A helyi, oktató által vezetett élő mesterséges intelligencia (AI) képzések gyakorlati gyakorlattal mutatják be, hogyan valósíthatók meg AI megoldások a valós problémák megoldására. Az AI képzés elérhető "helyszíni élő képzés" vagy "távoli élő képzés" formájában. 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.

Ajánlások

★★★★★

Tényleg élveztem a gyakorlati megközelítést.

Kevin De Cuyper

Kurzus: Computer Vision with OpenCV

Translated by

A tréner annyira jól ismertté vált, és olyan területeket érintett, amelyekbe érdekelt.

Mohamed Salama

Kurzus: Data Mining & Machine Learning with R

Translated by

A téma nagyon érdekes.

Wojciech Baranowski

Kurzus: Introduction to Deep Learning

Translated by

Előkészítő elméleti ismereteket és készségeket kínál a résztvevők problémáinak megoldására a képzés után.

Grzegorz Mianowski

Kurzus: Introduction to Deep Learning

Translated by

Téma. Nagyon érdekes!.

Piotr

Kurzus: Introduction to Deep Learning

Translated by

Az egyes témák után végzett gyakorlatok nagyon hasznosak voltak, annak ellenére, hogy a végén túl bonyolult volt. Általában a bemutatott anyag nagyon érdekes volt és bevonásával! A képfelismeréssel kapcsolatos gyakorlatok nagyszerűek voltak.

Dolby Poland Sp. z o.o.

Kurzus: Introduction to Deep Learning

Translated by

Úgy gondolom, hogy ha a képzés lengyel nyelven zajlik, akkor az oktató hatékonyabbá teheti ismereteit.

Radek

Kurzus: Introduction to Deep Learning

Translated by

A mélytanulás globális áttekintése.

Bruno Charbonnier

Kurzus: Advanced Deep Learning

Translated by

A gyakorlatok eléggé gyakorlatiak és nincs szükségük magas szintű Python tudásra.

Alexandre GIRARD

Kurzus: Advanced Deep Learning

Translated by

Gyakorlatok gyakorlása valódi példákon Eras használatával. Olaszország teljesen megértette a képzésünkre vonatkozó elvárásainkat.

Paul Kassis

Kurzus: Advanced Deep Learning

Translated by

A téma. Érdekesnek tűnt, de nem sokkal többet tudtam, mint korábban.

Radoslaw Labedzki

Kurzus: Introduction to Deep Learning

Translated by

Tetszett, hogy ez a kurzus nagyon érdekes témát tartalmazott.

Wojciech Wilk

Kurzus: Introduction to Deep Learning

Translated by

Nagyra értékelem Krisztus kristálytiszta válaszát a kérdéseinkre.

Léo Dubus

Kurzus: Neural Networks Fundamentals using TensorFlow as Example

Translated by

Általában élveztem a jól képzett edzőt.

Sridhar Voorakkara

Kurzus: Neural Networks Fundamentals using TensorFlow as Example

Translated by

Meglepődtem ennek az osztálynak a normáljához - azt mondanám, hogy egyetemes volt.

David Relihan

Kurzus: Neural Networks Fundamentals using TensorFlow as Example

Translated by

Nagyon jó áttekintés. Jó háttér, hogy miért működik a Tensorflow.

Kieran Conboy

Kurzus: Neural Networks Fundamentals using TensorFlow as Example

Translated by

Szeretem a kérdéseket feltenni és mélyebben magyarázni az elméletet.

Sharon Ruane

Kurzus: Neural Networks Fundamentals using TensorFlow as Example

Translated by

Nagyobb betekintést nyertünk a tárgyhoz. Néhány szép beszélgetés történt néhány valódi tárgyat a cégünkben.

Sebastiaan Holman

Kurzus: Machine Learning and Deep Learning

Translated by

A képzés biztosította a megfelelő alapot, amely lehetővé teszi számunkra, hogy tovább bővítsük, bemutatva, hogy az elmélet és a gyakorlat kéz a kézben jár. Valójában jobban érdekelt a téma, mint korábban.

