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.

Machine Translated

Ajánlások

★★★★★

Nagyon jó átfogó áttekintés. Go a hátteret arról, hogy a Tensorflow miért működik úgy, ahogy működik.

Kieran Conboy

Kurzus: Neural Networks Fundamentals using TensorFlow as Example

Machine Translated

Szeretem a kérdéseket feltenni és mélyebben magyarázni az elméletet.

Sharon Ruane

Kurzus: Neural Networks Fundamentals using TensorFlow as Example

Machine Translated

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

Sebastiaan Holman

Kurzus: Machine Learning and Deep Learning

Machine Translated

A képzés megteremtette a megfelelő alapot, amely lehetővé teszi számunkra, hogy tovább bővítsük, megmutatva, hogy az elmélet és a gyakorlat hogyan jár együtt. Valójában ennél jobban érdekelt a téma, mint korábban.

Jean-Paul van Tillo

Kurzus: Machine Learning and Deep Learning

Machine Translated

Nagyon élveztem a témák lefedettségét és mélységét.

Anirban Basu

Kurzus: Machine Learning and Deep Learning

Machine Translated

Tetszett a mély gépi tanulás új betekintése.

Josip Arneric

Kurzus: Neural Network in R

Machine Translated

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

Machine Translated

Leginkább a R :) grafikonokat élveztem)).

Faculty of Economics and Business Zagreb

Kurzus: Neural Network in R

Machine Translated

A tréner mély ismerete a témáról.

Sebastian Görg

Kurzus: Introduction to Deep Learning

Machine Translated

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

Paul Lee

Kurzus: TensorFlow for Image Recognition

Machine Translated

Nagyon rugalmas.

Frank Ueltzhöffer

Kurzus: Artificial Neural Networks, Machine Learning and Deep Thinking

Machine Translated

Általában élveztem a rugalmasságot.

Werner Philipp

Kurzus: Artificial Neural Networks, Machine Learning and Deep Thinking

Machine Translated

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

Machine Translated

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

Commerzbank AG

Kurzus: Neural Networks Fundamentals using TensorFlow as Example

Machine Translated

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

Sacha Nandlall

Kurzus: Python for Advanced Machine Learning

Machine Translated

Ez az egyik legjobb gyakorlati programozási gyakorlat, amit valaha vettem.

Laura Kahn

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

Machine Translated

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

Machine Translated

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

Machine Translated

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

Machine Translated

tornák

L M ERICSSON LIMITED

Kurzus: Machine Learning

Machine Translated

a labor gyakorolja

Marcell Lorant - L M ERICSSON LIMITED

Kurzus: Machine Learning

Machine Translated

A Jupyter notebook formája, amelyben a képzési anyag elérhető

L M ERICSSON LIMITED

Kurzus: Machine Learning

Machine Translated

Számos gyakorlat és érdekes téma volt.

L M ERICSSON LIMITED

Kurzus: Machine Learning

Machine Translated

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

Machine Translated

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

Machine Translated

A VideoCapture funkció egyszerű használata a laptopok fényképezőgépről történő felvételéhez.

HP Printing and Computing Solutions, Sociedad Limitada Unipe

Kurzus: Computer Vision with OpenCV

Machine Translated

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

Machine Translated

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

Machine Translated

Könnyen követhető volt.

HP Printing and Computing Solutions, Sociedad Limitada Unipe

Kurzus: Computer Vision with OpenCV

Machine Translated

az ügyet jól bemutatták és rendezett módon.

Marylin Houle - Ivanhoe Cambridge

Kurzus: Introduction to R with Time Series Analysis

Machine Translated

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

Zaher Sharifi - GOSI

Kurzus: Advanced Deep Learning

Machine Translated

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

Machine Translated

Körülbelül szembenéz terület.

中移物联网

Kurzus: Deep Learning for NLP (Natural Language Processing)

Machine Translated

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

Explore

Kurzus: Deep Reinforcement Learning with Python

Machine Translated

A tréner türelme

European Space Agency (ESA/ESTEC)

Kurzus: Getting Started with Quantum Computing and Q#

Machine Translated

Számos módszert mutat be előkészített szkriptekkel - nagyon szépen előkészített anyagok és könnyű nyomon követni

Kamila Begej - GE Medical Systems Polska Sp. Zoo

Kurzus: Machine Learning – Data science

Machine Translated

Szeretek, hogy a képzés a példákra és a kódolásra összpontosított. Azt hittem, hogy nem lehet annyi tartalmat csomagolni három napos képzésbe, de tévedtem. A képzés sok témát ölel fel, és mindent nagyon részletesen végeztünk (különösen a modell paramétereinek hangolása) - nem vártam, hogy erre lesz idő, és meglepődtem.

