Machine Learning Kurzusok

  1. Mesterséges Intelligencia Training
  2. Machine Learning Kurzusok
Machine Learning Kurzusok

A helyi, oktató által vezetett élő gépi tanulás (ML) képzések gyakorlati gyakorlattal mutatják be, hogyan alkalmazzák a gépi tanulási technikákat és eszközöket a különböző iparágakban a valós problémák megoldására. A NobleProg ML tanfolyamok különböző programozási nyelveket és kereteket tartalmaznak, beleértve a Python, R nyelv és a Matlab programokat. Gépi tanfolyamokat kínálnak számos ipari alkalmazáshoz, beleértve a pénzügyeket, bankokat és biztosításokat, és fedezik a gépi tanulás alapjait, valamint a fejlettebb megközelítéseket, mint például a Deep Learning. A gépi tanulás képzése "helyszíni élő képzés" vagy "távoli élő képzés" formájában érhető el. A helyszíni élő képzés helyi szinten valósulhat meg az ügyfél telephelyén Magyarország vagy a NobleProg vállalati oktatóközpontjaiban Magyarország . A távoli élőképzés interaktív, távoli asztal segítségével történik. NobleProg - a helyi oktatási szolgáltató

Machine Translated

Ajánlások

★★★★★
★★★★★

Subcategories

Deep Learning KurzusokDeep Learning
PredictionIO KurzusokPredictionIO
Apache SystemML KurzusokApache SystemML
Pattern Recognition KurzusokPattern Recognition
RapidMiner KurzusokRapidMiner
AutoML KurzusokAutoML
H2O KurzusokH2O

Kurzusleírás

Title
Duration
Overview
Title
Duration
Overview

Artificial Intelligence Overview

7 hours
Overview
Ez a kurzus vezetőknek, megoldási építészeknek, innovációs tisztviselőknek, CTO-knak, szoftverarchitektöknek és bárki számára készült, aki érdeklődik az alkalmazott mesterséges intelligencia áttekintéséről és a legközelebbi előrejelzésről a fejlesztéshez.

Text Summarization with Python

14 hours
Overview
A Python Machine Learning programban a szövegösszefüggés funkció képes olvasni a beviteli szöveget és szövegösszefüggést készíteni Ez a képesség a parancssorból vagy Python API-ból / könyvtárból érhető el Egy izgalmas alkalmazás a végrehajtó összefoglalók gyors létrehozása; ez különösen hasznos azoknak a szervezeteknek, amelyeknek nagyobb szövegszövegeket kell átnézniük, mielőtt jelentéseket és előadást készítenének Ebben az oktatott, élő képzésben a résztvevők megtanulják használni a Pythonot, hogy létrehozzanak egy egyszerű alkalmazást, amely automatikusan létrehozza a beviteli szöveg összefoglalását A képzés végére a résztvevők képesek lesznek: Használjon parancssori eszközt, amely összefoglalja a szöveget Tervezzen és hozzon létre szöveges összegzési kódot a Python könyvtárakkal Értékelje három Python összefoglaló könyvtárat: Sumy 070, Permanumization 104, Readless 1017 Közönség Fejlesztők Adatkutatók A tanfolyam formátuma Részelőadás, vitafórumok, gyakorlatok és nehéz handson gyakorlat .

Turning Data into Intelligent Action with Cortana Intelligence

28 hours
Overview
A Cortana Intelligence Suite egy sor integrált termék és szolgáltatás, amely lehetővé teszi az entitások számára az adatok intelligens műveletekké történő átalakítását Ebben az oktatott, élő képzésben a résztvevők megtanulják használni a Cortana Intelligence Suite részét képező összetevőket, hogy datadriven intelligens alkalmazásokat készítsenek A képzés végére a résztvevők képesek lesznek: Ismerje meg, hogyan kell használni a Cortana Intelligence Suite eszközöket Ismerje meg az adatkezelés és -elemzés legújabb ismereteit Használja a Cortana komponenseket, hogy az adatokat intelligens műveletekké alakítsa Használja a Cortana-t az alkalmazásokat a semmiből, és indítsa el a felhőben Közönség Adatkutatók programozók Fejlesztők Menedzserek Építészek A tanfolyam formátuma Részelőadás, vitafórumok, gyakorlatok és nehéz handson gyakorlat .