Jean-Paul van Tillo

Kurzus: Machine Learning and Deep Learning

Translated by

Nagyon élveztem a témák lefedettségét és mélységét.

Anirban Basu

Kurzus: Machine Learning and Deep Learning

Translated by

Tetszett a mély gépi tanulás új betekintése.

Josip Arneric

Kurzus: Neural Network in R

Translated by

Némi tudást szereztünk az NN-ről általában, és ami számomra a legérdekesebb volt, az új NN típusok ma népszerűek.

Tea Poklepovic

Kurzus: Neural Network in R

Translated by

Leginkább a R :) grafikonokat élveztem)).

Faculty of Economics and Business Zagreb

Kurzus: Neural Network in R

Translated by

A tréner mély ismerete a témáról.

Sebastian Görg

Kurzus: Introduction to Deep Learning

Translated by

Nagyon frissített megközelítés vagy fogyasztói árindex (tenzor áramlás, korszak, tanulás) a gépi tanuláshoz.

Paul Lee

Kurzus: TensorFlow for Image Recognition

Translated by

Nagyon rugalmas.

Frank Ueltzhöffer

Kurzus: Artificial Neural Networks, Machine Learning and Deep Thinking

Translated by

Általában élveztem a rugalmasságot.

Werner Philipp

Kurzus: Artificial Neural Networks, Machine Learning and Deep Thinking

Translated by

Tekintettel a technológia kilátásaira: milyen technológia / folyamat válhat a jövőben fontosabbá; nézd meg, milyen technológiát lehet használni.

Commerzbank AG

Kurzus: Neural Networks Fundamentals using TensorFlow as Example

Translated by

A témaválasztás előnyeit élveztem. A képzés stílusa. Gyakorlati tájékozódás.

Commerzbank AG

Kurzus: Neural Networks Fundamentals using TensorFlow as Example

Translated by

A gépi tanulási témák részletes ismertetése, különösen a neurális hálózatok. A téma nagy részét feldúsította.

Sacha Nandlall

Kurzus: Python for Advanced Machine Learning

Translated by

Ez az egyik legjobb gyakorlati gyakorlati programozási tanfolyam, amit valaha is vettem.

Laura Kahn

Kurzus: Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP

Translated by

Ez az egyik legjobb minőségű online képzés, amit valaha is vettem a 13 éves karrierem során. Folytasd a nagyszerű munkát!.

Kurzus: Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP

Translated by

Richard képzési stílusa érdekesnek tartotta, a valódi világ példái segítik a fogalmak otthont vezetni.

Jamie Martin-Royle - NBrown Group

Kurzus: From Data to Decision with Big Data and Predictive Analytics

Translated by

A tartalom, mivel nagyon érdekesnek találtam, és azt hiszem, segítene nekem az egyetemen.

Krishan Mistry - NBrown Group

Kurzus: From Data to Decision with Big Data and Predictive Analytics

Translated by

tornák

L M ERICSSON LIMITED

Kurzus: Machine Learning

Translated by

a labor gyakorolja

Marcell Lorant - L M ERICSSON LIMITED

Kurzus: Machine Learning

Translated by

A Jupyter notebook formája, amelyben a képzési anyag elérhető

L M ERICSSON LIMITED

Kurzus: Machine Learning

Translated by

Számos gyakorlat és érdekes téma volt.

L M ERICSSON LIMITED

Kurzus: Machine Learning

Translated by

néhány nagyszerű laboratóriumi gyakorlatot, amelyet alaposan elemeztek és magyaráztak a tréner (pl. a lineáris regresszió kovariánsai, amelyek igazolják a valós funkciót)

L M ERICSSON LIMITED

Kurzus: Machine Learning

Translated by

Nagyon jó, hogy minden anyag, beleértve a gyakorlatokat is ugyanazon az oldalon, majd frissítésre kerül. A megoldás a végén látható. Menő! Továbbá értékelem, hogy Krzysztof extra erőfeszítést tett a problémáink megértésére, és javaslatot tett számunkra a lehetséges technikákra.