Bartosz Rosiek - GE Medical Systems Polska Sp. Zoo

Kurzus: Machine Learning – Data science

Machine Translated

az utolsó nap. generációs rész

Accenture Inc

Kurzus: Python for Natural Language Generation

Machine Translated

Az NLG-re utaló témák. A csapat tudott valamit újdonsággal tanulni, érdekes témákkal, de csak az utolsó napon volt. Több is volt a tevékenység, mint a diák, ami jó volt.

Accenture Inc

Kurzus: Python for Natural Language Generation

Machine Translated

Tetszik, hogy inkább a különféle szövegösszefoglalási módszerek útmutatójára összpontosít

Kurzus: Text Summarization with Python

Machine Translated

A távoli tantermi beállítás nagyon jól működött

Trimac Management Services LP

Kurzus: Introduction to R with Time Series Analysis

Machine Translated

Good detail on what R is used for and how to start using it right away

Hoss Shenassa - Trimac Management Services LP

Kurzus: Introduction to R with Time Series Analysis

The many practical examples / assignments that we went through were great. For me, I learn better by seeing examples and applying them elsewhere. The use of real data and applying what was taught against it was extremely valuable. Michaels PowerPoint presentations and his ability to work through each solution was invaluable.

Trimac Management Services LP

Kurzus: Introduction to R with Time Series Analysis

rengeteg információ, minden kérdés megválaszolva, érdekes példák

A1 Telekom Austria AG

Kurzus: Deep Learning for Telecom (with Python)

Machine Translated

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

Machine Translated

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

Machine Translated

Tetszik, hogy inkább a különféle szövegösszefoglalási módszerek útmutatójára összpontosít

Kurzus: Text Summarization with Python

Machine Translated

AI Subcategories

Mesterséges Intelligencia Course Outlines

Kurzusnév

Duration

Overview

Kurzusnév

Duration

Overview

Artificial Intelligence in Automotive

14 hours

Overview

Ez a tanfolyam az AI-t (hangsúlyozza a Machine Learning és a Deep Learning ) az Automotive . Segít meghatározni, hogy mely technológiát lehet (potenciálisan) használni több helyzetben egy autóban: az egyszerű automatizálástól, a képfelismeréstől az autonóm döntéshozatalig.

Natural Language Processing

21 hours

Overview

Ez a kurzus olyan emberek számára lett kialakítva, akik érdeklődnek az angol nyelvű szövegből származó jelentésből, bár a tudás más emberi nyelvekre is alkalmazható.

A kurzus kiterjed az emberek által írt szöveg használatára, például blogbejegyzésekre, tweetekre stb.

Például egy elemző létrehozhat egy algoritmust, amely a kiterjedt adatforrás alapján automatikusan megköti a következtetést.

Machine Learning with PredictionIO

21 hours

Overview

PredictionIO egy nyílt forráskódú Machine Learning kiszolgáló, amely a legmodernebb nyílt forráskódú verem tetején épült.

Közönség

Ez a kurzus olyan fejlesztőkre és adatkutatókra irányul, akik prediktív motorokat kívánnak létrehozni bármely gépi tanulási feladathoz.

Pattern Matching

14 hours

Overview

A mintaegyeztetés egy olyan módszer, amellyel meghatározzák a képen meghatározott mintákat. Ez felhasználható annak meghatározására, hogy a rögzített képen belül vannak-e meghatározott jellemzők, például a hibás termék várt címkéje a gyári sorban vagy az alkatrész meghatározott méretei. Ez különbözik a " Pattern Recognition " -től (amely a kapcsolódó minták nagyobb gyűjteményein alapuló általános mintákat ismeri fel) abban, hogy kifejezetten diktálja, mit keresünk, majd megmondja nekünk, hogy a várt minta létezik-e vagy sem.

A tantárgy formátuma

- Ez a tanfolyam bemutatja a mintázat-illesztés területén alkalmazott megközelítéseket, technológiákat és algoritmusokat, ahogy ez a Machine Vision .