Deep Learning for Finance (with Python)

28 hours
Overview
A gépi tanulás a Mesterséges Intelligencia ága, ahol a számítógépek képesek tanulni anélkül, hogy kifejezetten programoztak volna A mély tanulás a gépi tanulás egyik részmezete, amely olyan tanulási adatokon és struktúrákon alapuló módszereket alkalmaz, mint a neurális hálózatok A Python egy magas szintű programozási nyelv, amely híres a világos szintaxisról és a kódok olvashatóságáról Ebben az oktatott, élő képzésben a résztvevők megtanulják, hogyan hajtsanak végre mélytanulási modelleket a pénzügyek felhasználására a Python segítségével, miközben átmegyek egy mély tanulási részvényár-előrejelzési modell létrehozásán A képzés végére a résztvevők képesek lesznek: Értsd meg a mélytanulás alapfogalmait Megtanulják a mély tanulás alkalmazását és felhasználását a pénzügyekben A Python, a Keras és a TensorFlow segítségével mély tanulásmodelleket hozhat létre a finanszírozáshoz Építsen saját mélytanulási részvényár-előrejelzési modellt a Python használatával Közönség Fejlesztők Adatkutatók A tanfolyam formátuma Részelőadás, vitafórumok, gyakorlatok és nehéz handson gyakorlat .

Deep Learning for Banking (with R)

28 hours
Overview
A gépi tanulás a mesterséges intelligencia egyik ága, amelyben a számítógépek képesek tanulni anélkül, hogy kifejezetten programoznák őket. A mély tanulás a gépi tanulás alterülete, amely az adatok reprezentációján és struktúráin, például neurális hálókon alapuló módszereket használ. R a pénzügyi iparban népszerű programozási nyelv. A pénzügyi alkalmazásokban használják, az alapkereskedelmi programoktól kezdve a kockázatkezelési rendszerekig.

Ebben az oktató által vezetett, élő képzésen a résztvevők megtanulják, hogyan valósíthatók meg mélyreható tanulási modellek a bankok számára az R segítségével, miközben egy mélyreható tanulási hitelkockázati modellt készítenek.

A képzés végére a résztvevők képesek lesznek:

- Megérteni a mély tanulás alapvető fogalmait
- Ismerje meg a mélyreható tanulás alkalmazásokat és felhasználásait a banki szolgáltatásokban
- Az R gombbal alapos tanulási modelleket hozhat létre a bankok számára
- Készítsen saját mélyreható tanulási hitelkockázati modellt R segítségével

Közönség

- Fejlesztők
- Adattudósok

A tantárgy formátuma

- Részleges előadás, részleges beszélgetés, gyakorlatok és nehéz gyakorlati gyakorlat

Deep Learning for Banking (with Python)

28 hours
Overview
A gépi tanulás a Mesterséges Intelligencia ága, ahol a számítógépek képesek tanulni anélkül, hogy kifejezetten programoztak volna A mély tanulás a gépi tanulás egyik részmezete, amely olyan tanulási adatokon és struktúrákon alapuló módszereket alkalmaz, mint a neurális hálózatok A Python egy magas szintű programozási nyelv, amely híres a világos szintaxisról és a kódok olvashatóságáról Ebben az oktatott, élő képzésben a résztvevők megtanulják, hogyan hajtsanak végre mélytanulási modelleket a bankok számára a Python használatával, miközben átmegyek egy mély tanulási hitelkockázati modell létrehozásán A képzés végére a résztvevők képesek lesznek: Értsd meg a mélytanulás alapfogalmait Ismerje meg a banki banki alkalmazások alkalmazását és használatát A Python, a Keras és a TensorFlow segítségével mély tanulásmodelleket hozhat létre a bankok számára Építsen saját mélytanulási hitelkockázati modellt Python használatával Közönség Fejlesztők Adatkutatók A tanfolyam formátuma Részelőadás, vitafórumok, gyakorlatok és nehéz handson gyakorlat .

Deep Learning for Finance (with R)

28 hours
Overview
A gépi tanulás a mesterséges intelligencia egyik ága, amelyben a számítógépek képesek tanulni anélkül, hogy kifejezetten programoznák őket. A mély tanulás a gépi tanulás alterülete, amely az adatok reprezentációján és struktúráin, például neurális hálókon alapuló módszereket használ. R a pénzügyi iparban népszerű programozási nyelv. A pénzügyi alkalmazásokban használják, az alapkereskedelmi programoktól kezdve a kockázatkezelési rendszerekig.

Ebben az oktató által vezetett, élő képzésen a résztvevők megtanulják, hogyan valósítsák meg a mélyreható tanulási modelleket az R felhasználásával, miközben egy mély tanulási részvényárak előrejelzési modelljének létrehozásával lépnek át.

A képzés végére a résztvevők képesek lesznek:

- Megérteni a mély tanulás alapvető fogalmait
- Ismerje meg a mélyreható tanulás alkalmazásait és felhasználásait a pénzügyek területén
- Használja az R billentyűt mélyreható tanulási modellek létrehozásához a pénzügyekhez
- Készítsen saját mélyreható tanulási tőzsdei előrejelzési modellt R segítségével

Közönség

- Fejlesztők
- Adattudósok

A tantárgy formátuma

- Részleges előadás, részleges beszélgetés, gyakorlatok és nehéz gyakorlati gyakorlat

Machine Learning for Finance (with R)

28 hours
Overview
A gépi tanulás a mesterséges intelligencia egyik ága, amelyben a számítógépek képesek tanulni anélkül, hogy kifejezetten programoznák őket. R a pénzügyi iparban népszerű programozási nyelv. A pénzügyi alkalmazásokban használják, az alapkereskedelmi programoktól kezdve a kockázatkezelési rendszerekig.