Attila Nagy - L M ERICSSON LIMITED

Kurzus: Machine Learning

Translated by

A VideoCapture funkció egyszerű használata a laptopok fényképezőgépről történő felvételéhez.

HP Printing and Computing Solutions, Sociedad Limitada Unipe

Kurzus: Computer Vision with OpenCV

Translated by

Nagyon élveztem az edző tanácsait arról, hogyan kell használni az eszközöket. Ez valami, amit nem lehet az internetről kapni, és nagyon hasznos.

HP Printing and Computing Solutions, Sociedad Limitada Unipe

Kurzus: Computer Vision with OpenCV

Translated by

Nagyon élveztem az edző tanácsait arról, hogyan kell használni az eszközöket. Ez valami, amit nem lehet az internetről kapni, és nagyon hasznos.

HP Printing and Computing Solutions, Sociedad Limitada Unipe

Kurzus: Computer Vision with OpenCV

Translated by

Könnyen követhető volt.

HP Printing and Computing Solutions, Sociedad Limitada Unipe

Kurzus: Computer Vision with OpenCV

Translated by

az ügyet jól bemutatták és rendezett módon.

Marylin Houle - Ivanhoe Cambridge

Kurzus: Introduction to R with Time Series Analysis

Translated by

A szenvedélyből részesültem, hogy megtanítsam, és arra koncentráljak, hogy a dolog értelmes legyen.

Zaher Sharifi - GOSI

Kurzus: Advanced Deep Learning

Translated by

Ez egy-ra egy. Megkérdezhetem egy csomó kérdést, és azt is kérik a Üzletkötő megismételni, amikor nem voltam világos néhány dolgot.

Kurzus: Insurtech: A Practical Introduction for Managers

Translated by

Az előadások során már nem hivatalos csereprogramok segítettek mélyíteni a téma megértésének

Explore

Kurzus: Deep Reinforcement Learning with Python

Translated by

A tréner türelme

European Space Agency (ESA/ESTEC)

Kurzus: Getting Started with Quantum Computing and Q#

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

Kurzus: Machine Learning – Data science

Ez az egyik legjobb minőségű online képzés, amit valaha is vettem a 13 éves karrierem során. Folytasd a nagyszerű munkát!.

Kurzus: Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP

Translated by

Ez egy-ra egy. Megkérdezhetem egy csomó kérdést, és azt is kérik a Üzletkötő megismételni, amikor nem voltam világos néhány dolgot.

Kurzus: Insurtech: A Practical Introduction for Managers

Translated by

Subcategories

Kurzusleírás

Title

Duration

Overview

Title

Duration

Overview

Artificial Intelligence Overview

7 hours

Overview

Ez a kurzus a menedzserek, a megoldásépítészek, az innovációs tisztek, a CTO-k, a szoftverépítészek és mindenki számára érdekelt, akik az alkalmazott mesterséges intelligencia áttekintését és a fejlesztéshez legközelebbi előrejelzés iránt érdeklődnek.

Machine Learning for Banking (with R)