PaddlePaddle

21 hours

Overview

A PaddlePaddle (PArallel Distributed Deep LEarning) egy skálázható mélytanulási platform, amelyet Baidu fejlesztett ki Ebben az oktatott, élő képzésben a résztvevők megtanulják használni a PaddlePaddle használatát, hogy lehetővé tegyék a mély tanulás lehetőségét a termék- és szolgáltatásalkalmazásokban A képzés végére a résztvevők képesek lesznek: Állítsa be és konfigurálja a PaddlePaddle-t Konvolúciós neurális hálózat (CNN) létrehozása a képfelismeréshez és az objektumok észleléséhez Állítson be egy visszatérő neurális hálózatot (RNN) az érzelemelemzéshez Állítsa be mély tanulásukat az ajánlórendszerekre, hogy segítsen a felhasználóknak megtalálni a válaszokat Az átkattintási arányok (CTR) előrejelzése, nagy méretű képkészletek osztályozása, optikai karakterfelismerés (OCR) végrehajtása, keresések rangsorolása, számítógépes vírusok felderítése és ajánlórendszer alkalmazása Közönség Fejlesztők Adatkutatók A tanfolyam formátuma Részelőadás, vitafórumok, gyakorlatok és nehéz handson gyakorlat .

OptaPlanner in Practice

21 hours

Overview

Ez a kurzus gyakorlati megközelítést alkalmaz az OptaPlanner oktatására. Ez biztosítja a résztvevőknek az eszköz alapvető funkcióinak végrehajtásához szükséges eszközöket.

OpenNN: Implementing Neural Networks

14 hours

Overview

Az OpenNN egy nyílt forráskódú osztálykönyvtár, amelyet C ++ -re írtak, és amely neurális hálózatokat valósít meg, gépi tanuláshoz.

Ebben a kurzusban átgondoljuk az ideghálózatok elveit, és használjuk az OpenNN-t egy mintaalkalmazás megvalósítására.

Közönség
A Deep Learning alkalmazások létrehozását kívánó szoftverfejlesztők és programozók.

A tanfolyam formátuma
Előadás és beszélgetés gyakorlati gyakorlattal párosulva.

OpenNMT: Setting Up a Neural Machine Translation System

7 hours

Overview

Ebben az oktató által vezetett, élő képzésen a résztvevők megtanulják, hogyan kell az OpenNMT t beállítani és használni a különféle mintaadatok fordításához. A tanfolyam a gépi fordításra alkalmazandó ideghálózatok áttekintésével kezdődik. A résztvevők az egész kurzuson élő gyakorlatokat végeznek, hogy megmutassák a megtanult fogalmak megértését és visszajelzéseket kapnak az oktatóktól.

A képzés végére a résztvevők rendelkeznek az élő OpenNMT megoldás megvalósításához szükséges ismeretekkel és gyakorlattal.

A forrás- és célnyelvi mintákat a közönség igényei szerint előre elkészítjük.

A tantárgy formátuma

- Rész előadás, rész vita, nehéz gyakorlati gyakorlat

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 .

OpenFace: Creating Facial Recognition Systems

14 hours

Overview

Az OpenFace Python és Torch alapú nyílt forráskódú, valós idejű arcfelismerő szoftver, amely a Google FaceNet kutatásán alapul Ebben az oktatott, élő képzésben a résztvevők megtudják, hogyan használják az OpenFace komponenseit egy minta arcfelismerő alkalmazás létrehozásához és telepítéséhez A képzés végére a résztvevők képesek lesznek: Munka OpenFace komponenseivel, beleértve a dlib-t, az OpenVC-t, a Torch-ot és az nn4-et az arcfelismerés, az illesztés és az átalakítás megvalósításához Alkalmazza az OpenFace-et realworld alkalmazásokra, mint például a felügyelet, a személyazonosság ellenőrzése, a virtuális valóság, a játék és az ismétlődő ügyfelek azonosítása stb Közönség Fejlesztők Adatkutatók A tanfolyam formátuma Részelőadás, vitafórumok, gyakorlatok és nehéz handson gyakorlat .

Computer Vision with OpenCV

28 hours

Overview

OpenCV (Open Source Computer Vision Library: http://opencv.org) egy nyílt forráskódú BSD-licencű könyvtár, amely több száz számítógépes látás algoritmust tartalmaz.