Ebben az oktató által vezetett, élő képzésen a résztvevők megtanulják, hogyan lehet gépi tanulási technikákat és eszközöket alkalmazni a valós világbeli problémák megoldására a pénzügyi ágazatban. R programozási nyelv lesz.

A résztvevők először megtanulják a fő alapelveket, majd tudásukat a gyakorlatba ültetik saját gépi tanulási modelleik felépítésével és felhasználásával számos csapatprojekt megvalósításához.

A képzés végére a résztvevők képesek lesznek:

- Megérteni a gépi tanulás alapvető fogalmait
- Ismerje meg a gépi tanulás alkalmazásokat és felhasználásait a pénzügyekben
- Fejlesztse ki saját algoritmikus kereskedési stratégiáját az R gépi tanulással

Közönség

- Fejlesztők
- Adattudósok

A tantárgy formátuma

- Részleges előadás, részleges beszélgetés, gyakorlatok és nehéz gyakorlati gyakorlat

Machine Learning for Finance (with Python)

21 hours
Overview
A gépi tanulás a mesterséges intelligencia egyik ága, amelyben a számítógépek képesek tanulni anélkül, hogy kifejezetten programoznák őket. Python egy programozási nyelv, amely tiszta szintaxisáról és olvashatóságáról híres. Kiválóan bevált, jól bevált könyvtárak és technikák gyűjteményét kínálja a gépi tanulási alkalmazások fejlesztéséhez.

Ebben az oktató által vezetett, élő képzésen a résztvevők megtanulják, hogyan lehet gépi tanulási technikákat és eszközöket alkalmazni a valós világbeli problémák megoldására a pénzügyi ágazatban.

A résztvevők először megtanulják a fő alapelveket, majd tudásukat a gyakorlatba ültetik saját gépi tanulási modelleik felépítésével és felhasználásával számos csapatprojekt megvalósításához.

A képzés végére a résztvevők képesek lesznek:

- Megérteni a gépi tanulás alapvető fogalmait
- Ismerje meg a gépi tanulás alkalmazásokat és felhasználásait a pénzügyekben
- Készítsen saját algoritmikus kereskedési stratégiát a Python gépi tanulással

Közönség

- Fejlesztők
- Adattudósok

A tantárgy formátuma

- Részleges előadás, részleges beszélgetés, gyakorlatok és nehéz gyakorlati gyakorlat

Deep Learning for NLP (Natural Language Processing)

28 hours
Overview
A Deep Learning NLP lehetővé teszi a gép számára, hogy egyszerűen leegyszerűsítse a nyelvi feldolgozást A jelenleg rendelkezésre álló feladatok közül a nyelvfordítás és a képaláírás-generálás a fotók számára A DL (Deep Learning) az ML (Machine Learning) részhalmaza A Python egy népszerű programozási nyelv, amely könyvtárakat tartalmaz a Deep Learning NLP számára Ebben az oktatott, élő képzésben a résztvevők megtanulják használni a Python könyvtárakat az NLP-hez (Natural Language Processing), mivel létrehoznak egy alkalmazást, amely képeket dolgoz fel és képeket generál A képzés végére a résztvevők képesek lesznek: Tervezés és kód NLL számára a Python könyvtárak használatával Hozzon létre egy Python kódot, amely egy lényegesen nagy gyűjteményből álló képet gyűjt össze és kulcsszavakat generál Olyan Python kódot hoz létre, amely feliratokat generál a felderített kulcsszavakból Közönség A nyelvtudással foglalkozó programozók A programozók, akik megértik az NLP (Natural Language Processing) A tanfolyam formátuma Részelőadás, vitafórumok, gyakorlatok és nehéz handson gyakorlat .

Understanding Deep Neural Networks

35 hours
Overview
Ez a tanfolyam azzal kezdődik, hogy fogalmi ismereteket adunk neurális hálózatokban és általában gépi tanulási algoritmusban, mély tanulásban (algoritmusok és alkalmazások).

Part 1 (40%) ez a képzés nagyobb hangsúlyt alapjait, de segítünk választotta a megfelelő technológia: TensorFlow , Caffe , Theano, DeepDrive, Keras stb

A képzés 2. része (20%) bemutatja a Theano-t - egy python könyvtárat, amely megkönnyíti a mély tanulási modellek írását.

A képzés 3. részét (40%) nagymértékben a Tensorflow - a Go ogle nyílt forráskódú szoftverek könyvtárának 2. generációs API-ján alapszik - a Deep Learning . A példákat és a kézbesítést a TensorFlow ban TensorFlow .