28 hours

Overview

Ebben az oktatott, élő képzésben a résztvevők megtanulják, hogyan alkalmazzák a gépi tanulási technikákat és eszközöket a valós világ problémáinak megoldására a bankszektorban R programozási nyelvként fogják használni A résztvevők először megtanulják a kulcsfontosságú elveket, majd gyakorlati ismereteiket a saját gépi tanulási modellek megépítésével és felhasználásával valósítják meg számos élő projekt megvalósításához Közönség Fejlesztők Adatkutatók Műszaki háttérrel rendelkező bankszakemberek 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 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 R népszerű programozási nyelv a pénzügyi ágazatban A pénzügyi alkalmazásokban az alapvető kereskedelmi programoktól a kockázatkezelési rendszerekig terjednek Ebben az oktatott, élő képzésben a résztvevők megtanulják, hogyan valósítsanak meg mélyreható tanulási modelleket a bankok számára az R használatával, mivel átmennek egy mély tanulású hitelkockázati modell létrehozásával A képzés végére a résztvevők képesek lesznek: Értsd meg a mélytanulás alapfogalmait Ismerje meg a banki banki alkalmazások alkalmazását és használatát Az R használatával mély tanulásmodelleket hozhat létre a bankok számára Építsen saját mély tanulási hitelkockázati modellt az R használatával Közönség Fejlesztők Adatkutatók A tanfolyam formátuma Részelőadás, vitafórumok, gyakorlatok és nehéz handson 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 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 R népszerű programozási nyelv a pénzügyi ágazatban A pénzügyi alkalmazásokban az alapvető kereskedelmi programoktól a kockázatkezelési rendszerekig terjednek Ebben az oktatott, élő képzésben a résztvevők megtanulják, hogyan valósítsanak meg mélyreható tanulási modelleket a finanszírozáshoz az R használatával, mivel átmennek egy mély tanuló részvényár-előrejelzési modell létrehozásával A képzés végére a résztvevők képesek lesznek: Értsd meg a mélytanulás alapfogalmait Megtanulják a mély tanulás alkalmazását és felhasználását a pénzügyekben Használja az R-t, hogy mély tanulásmodelleket hozzon létre a finanszírozáshoz Építsd meg saját mély tanulási részvényár-előrejelzési modelljét az R használatával Közönség Fejlesztők Adatkutatók A tanfolyam formátuma Részelőadás, vitafórumok, gyakorlatok és nehéz handson gyakorlat .

Machine Learning for Finance (with R)

28 hours

Overview

A gépi tanulás a Mesterséges Intelligencia ága, ahol a számítógépek képesek tanulni anélkül, hogy kifejezetten programoztak volna R népszerű programozási nyelv a pénzügyi ágazatban A pénzügyi alkalmazásokban az alapvető kereskedelmi programoktól a kockázatkezelési rendszerekig terjednek Ebben az oktatott, élő képzésben a résztvevők megtanulják, hogyan alkalmazzák a gépi tanulási technikákat és eszközöket a pénzügyi világban rejlő valós problémák megoldásához R programozási nyelvként fogják használni A résztvevők először megtanulják a kulcsfontosságú alapelveket, majd gyakorlati ismereteiket a saját gépi tanulási modellek elkészítésével és a csapatprojektek befejezésével használják fel A képzés végére a résztvevők képesek lesznek: Ismerje meg a gépi tanulás alapvető fogalmát Ismerje meg a gépi tanulás alkalmazásait és felhasználási lehetőségeit a finanszírozásban Fejlesztse saját algoritmikus kereskedési stratégiáját gépi tanulással az R-vel Közönség Fejlesztők Adatkutatók A tanfolyam formátuma Részelőadás, vitafórumok, gyakorlatok és nehéz handson gyakorlat .

Computer Vision with Python

14 hours

Overview

A Computer Vision egy olyan terület, amely magában foglalja a digitális adathordozókból származó hasznos információk automatikus kitermelését, elemzését és megértését A Python egy magas szintű programozási nyelv, amely híres a világos szintaxisáról és a kódolvasásról Ebben az oktatott, élő képzésben a résztvevők megtanulják a Computer Vision alapjait, miközben egy egyszerű Computer Vision alkalmazás segítségével létrehozzák a Python-t A képzés végére a résztvevők képesek lesznek: Ismerje meg a Computer Vision alapjait Használja a Pythonot a Computer Vision feladatok végrehajtásához Építsenek saját arc-, tárgy- és mozgásérzékelő rendszereiket Közönség Python programozók, akiket a Computer Vision érdekel A tanfolyam formátuma Részelőadás, vitafórumok, gyakorlatok és nehéz handson gyakorlat .

