prodotti e servizi Alla fine di questa formazione, i partecipanti saranno in grado di: Configura e configura PaddlePaddle Configurare una rete neurale convoluzionale (CNN) per il riconoscimento di immagini e il rilevamento di oggetti Impostare una rete neurale ricorrente (RNN) per l'analisi dei sentimenti Impostare un apprendimento approfondito sui sistemi di raccomandazione per aiutare gli utenti a trovare risposte Prevedere le percentuali di clic (CTR), classificare i set di immagini di grandi dimensioni, eseguire il riconoscimento ottico dei caratteri (OCR), classificare le ricerche, rilevare virus informatici e implementare un sistema di raccomandazione Pubblico Sviluppatori Scienziati di dati Formato del corso Lezione di parte, discussione parziale, esercitazioni e pratica intensiva .
tpuprogrammingTPU Programming: Building Neural Network Applications on Tensor Processing Units7 oreLa Tensor Processing Unit (TPU) è l'architettura che Google ha utilizzato internamente per diversi anni e che sta diventando disponibile al pubblico Include diverse ottimizzazioni specifiche per l'uso in reti neurali, tra cui la moltiplicazione della matrice ottimizzata e gli interi a 8 bit invece di 16 bit per restituire livelli appropriati di precisione In questo corso di formazione dal vivo, istruito, i partecipanti impareranno come sfruttare le innovazioni nei processori TPU per massimizzare le prestazioni delle proprie applicazioni AI Alla fine della formazione, i partecipanti saranno in grado di: Formare vari tipi di reti neurali su grandi quantità di dati Utilizzare TPU per accelerare il processo di inferenza di un massimo di due ordini di grandezza Utilizza TPU per elaborare applicazioni intensive come la ricerca di immagini, la visione cloud e le foto Pubblico Sviluppatori ricercatori ingegneri Scienziati di dati Formato del corso Lezione di parte, discussione parziale, esercitazioni e pratica intensiva .
neuralnetIntroduction to the use of neural networks7 oreLa formazione è rivolta a persone che vogliono imparare le basi delle reti neurali e le loro applicazioni.
intrdplrngrsneuingIntroduction Deep Learning & Neural Networks for Engineers21 oreTipo: Formazione teorica con applicazioni decise a monte con gli studenti su Lasagne o Keras secondo il gruppo pedagogico Metodo di insegnamento: presentazione, scambi e casi studio L'intelligenza artificiale, dopo aver sconvolto molti campi scientifici, ha iniziato a rivoluzionare un gran numero di settori economici (industria, medicina, comunicazione, ecc) Tuttavia, la sua presentazione nei principali media è spesso fantastica, molto lontana da quelle che sono realmente le aree di Machine Learning o Deep Learning Lo scopo di questa formazione è fornire agli ingegneri che hanno già una padronanza degli strumenti informatici (compresa una base di programmazione software) un'introduzione al Deep Learning e alle sue varie aree di specializzazione e quindi alle principali architetture di rete esistenti Oggi Se le basi matematiche vengono richiamate durante il corso, si consiglia un livello di matematica del tipo BAC + 2 per maggiore comfort È assolutamente possibile saltare l'asse matematico per mantenere solo una visione di "sistema", ma questo approccio limiterà enormemente la tua comprensione del soggetto .
OpenNNOpenNN: Implementing Neural Networks14 oreOpenNN è una libreria di classi open source scritta in C ++ che implementa reti neurali, per l'uso in machine learning.