Közönség

Ez a tanfolyam azoknak a mérnököknek szól, akik a TensorFlow ot szeretnék használni Deep Learning projektjeikhez

A kurzus befejezése után a küldöttek:

-

jól megértsék a mély ideghálózatokat (DNN), CNN és RNN

-

megérti a TensorFlow szerkezetét és telepítési mechanizmusait

-

képesnek kell lennie a telepítési / gyártási környezet / architektúra feladatok elvégzésére és a konfigurációra

-

képesnek kell lennie a kódminőség értékelésére, a hibakeresés, a monitorozás elvégzésére

-

képes legyen fejlett termelést megvalósítani, mint például képzési modellek, építési grafikonok és naplózás

AI Awareness for Telecom

14 hours
Overview
Az AI az intelligens rendszerek megépítésére szolgáló technológiák gyűjteménye, amelyek képesek megérteni az adatokat és az adatokat körülvevő tevékenységeket az "intelligens döntések" meghozatalához. A távközlési szolgáltatók számára az AI-t használó építési alkalmazások és szolgáltatások nyithatják az utat a jobb működéshez és a szervizeléshez olyan területeken, mint a karbantartás és a hálózat optimalizálása.

Ebben a kurzusban megvizsgáljuk az AI-t alkotó különféle technológiákat és az azok használatához szükséges készségeket. A tanfolyam során megvizsgáljuk az AI speciális alkalmazásait a távközlési iparban.

Közönség

- Hálózati mérnökök
- Hálózati üzemeltetési személyzet
- Távközlési műszaki vezetők

A tantárgy formátuma

- Rész előadás, rész vita, gyakorlati gyakorlatok

OpenNLP for Text Based Machine Learning

14 hours
Overview
Az Apache OpenNLP könyvtár egy gépi tanulás alapú eszközkészlet a természetes nyelvű szövegek feldolgozásához Támogatja a leggyakoribb NLP-feladatokat, például a nyelvfelismerést, a tokenizálást, a mondatok szegmentálását, a partofspeech címkézést, az entitások kinyerését, a tagolást, az elemzést és a coreference-felbontást Ebben az oktatott, élő képzésben a résztvevők megtanulják, hogyan lehet modelleket létrehozni szöveges adatok feldolgozásához az OpenNLP használatával A laborgyakorlatok alapjául a mintaképzési adatok és a testreszabott adatkészletek szolgálnak A képzés végére a résztvevők képesek lesznek: Telepítse és konfigurálja az OpenNLP-t A meglévő modellek letöltése, valamint a saját létrehozása Tanítsa a modelleket a különböző mintaadatokra Integrálja az OpenNLP-t meglévő Java-alkalmazásokkal Közönség Fejlesztők Adatkutatók A tanfolyam formátuma Részelőadás, vitafórumok, gyakorlatok és nehéz handson gyakorlat .

Machine Learning for Banking (with Python)

21 hours
Overview
Machine Learning a mesterséges intelligencia egyik ága, ahol a számítógépek képesek tanulni anélkül, hogy kifejezetten programoznák őket. Python egy programozási nyelv, amely tiszta szintaxisáról és olvashatóságáról híres. Kiválóan bevált, jól bevált könyvtárak és technikák gyűjteményét kínálja a gépi tanulási alkalmazások fejlesztéséhez.

Ebben az oktató által vezetett, élő képzésen a résztvevők megtanulják, hogyan lehet gépi tanulási technikákat és eszközöket alkalmazni a valós világ problémáinak megoldására a bankiparban.

A résztvevők először megtanulják a fő alapelveket, majd tudásukat a gyakorlatba ültetik saját gépi tanulási modelleik felépítésével és felhasználásával számos csapatprojekt megvalósításához.

Közönség

- Fejlesztők
- Adattudósok

A tantárgy formátuma

- Részleges előadás, részleges beszélgetés, gyakorlatok és nehéz gyakorlati gyakorlat

Machine Learning for Banking (with R)

28 hours
Overview
Ebben az oktató által vezetett, élő képzésen a résztvevők megtanulják, hogyan lehet gépi tanulási technikákat és eszközöket alkalmazni a valós világ problémáinak megoldására a bankiparban. R programozási nyelv lesz.

A résztvevők először megtanulják a fő alapelveket, majd tudásukat a gyakorlatba ültetik saját gépi tanulási modelleik felépítésével és számos élő projekt befejezésével.

Közönség

- Fejlesztők
- Adattudósok
- Banki szakemberek, technikai háttérrel

A tantárgy formátuma

- Részleges előadás, részleges beszélgetés, gyakorlatok és nehéz gyakorlati gyakorlat

Matlab for Deep Learning

14 hours
Overview
Ebben az oktató által vezetett, élő képzésen a résztvevők megtanulják, hogyan kell használni a Matlab-ot egy konvolúciós neurális hálózat megtervezéséhez, felépítéséhez és megjelenítéséhez képfelismerés céljából.