Machine Learning for Finance (with Python)

21 hours

Overview

A gépi tanulás a Mesterséges Intelligencia ága, ahol a számítógépek képesek tanulni anélkül, hogy kifejezetten programoztak volna A Python egy olyan programozási nyelv, amely híres a világos szintaxisáról és olvashatóságáról Kiváló gyűjteményt nyújt a jól vizsgált könyvtáraknak és technikáknak a gépi tanulási alkalmazások fejlesztésében Ebben az oktatott, élő képzésben a résztvevők megtanulják, hogyan alkalmazzák a gépi tanulási technikákat és eszközöket a pénzügyi világban rejlő valós problémák megoldásához A résztvevők először megtanulják a kulcsfontosságú alapelveket, majd gyakorlati ismereteiket a saját gépi tanulási modellek elkészítésével és a csapatprojektek befejezésével használják fel A képzés végére a résztvevők képesek lesznek: Ismerje meg a gépi tanulás alapvető fogalmát Ismerje meg a gépi tanulás alkalmazásait és felhasználási lehetőségeit a finanszírozásban Fejlesztse saját algoritmikus kereskedési stratégiáját gépi tanulással Python segítségével Közönség Fejlesztők Adatkutatók A tanfolyam formátuma Részelőadás, vitafórumok, gyakorlatok és nehéz handson gyakorlat .

Big Data Business Intelligence for Criminal Intelligence Analysis

35 hours

Overview

A technológiák előrehaladása és az egyre növekvő számú információ átalakítja a bűnüldözés végrehajtását Azok a kihívások, amiket a Big Data jelent, közel annyira ijesztőek, mint a Big Data ígérete Az adatok hatékony tárolása ezen kihívások egyike; ténylegesen elemezve ez egy másik Ebben az oktatott, élő képzésben a résztvevők meg fogják tanulni a gondolkodásmódot, amellyel megközelíthetik a Big Data technológiákat, megvizsgálhatják a meglévő folyamatokra és politikákra gyakorolt hatásukat, és végrehajtják ezeket a technológiákat a bűncselekmények azonosítása és a bűnözés megelőzése céljából A bűnüldöző szervek világszerte végzett esettanulmányait megvizsgálják, hogy betekintést nyerjenek az örökbefogadási megközelítésekhez, kihívásokhoz és eredményekhez A képzés végére a résztvevők képesek lesznek: Kombinálja a Big Data technológiát a hagyományos adatgyűjtési folyamatokkal, hogy összefoglalja a történetet egy vizsgálat során Nagyméretű adattárolási és feldolgozási megoldásokat valósít meg az adatok elemzéséhez Készítsen javaslatot a legmegfelelőbb eszközök és folyamatok elfogadására, amelyek lehetővé teszik a bűnügyi nyomozás datalizált megközelítését Közönség Műszaki háttérrel rendelkező bűnüldöző szakemberek A tanfolyam formátuma Részelőadás, vitafórumok, gyakorlatok és nehéz handson 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 .

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 .