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

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

Formato del corso
Lezione e discussione insieme a esercizi pratici.
datamodelingPattern Recognition35 oreQuesto corso fornisce un'introduzione nel campo del riconoscimento di modelli e dell'apprendimento automatico Si tratta di applicazioni pratiche in statistica, informatica, elaborazione dei segnali, visione artificiale, data mining e bioinformatica Il corso è interattivo e comprende numerosi esercizi di handson, feedback degli istruttori e test delle conoscenze e delle abilità acquisite Pubblico Analisti di dati Dottorandi, ricercatori e professionisti .
NeuralnettfNeural Networks Fundamentals using TensorFlow as Example28 oreQuesto corso ti fornirà la conoscenza delle reti neurali e in generale dell'algoritmo di apprendimento automatico, dell'apprendimento profondo (algoritmi e applicazioni) Questa formazione è più incentrata sui fondamentali, ma ti aiuterà a scegliere la tecnologia giusta: TensorFlow, Caffe, Teano, DeepDrive, Keras, ecc Gli esempi sono fatti in TensorFlow .
aiautoArtificial Intelligence in Automotive14 oreQuesto corso riguarda l'intelligenza artificiale (enfatizzando l'apprendimento automatico e l'apprendimento approfondito) nell'industria automobilistica Aiuta a determinare quale tecnologia può essere (potenzialmente) utilizzata in più situazioni in un'auto: dall'automazione semplice, al riconoscimento delle immagini al processo decisionale autonomo .
aiintrozeroFrom Zero to AI35 oreQuesto corso è stato creato per le persone che non hanno precedenti esperienze in probabilità e statistiche .
bspkannmldtArtificial Neural Networks, Machine Learning and Deep Thinking21 oreArtificial Neural Network è un modello di dati computazionale utilizzato nello sviluppo di sistemi di Intelligenza Artificiale (AI) in grado di svolgere compiti "intelligenti". Le reti neurali sono comunemente utilizzate nelle applicazioni di Machine Learning (ML), che sono esse stesse un'implementazione dell'IA. Apprendimento profondo è un sottoinsieme di ML.
annmldtArtificial Neural Networks, Machine Learning, Deep Thinking21 oreArtificial Neural Network è un modello di dati computazionale utilizzato nello sviluppo di sistemi di Intelligenza Artificiale (AI) in grado di svolgere compiti "intelligenti". Le reti neurali sono comunemente utilizzate nelle applicazioni di Machine Learning (ML), che sono esse stesse un'implementazione dell'IA. Apprendimento profondo è un sottoinsieme di ML.
appliedmlApplied Machine Learning14 oreQuesto corso di formazione è rivolto a persone che desiderano applicare Machine Learning in applicazioni pratiche.

Pubblico

Questo corso è rivolto a scienziati e statistici che hanno familiarità con le statistiche e sanno come programmare R (o Python o altra lingua scelta). L'enfasi di questo corso è sugli aspetti pratici della preparazione di modelli / dati, esecuzione, analisi e visualizzazione post hoc.

Lo scopo è quello di dare applicazioni pratiche al Machine Learning ai partecipanti interessati ad applicare i metodi al lavoro.

Gli esempi specifici del settore vengono utilizzati per rendere la formazione pertinente per il pubblico.
rneuralnetNeural Network in R14 oreQuesto corso è un'introduzione all'applicazione di reti neurali in problemi del mondo reale usando il software Rproject .
appaipyApplied AI from Scratch in Python28 oreThis 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.

Prossimi corsi Neural Networks

CorsoCourse DatePrezzo del corso [A distanza / In classe]
Artificial Intelligence Overview - NapoliMar, 2019-01-15 09:301750EUR / 2150EUR
Artificial Intelligence Overview - RomaMer, 2019-01-16 09:301750EUR / 2150EUR
Artificial Intelligence Overview - MilanoMer, 2019-01-16 09:301750EUR / 2150EUR
Artificial Intelligence Overview - TorinoVen, 2019-02-01 09:301750EUR / 2150EUR
Artificial Intelligence Overview - GenovaLun, 2019-02-04 09:301750EUR / 2150EUR
Fine settimana Neural Networks corsi, Sera Neural Networks training, Neural Networks centro di addestramento, Neural Networks con istruttore, Fine settimana Neural Networks training, Sera Neural Networks corsi, Neural Networks coaching, Neural Networks istruttore, Neural Networks trainer, Neural Networks corsi di formazione, Neural Networks classi, Neural Networks in loco, Neural Networks corsi privati, Neural Networks training individuale

Corsi scontati

CorsoSedeCourse DatePrezzo del corso [A distanza / In classe]
OCEB2 OMG Certified Expert in BPM - Fundamental Exam PreparationMilanoLun, 2018-12-17 09:306300EUR / 7300EUR
Docker and KubernetesRomaMer, 2019-01-16 09:304455EUR / 5255EUR
Advanced C#, ASP.NET and Web Application SecurityRomaMer, 2019-03-13 09:305250EUR / 6050EUR
Natural Language Processing - AI/RoboticsBolognaLun, 2019-06-10 09:304725EUR / 5525EUR
Big Data - Data ScienceGenovaGio, 2019-07-04 09:303500EUR / 4100EUR

Newsletter per ricevere sconti sui corsi

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

I nostri clienti

is growing fast!

We are looking to expand our presence in Italy!

As a Business Development Manager you will:

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

We offer:

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

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

Apply now!