A képzés végére a résztvevők képesek lesznek:

- Készítsen egy mély tanulási modellt
- Automatizálja az adatok címkézését
- Bízza modellek Caffe és TensorFlow - Keras
- Adatok továbbítása több GPU , a felhő vagy a fürtök használatával

Közönség

- Fejlesztők
- mérnökök
- Domain szakértők

A tantárgy formátuma

- Részleges előadás, részleges beszélgetés, gyakorlatok és nehéz gyakorlati gyakorlat

TensorFlow Serving

7 hours
Overview
A TensorFlow Serving egy olyan rendszer, amely a gépi tanulás (ML) modellek gyártására szolgál Ebben az oktatott, élő képzésben a résztvevők megtanulják, hogyan konfigurálják és használják a TensorFlow Serving-ot az ML-modellek telepítési környezetben történő telepítéséhez és kezeléséhez A képzés végére a résztvevők képesek lesznek: Vonattal, exportálással és különböző TensorFlow modellek szolgáltatásaival Algoritmusok tesztelése és telepítése egyetlen architektúrával és API-k készletével TensorFlow Támogatás kiterjesztése a TensorFlow modelleken kívüli más típusok kiszolgálására Közönség Fejlesztők Adatkutatók A tanfolyam formátuma Részelőadás, vitafórumok, gyakorlatok és nehéz handson gyakorlat .

Machine Learning on iOS

14 hours
Overview
Ebben az oktatott, élő képzésben a résztvevők megtudják, hogyan használják az iOS gépi tanulási (ML) technológiai veremét, miközben átmennek egy iOS mobilalkalmazás létrehozásán és telepítésén A képzés végére a résztvevők képesek lesznek: Hozzon létre egy képes alkalmazást, szövegelemzést és beszédfelismerést lehetővé tevő mobilalkalmazást Hozzáférés az előcsatlakozott ML modellekhez az iOS alkalmazásokba történő integráláshoz Hozzon létre egy egyéni ML modellt Add hozzá Siri Voice támogatás az iOS-alkalmazásokhoz Megérteni és használni olyan kereteket, mint a coreML, a Vision, a CoreGraphics és a GamePlayKit Használjon olyan nyelveket és eszközöket, mint a Python, a Keras, a Caffee, a Tensorflow, a scikit tanul, a libsvm, az Anaconda és a Spyder Közönség Fejlesztők A tanfolyam formátuma Részelőadás, vitafórumok, gyakorlatok és nehéz handson gyakorlat .

Python: Machine Learning with Text

21 hours
Overview
Ebben az oktatott, élő képzésben a résztvevők megtanulják, hogyan használják a megfelelő gépi tanulást és az NLP (Natural Language Processing) technikákat, hogy a szövegbázistól származó adatokból nyerjenek ki értéket A képzés végére a résztvevők képesek lesznek: A szövegalapú adatkommunikációs problémák megoldása magas minőségű, újrafelhasználható kóddal Alkalmazza a scikitlearn különböző aspektusait (osztályozás, csoportosítás, regresszió, dimenziócsökkentés) a problémák megoldásához Építsen hatékony gépi tanulási modelleket szöveges alapú adatok felhasználásával Hozzon létre egy adatkészletet, és kivonatolja a struktúrákból származó elemeket Az adatok megjelenítése a Matplotlib segítségével A bemutatók megszerzése és értékelése A szöveges kódolási hibák elhárítása Közönség Fejlesztők Adatkutatók A tanfolyam formátuma Részelőadás, vitafórumok, gyakorlatok és nehéz handson gyakorlat .

Encog: Introduction to Machine Learning

14 hours
Overview
A Encog egy nyílt forráskódú gépi tanulási keret a Java és aNet számára Ebben az oktatott, élő képzésben a résztvevők megtanulják, hogyan lehet különböző neurális hálózati komponenseket létrehozni az ENCOG segítségével A Realworld esettanulmányait megvitatják, és megvizsgálják a gépi nyelv alapú megoldásokat ezekre a problémákra A képzés végére a résztvevők képesek lesznek: Adja meg a neurális hálózatok adatait a normalizációs folyamat segítségével Végrehajtja a feed forward hálózatokat és a szaporítási képzési módszereket Végezzen osztályozási és regressziós feladatokat Modellje és képzése neurális hálózatok segítségével Encog GUI alapú munkaállomás Integrálja a neurális hálózati támogatást a valós világ alkalmazásokba Közönség Fejlesztők Az elemzők Adatkutatók A tanfolyam formátuma Részelőadás, vitafórumok, gyakorlatok és nehéz handson gyakorlat .

Encog: Advanced Machine Learning

14 hours
Overview
A Encog egy nyílt forráskódú gépi tanulási keret a Java és aNet számára Ebben az oktatott, élő képzésben a résztvevők megtanulják a fejlett gépi tanulási technikákat pontos neurális hálózati prediktív modellek építésére A képzés végére a résztvevők képesek lesznek: Különböző neurális hálózatok optimalizálási technikáit hajtsák végre az alulmûködés és a túlfûzés megoldása érdekében Megérteni és kiválasztani számos neurális hálózati architektúrát Végrehajtja a felügyelt feed forward és visszacsatolási hálózatokat Közönség Fejlesztők Az elemzők Adatkutatók A tanfolyam formátuma Részelőadás, vitafórumok, gyakorlatok és nehéz handson gyakorlat .