Understanding Deep Neural Networks

35 hours

Overview

Ez a kurzus azzal kezdődik, hogy fogalmi ismereteket ad neked a neurális hálózatokban és általában a gépi tanulási algoritmusban, a mély tanulásban (algoritmusokban és alkalmazásokban) A képzés 1 része (40%) nagyobb hangsúlyt fektet a fundamentumokra, de segít a megfelelő technológia kiválasztásában: TensorFlow, Caffe, Theano, DeepDrive, Keras stb A képzés második része (20%) bemutatja a Theano egy python könyvtárat, amely megkönnyíti a mélytanulási modellek írását A képzés harmadik része (40%) nagymértékben a Google nyílt forráskódú szoftverkönyvtárának a Tensorflow második generációs API-jára épül a Deep Learning számára A példák és a handson mind a TensorFlow-ban készültek Közönség Ez a tanfolyam célja azoknak a mérnököknek, akik a TensorFlow-t a Deep Learning projektekhez kívánják használni A kurzus befejezése után a küldöttek: jól értik a mély neurális hálózatokat (DNN), a CNN és az RNN-t megérteni a TensorFlow struktúráját és telepítési mechanizmusait képes legyen telepítési / gyártási környezet / építészeti feladatok és konfiguráció végrehajtására képes a kódminőség felmérésére, a hibakeresés végrehajtására, a monitorozásra képesek legyenek olyan fejlett gyártási folyamatok bevezetésére, mint a képzési modellek, grafikonok készítése és naplózás Nem minden téma lenne egy nyilvános osztályteremben, amely 35 órás időtartamot jelent a téma hatalmas volta miatt A teljes tanfolyam időtartama körülbelül 70 óra, nem pedig 35 óra .

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

A gépi tanulás a mesterséges intelligencia egyik ága, ahol a számítógépek képesek tanulni anélkül, hogy kifejezetten programoztak volna A Python egy olyan programozási nyelv, amely híres a világos szintaxisáról és olvashatóságáról Kiváló gyűjteményt nyújt a jól vizsgált könyvtáraknak és technikáknak a gépi tanulási alkalmazások fejlesztésében Ebben az oktatott, élő képzésben a résztvevők megtanulják, hogyan alkalmazzák a gépi tanulási technikákat és eszközöket a valós világ problémáinak megoldására a bankszektorban A résztvevők először megtanulják a kulcsfontosságú alapelveket, majd gyakorlati ismereteiket a saját gépi tanulási modellek elkészítésével és a csapatprojektek befejezésével használják fel Közönség Fejlesztők Adatkutatók A tanfolyam formátuma Részelőadás, vitafórumok, gyakorlatok és nehéz handson gyakorlat .

Natural Language Processing with Deep Dive in Python and NLTK

35 hours

Overview

A képzés végéig a küldöttek várhatóan elegendő felszereléssel fognak rendelkezni a lényeges python koncepciókkal, és képesek lesznek képesek megfelelően használni az NLTK-t az NLP és ML alapú műveletek végrehajtására A képzés célja nem csak végrehajtó tudás, hanem a technológia logikai és működési ismerete is .

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 .

Matlab for Deep Learning

14 hours

Overview

Ebben az oktatott, élő képzésben a résztvevők megtanulják használni a Matlab használatát a képfelismeréshez szükséges konvolúciós neurális hálózat tervezéséhez, felépítéséhez és megjelenítéséhez A képzés végére a résztvevők képesek lesznek: Építs egy mély tanulási modellt Az adatok címkézésének automatizálása Munka a Caffe és a TensorFlowKeras modelljeivel Vonatadatok több GPU, felhő vagy klaszter használatával Közönség Fejlesztők mérnökök Domain szakértők A tanfolyam formátuma Részelőadás, vitafórumok, gyakorlatok és nehéz handson gyakorlat .

Matlab for Predictive Analytics

21 hours

Overview

A prediktív analitika az adatelemzés használatának folyamata a jövőre vonatkozó előrejelzések készítése céljából Ez a folyamat adatbányászattal, statisztikával és gépi tanulási technikákkal együtt adatokat használ fel a jövőbeli események előrejelzésére szolgáló prediktív modell létrehozására Ebben az oktatott, élő képzésben a résztvevők megtanulják, hogyan használják a Matlabot prediktív modellek készítéséhez és nagymintás adatkészletekhez való alkalmazására, hogy előrejelezzék a jövőbeli eseményeket az adatok alapján A képzés végére a résztvevők képesek lesznek: Prediktív modellek létrehozása történelmi és tranzakciós adatok mintáinak elemzésére Használja a prediktív modellezést a kockázatok és lehetőségek azonosítása érdekében Készítsen matematikai modelleket, amelyek rögzítik a fontos tendenciákat Az eszközök és az üzleti rendszerek adatainak felhasználásával csökkentheti a hulladékot, időt takaríthat meg, vagy csökkentheti a költségeket Közönség Fejlesztők mérnökök Domain szakértők A tanfolyam formátuma Részelőadás, vitafórumok, gyakorlatok és nehéz handson 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 for Natural Language Generation

21 hours

Overview

A természetes nyelvi termelés (NLG) a természetes nyelvű szöveg vagy beszéd előállítását jelenti Ebben az oktatott, élő képzésben a résztvevők megtanulják használni a Python-t, hogy magas minőségű természetes nyelvű szövegeket készítsenek saját NLG-rendszerüknek a semmiből Esettanulmányokat fognak megvizsgálni, és a releváns fogalmakat alkalmazni fogják az élőlabor-projektekhez tartalom generálásához A képzés végére a résztvevők képesek lesznek: Használja az NLG-t, hogy automatikusan generáljon tartalmat különböző iparágakra, az újságírásról az ingatlanra, az időjárás és a sportjelentésekre Válasszon és szervezzen forrástartalmat, tervezzen mondatokat, és készítsen egy rendszert az eredeti tartalom automatikus generálásához Ismerje meg az NLG csővezetéket, és alkalmazza a megfelelő technikákat minden szakaszban Értsd meg a Natural Language Generation (NLG) rendszer architektúráját Végezze el a legmegfelelőbb algoritmusokat és modelleket elemzéshez és rendeléshez A nyilvánosan elérhető adatforrásokból származó adatokat, valamint a feldolgozott szövegekhez használt kurátált adatbázisokat húzzuk meg Cserélje ki a kézi és munkaigényes írási folyamatokat számítógépes, automatizált tartalomkészítéssel Közönség Fejlesztők Adatkutatók 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 .

Advanced Machine Learning with R

21 hours

Overview

Ebben az oktatott, élő edzésben a résztvevők megtanulják a gépi tanulás R-vel kapcsolatos fejlett technikáit, miközben áttérnek egy valós világi alkalmazás létrehozására A képzés végére a résztvevők képesek lesznek: Használja a technikákat hiperparaméterek hangolásának és mélytanulásának Értelmezni és végrehajtani a felügyelet nélküli tanulási technikákat Tegyen egy modellt a gyártáshoz egy nagyobb alkalmazáshoz Közönség Fejlesztők Az elemzők Adatkutatók A tanfolyam formátuma Részelőadás, vitafórumok, gyakorlatok és nehéz handson 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 .

Machine Learning with Python

21 hours

Overview

a kurzus célja, hogy általános jártasságot biztosítson a gépi tanulási módszerek gyakorlati alkalmazásában. Segítségével a Python programozási nyelv és a különböző könyvtárak, és számos gyakorlati példa alapján ez a tanfolyam azt tanítja, hogyan kell használni a legfontosabb építőkövei a gépi tanulás, hogyan lehet az adatok modellezés döntéseket, értelmezni a az algoritmusok kimeneteit, és validálja az eredményeket.

célunk, hogy megadja a készségeket, hogy megértsék és használja a legalapvetőbb eszközöket a Machine learning eszközkészleten magabiztosan és elkerülni a közös buktatóit Data Sciences alkalmazások.

Fiji: Introduction to Scientific Image Processing

21 hours

Overview

A Fiji egy nyílt forráskódú képfeldolgozó csomag, amely összekapcsolja az ImageJ (tudományos többdimenziós képek képfeldolgozó programját) és számos, a tudományos képelemzésre szolgáló bővítményeket Ebben az oktatott, élő képzésben a résztvevők megtanulják, hogyan használják a Fiji-eloszlást és annak alapjául szolgáló ImageJ programot egy képelemző alkalmazás létrehozásához A képzés végére a résztvevők képesek lesznek: Használja a Fiji fejlett programozási szolgáltatásait és szoftverkomponenseit az ImageJ kiterjesztéséhez Fogd össze a nagyméretű 3d képeket az átfedő lapokból Automatikusan frissítse a Fiji telepítését indításkor az integrált frissítési rendszer használatával Válasszon a szkriptnyelvek széles választékából az egyéni képelemzési megoldások létrehozásához Használja a Fidzsi nagy teljesítményű könyvtárakat, például az ImgLib-et a nagy bioimage adatkészleteken Telepítsük alkalmazását és együttműködjünk más kutatókkal hasonló projekteken Közönség A tudósok kutatók Fejlesztők A tanfolyam formátuma Részelőadás, vitafórumok, gyakorlatok és nehéz handson gyakorlat .