Building Intelligent Mobile Applications

35 hours
Overview
Az intelligens alkalmazások olyan új generációs alkalmazások, amelyek folyamatosan tanulhatnak a felhasználói interakciókról, hogy jobb értéket és relevanciát biztosítsanak a felhasználók számára.

Ebben az oktató által vezetett, élő képzésen a résztvevők megtanulják, hogyan kell intelligens mobil alkalmazásokat és robotokat készíteni.

A képzés végére a résztvevők képesek lesznek:

- Megérteni az intelligens alkalmazások alapvető fogalmait
- Tanulja meg, hogyan lehet különféle eszközöket használni az intelligens alkalmazások létrehozásához
- Intelligens alkalmazásokat Azure az Azure , a Cognitive Services API, a Stream Analytics és a Xamarin

Közönség

- Fejlesztők
- programozók
- Hobbifelhasználók

A tantárgy formátuma

- Részleges előadás, részleges beszélgetés, gyakorlatok és nehéz gyakorlati gyakorlat

Deep Reinforcement Learning with Python

21 hours
Overview
A mély megerősítéses tanulás arra utal, hogy egy „mesterséges ágens” képes tanulni próba-hiba és jutalom-büntetés útján. A mesterséges ágens célja, hogy utánozza az ember azon képességét, hogy önmagában megszerezze és megépítse tudását közvetlenül olyan nyersanyagokból, mint a látás. A megerősítő tanulás megvalósításához mély tanulást és neurális hálózatokat használunk. A megerősítéses tanulás különbözik a gépi tanulástól, és nem támaszkodik felügyelt és felügyelet nélküli tanulási megközelítésekre.

Ebben az oktató által vezetett, élő képzésen a résztvevők megtanulják a mély megerősítéses tanulás alapjait, amikor egy Deep Learning ügynök létrehozásával járnak.

A képzés végére a résztvevők képesek lesznek:

- Megérti a mély megerősítéses tanulás mögöttes fogalmakat, és képes megkülönböztetni a Machine Learning
- Használjon fejlett megerősítés-tanulási algoritmusokat a valós problémák megoldásához
- Készítsen egy Deep Learning ügynököt

Közönség

- Fejlesztők
- Adattudósok

A tantárgy formátuma

- Részleges előadás, részleges beszélgetés, gyakorlatok és nehéz gyakorlati gyakorlat

Python for Advanced Machine Learning

21 hours
Overview
Ebben az oktatott, élő képzésben a résztvevők megtanulják a legfontosabb és legelterjedtebb gépi tanulási technikákat a Pythonban, miközben olyan demó alkalmazásokat készítenek, amelyek képeket, zenéket, szövegeket és pénzügyi adatokat tartalmaznak A képzés végére a résztvevők képesek lesznek: Gépi tanulási algoritmusok és technikák végrehajtása komplex problémák megoldásához Alapos tanulás és félig felügyelt tanulás alkalmazása a képeket, zenéket, szöveget és pénzügyi adatokat tartalmazó alkalmazásokhoz Nyomja a Python algoritmusokat a maximális potenciáljukhoz Használjon olyan könyvtárakat és csomagokat, mint a NumPy és a Theano Közönség Fejlesztők Az elemzők Adatkutatók A tanfolyam formátuma Részelőadás, vitafórumok, gyakorlatok és nehéz handson gyakorlat .

AutoML

14 hours
Overview
AutoML a felhasználóbarát gépi tanulás szoftver automatizálja sok a munka szükséges, hogy jelöljön ki egy ideális gépi tanulási algoritmus, a paraméter beállításait, és a pre-Processing módszerek.

Ez az oktató által vezetett, az élő képzés (helyszíni vagy távoli) célja a műszaki személyek a háttérben a gépi tanulás, aki szeretné, hogy optimalizálja a gépi tanulási modellek kimutatására használt komplex minták nagy adatok.

végére ez a képzés, a résztvevők képesek lesznek:

- felszerel és megbecsül különböző nyit forrás AutoML szerszámok.
- vonat kiváló minőségű gép tanulási modellek.
- hatékonyan megoldja a különböző felügyelt gépi tanulási problémák.
- írás csak a szükséges kód-hoz elindít a gyorsbüfé gép tanulás folyamat.

formátuma a kurzus

- Interactive előadás és vita.
- sok gyakorlatok és gyakorlat.
- Hands-on végrehajtása élő-labor környezetben.

tanfolyam testreszabási beállításai

- hogy kérje személyre szabott képzés a tanfolyam, kérjük, forduljon hozzánk, hogy gondoskodjon.
- Tudjon meg többet az AutoML, kérjük, látogasson el: https://www.automl.org/

Artificial Intelligence for Mechatronics

21 hours
Overview
A mechatronika (más néven mechatronikai mérnöki) a mechanikai, elektronikai és informatikai tudományok kombinációja.