Raspberry Pi + OpenCV for Facial Recognition

21 hours

Overview

Ez az oktatott, élő képzés bemutatja a szoftver, a hardver és a stepbystep folyamatát, amely az arcfelismerő rendszer megépítéséhez szükséges a semmiből Az arcfelismerés az Arcfelismerés néven is ismert A laborban használt hardver tartalmazza a Rasberry Pi-et, a fényképezőgép-modult, a szervókat (opcionális), stb A résztvevők felelősek ezen komponensek megvásárlásáért A használt szoftver OpenCV, Linux, Python stb A képzés végére a résztvevők képesek lesznek: Telepítse a Linux, az OpenCV és más szoftver segédprogramokat és könyvtárakat egy Rasberry Pi-on Az OpenCV beállítása az arcfájlok rögzítéséhez és felderítéséhez Ismerje meg a Rasberry Pi rendszer csomagolásának különböző lehetőségeit a valós világ környezetben való használatra Alkalmazkodni a rendszerhez különböző használati esetekben, beleértve a felügyeletet, a személyazonosság igazolását stb Közönség Fejlesztők Hardver / szoftver technikusok Technikai személyek minden iparágban Hobbifelhasználók A tanfolyam formátuma Részelőadás, vitafórumok, gyakorlatok és nehéz handson gyakorlat jegyzet Egyéb hardver és szoftver opciók: Arduino, OpenFace, Windows stb Ha bármelyiket szeretné használni, kérjük, vegye fel velünk a kapcsolatot .

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 .

Upcoming Courses

Artificial Intelligence (AI) with H2O

2019-07-01 09:30:00

Pécs, belváros

Távoktatás

3000EUR

Tanterem

3600EUR

Artificial Intelligence (AI) with H2O

2019-07-01 09:30:00

Kecskemét

Távoktatás

3000EUR

Tanterem

3600EUR

Big Data Business Intelligence for Criminal Intelligence Analysis

2019-07-01 09:30:00

Miskolc, Tapolcafürdő

Távoktatás

8750EUR

Tanterem

9950EUR

Big Data Business Intelligence for Criminal Intelligence Analysis

2019-07-01 09:30:00

Szeged, Felső Tisza-Part

Távoktatás

8750EUR

Tanterem

9950EUR

RapidMiner for Machine Learning and Predictive Analytics

2019-07-01 09:30:00

Kecskemét

Távoktatás

3000EUR

Tanterem

3600EUR

Other regions

;Budapest Hajdú-Bihar Borsod-Abaúj-Zemplén Csongrád Baranya Bács-Kiskun Pécs

Other countries

Kurzusaink más országokban is elérhetők ››

Consulting

Mesterséges Intelligencia Consulting

Weekend Mesterséges Intelligencia courses, Evening Mesterséges Intelligencia training, Mesterséges Intelligencia boot camp, Mesterséges Intelligencia instructor-led, Weekend Mesterséges Intelligencia training, Evening Mesterséges Intelligencia courses, Mesterséges Intelligencia coaching, Mesterséges Intelligencia instructor, Mesterséges Intelligencia trainer, Mesterséges Intelligencia training courses, Mesterséges Intelligencia classes, Mesterséges Intelligencia on-site, Mesterséges Intelligencia private courses, Mesterséges Intelligencia one on one training