Ez az oktató által vezetett, élő képzés (helyszíni vagy távoli) azokra a mérnökökre irányul, akik szeretnének megtudni a mesterséges intelligencia mechatronikus rendszerekre való alkalmazhatóságáról.

E képzés végén a résztvevők:

- Kap egy áttekintést a mesterséges intelligenciáról, a gépi tanulásról és a számítástechnikai intelligenciáról.
- Ismerje meg a neurális hálózatok és a különböző tanulási módszerek fogalmát.
- A mesterséges intelligencia megközelítéseit hatékonyan válassza ki a valós élet problémáira.
- Végezze el az AI alkalmazásokat mechatronikai mérésekben.

A kurzus formátuma

- Interaktív előadás és beszélgetés.
- Sok gyakorlat és gyakorlat.
- A gyakorlati megvalósítás élő laboratóriumi környezetben.

A kurzus testreszabási beállításai

- A kurzus személyre szabott képzésének kéréséhez forduljon hozzánk bizalommal.

Deep Learning for Self Driving Cars

21 hours
Overview
A mélyreható tanulás a gépi tanulás almezője. Olyan módszereket használ, amelyek a tanulási adatok reprezentációján és struktúráin alapulnak, például a neurális hálózatokon.

Keras egy magas szintű neurális hálózatok API a gyors fejlődéshez és kísérletezéshez. A TensorFlow , a CNTK vagy a TensorFlow tetején fut.

Ez az oktató által vezetett, élő képzés (helyszíni vagy távoli) olyan fejlesztőkre irányul, akik önálló autót kívánnak építeni mély tanulási technikákkal.

E képzés végén a résztvevők:

- Számítógépes látásmódokat használjon a sávok azonosításához.
- Használja Keras ot konvolúciós neurális hálózatok építésére és kiképzésére.
- Képezzünk mély tanulási modellt a közlekedési táblák megkülönböztetésére.
- Egy teljesen autonóm autó szimulálása.

A kurzus formátuma

- Interaktív előadás és beszélgetés.
- Sok gyakorlat és gyakorlat.
- A gyakorlati megvalósítás élő laboratóriumi környezetben.

A kurzus testreszabási beállításai

- A kurzus személyre szabott képzésének kéréséhez forduljon hozzánk bizalommal.

Deep Learning with Keras

21 hours
Overview
keras egy magas szintű neurális hálózatok API a gyors fejlődés és a kísérletezést. Ez fut a tetején TensorFlow, CNTK, vagy theano.

Ez az oktató által vezetett, az élő képzés (helyszíni vagy távoli) célja a műszaki személyek, akik szeretnének alkalmazni mély tanulási modell képfelismerő alkalmazásokhoz.

végére ez a képzés, a résztvevők képesek lesznek:

- telepítse és konfigurálja a keras.
- gyorsan prototípus mély tanulási modellek.
- végre egy konvolúciós hálózatot.
- végre egy visszatérő hálózat.
- Execute mély tanulási modell mind a CPU és a GPU.

formátuma a kurzus

- Interactive előadás és vita.
- sok gyakorlatok és gyakorlat.
- Hands-on végrehajtása élő-labor környezetben.

tanfolyam testreszabási beállításai

- hogy kérje személyre szabott képzés a tanfolyam, kérjük, forduljon hozzánk, hogy gondoskodjon.
- Ha többet szeretne megtudni keras, látogasson el: https://keras.io/

Deep Learning with TensorFlow 2.0

21 hours
Overview
TensorFlow egy népszerű és gépi tanulási könyvtár, amelyet a Go ogle fejlesztett ki a mély tanulás, numerikus számítás és nagyméretű gépi tanulás céljából. TensorFlow 2.0, amely 2019. TensorFlow jelent meg, a TensorFlow legújabb verziója, amely javítja a lelkes végrehajtást, a kompatibilitást és az API-konzisztenciát.

Ez az oktató által irányított, élő (helyszíni vagy távoli) képzés azon fejlesztőknek és adattudósoknak szól, akik a Tensorflow 2.0-t előrejelzők, osztályozók, generációs modellek, neurális hálózatok stb. Felépítésére kívánják használni.

A képzés végére a résztvevők képesek lesznek:

- Telepítse és konfigurálja a TensorFlow 2.0 TensorFlow .
- Ismerje meg a TensorFlow 2.0 előnyeit a korábbi verziókhoz képest.
- Építsen mély tanulási modelleket.
- Végezzen el egy fejlett képosztályt.
- Telepítse a mélyreható tanulási modellt a felhő, a mobil és az internet tárgyakba.

A tantárgy formátuma

- Interaktív előadás és beszélgetés.
- Sok gyakorlat és gyakorlat.
- Gyakorlati megvalósítás élő laboratóriumi környezetben.

Tanfolyam testreszabási lehetőségek

- Ahhoz, hogy igényeljen személyre szabott képzést erre a kurzusra, kérjük, vegye fel velünk a kapcsolatot, hogy megbeszéljünk.
- Ha többet szeretne megtudni a TensorFlow , látogasson el a https://www.tensorflow.org/ TensorFlow .

Feature Engineering for Machine Learning

14 hours
Overview
A Feature Engineering az adatok kiválasztásának és átalakításának folyamata a gépi tanulási algoritmusok pontosságának javítása érdekében. Szükséges egy alapos szakértő mély ismerete az adatokkal.

Ez az oktató által vezetett, élő (helyszíni vagy távoli) képzés olyan személyeknek szól, akik a szolgáltatás fejlesztésének technikáit kívánják alkalmazni az adatok jobb feldolgozására és a jobb gépi tanulási modellek megszerzésére.

A képzés végére a résztvevők képesek lesznek:

- Állítson be egy optimális fejlesztési környezetet, beleértve az összes szükséges Python csomagot.
- Az adatkészlet jellemzőinek elemzésével szerezzen fontos betekintést.
- Optimalizálja a gépi tanulási modelleket a nyers adatok adaptálásával.
- Tisztítsa meg és alakítsa át az adatkészleteket a gépi tanulás előkészítéseként.

A tantárgy formátuma

- Interaktív előadás és beszélgetés.
- Sok gyakorlat és gyakorlat.
- Gyakorlati megvalósítás élő laboratóriumi környezetben.

Tanfolyam testreszabási lehetőségek

- Ahhoz, hogy igényeljen személyre szabott képzést erre a kurzusra, kérjük, vegye fel velünk a kapcsolatot, hogy megbeszéljünk.

Upcoming Courses

Deep Learning for Banking (with Python)

2019-09-09 09:30:00
Miskolc, Tapolcafürdő
Távoktatás
7000EUR
 Tanterem
8000EUR
Read more

Deep Learning for Banking (with R)

2019-09-10 09:30:00
Miskolc, Tapolcafürdő
Távoktatás
7000EUR
 Tanterem
8000EUR
Read more

Deep Learning for Finance (with R)

2019-09-10 09:30:00
Pécs, belváros
Távoktatás
7000EUR
 Tanterem
8000EUR
Read more

Deep Reinforcement Learning with Python

2019-09-10 09:30:00
Miskolc, Tapolcafürdő
Távoktatás
5250EUR
 Tanterem
6050EUR
Read more

Deep Reinforcement Learning with Python

2019-09-10 09:30:00
Szeged, Felső Tisza-Part
Távoktatás
5250EUR
 Tanterem
6050EUR
Read more

Other regions

;BudapestHajdú-BiharBorsod-Abaúj-ZemplénCsongrádBaranyaBács-KiskunPécs

Other countries

Kurzusaink más országokban is elérhetők ››

Consulting

Machine Learning Consulting
Weekend Machine Learning (ML) courses, Evening Machine Learning (ML) training, Machine Learning (ML) boot camp, Machine Learning instructor-led, Weekend ML (Machine Learning) training, Evening ML (Machine Learning) courses, Machine Learning coaching, Machine Learning instructor, ML (Machine Learning) trainer, ML (Machine Learning) training courses, Machine Learning (ML) classes, Machine Learning (ML) on-site, Machine Learning (ML) private courses, ML (Machine Learning) one on one training

Course Discounts

Torch for Machine and Deep Learning

k, 2019-09-10 09:30
Szeged, Felső Tisza-Part
Távoktatás
5250EUR
N/A
 Tanterem
6050EUR
5525EUR
Read more

Anti-Money Laundering (AML) and Combating Terrorist Financing (CTF)

h, 2019-10-14 09:30
Budapest, V. kerület
Távoktatás
3500EUR
3150EUR
 Tanterem
4100EUR
3750EUR
Read more

Cognitive Computing: An Introduction for Business Managers

cs, 2019-11-14 09:30
Miskolc, Tapolcafürdő
Távoktatás
1750EUR
1575EUR
 Tanterem
2150EUR
1975EUR
Read more

Modelling and Forecasting for Government

k, 2019-11-19 09:30
Budapest, V. kerület
Távoktatás
3500EUR
3150EUR
 Tanterem
4100EUR
3750EUR
Read more

From Data to Decision with Big Data and Predictive Analytics

sze, 2020-02-12 09:30
Budapest, V. kerület
Távoktatás
5250EUR
4725EUR
 Tanterem
6050EUR
5525EUR
Read more

Hírlevél kedvezmény

Tiszteletben tartjuk adatai bizalmas jellegét. A NobleProg soha nem továbbítja e-mail címét harmadik személyeknek.
Hírlevelünkről bármikor leiratkozhat.

Kiemelt ügyfeleink

is growing fast!

We are looking to expand our presence in Hungary!

As a Business Development Manager you will:

  • expand business in Hungary
  • 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!