Közönség

Ez a kurzus azokra a mérnökökre és építészekre irányul, akik az OpenCV használják számítógépes látásmód projektek számára

Octave not only for programmers

21 hours

Overview

A tanfolyamot azoknak ajánljuk, akik szeretnének egy alternatív programot megismerni a kereskedelmi MATLAB csomaggal A háromnapos képzés átfogó tájékoztatást nyújt a környezet körüli mozgatásáról és az OCTAVE csomag végrehajtásáról adatelemzési és mérnöki számításokhoz A képzésben résztvevők kezdők, de azok is, akik ismerik a programot, és szeretnék rendszeresíteni tudásukat és javítani tudásukat Más programozási nyelv ismerete nem szükséges, de nagyban megkönnyíti a tanulók tudásszerzését A kurzus megmutatja, hogyan kell használni a programot számos gyakorlati példában .

Neural computing – Data science

14 hours

Overview

Ez az osztálytermi alapú képzés prezentációkat és számítógépes példákat, valamint esettanulmány-gyakorlatokat fog tartalmazni a releváns neurális és mély hálózati könyvtárakkal együtt.

Natural Language Processing - AI/Robotics

21 hours

Overview

Ez az osztálytermi alapú tréning az NLP technikákat fogja vizsgálni az AI és a Robotics alkalmazásával együtt A küldöttek számítógépes alapú példákat és esettanulmány-megoldási feladatokat vállalnak a Python használatával .

NLP: Natural Language Processing with R

21 hours

Overview

A becslések szerint a strukturálatlan adatok az összes adat több mint 90 százalékát teszik ki, nagy részük szöveges formában. A blogbejegyzés, a tweet, a közösségi média és más digitális kiadványok folyamatosan bővítik ezt a növekvő adatmennyiséget.

Ez az oktató által irányított, élő tanfolyam ezen információkból nyer betekintést és jelentést. Az R Language és a Natural Language Processing (NLP) könyvtárakat ötvözve a számítógépes tudománytól, a mesterséges intelligenciától és a számítástechnológiától kezdve a fogalmakat és technikákat az algoritmikus megértéshez a szöveges adatok mögött. Az adatminták különböző nyelveken érhetők el vevői igények szerint.

A képzés végére a résztvevők képesek lesznek (nagy és kicsi) adatkészleteket elkészíteni eltérő forrásokból, majd a megfelelő algoritmusokat alkalmazni annak jelentőségének elemzésére és jelentésére.

A tantárgy formátuma

- Rész előadás, rész vita, nehéz gyakorlati gyakorlat, alkalmi tesztek a megértés felmérésére

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 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 .

Neural Networks Fundamentals using TensorFlow as Example

28 hours

Overview

Ez a tanfolyam ismereteket fog nyújtani az idegi hálózatokban és általában a gépi tanulási algoritmusban, a mély tanulásban (algoritmusok és alkalmazások).

Ez a képzés nagyobb hangsúlyt alapjait, de segít kiválasztani a megfelelő technológia: TensorFlow , Caffe , Teano, DeepDrive, Keras stb A példák készülnek TensorFlow .

Introduction to the use of neural networks

7 hours

Overview

A képzés célja azoknak az embereknek a célja, akik meg szeretnék tanulni a neurális hálózatok és alkalmazásuk alapjait.

Machine Learning – Data science

21 hours

Overview

Ez az osztálytermi alapú edzés gépi tanulási eszközöket fedez fel a (javasolt) Python . A küldöttek számítógépes példákkal és esettanulmány-gyakorlatokkal fognak rendelkezni.

Machine Learning for Robotics

21 hours

Overview

Ez a kurzus bemutatja a gépi tanulási módszereket a robotika alkalmazásokban.

Ez egy széles körű áttekintés a meglévő módszerekről, motivációkról és főbb ötletekről a mintafelismerés összefüggésében.

Rövid elméleti háttér után a résztvevők egyszerű gyakorlatot végeznek nyílt forráskódú (általában R) vagy bármely más népszerű szoftver segítségével.

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.

Machine Learning in business – AI/Robotics

14 hours

Overview

Ez a tantermi alapú tréning fel fogja fedezni a gépi tanulási technikákat, számítógépes alapú példákkal és esettanulmány-megoldási gyakorlatokkal, .

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 .

Introduction to Machine Learning

7 hours

Overview

Ez a tanfolyam olyan emberek számára készült, akik gyakorlati alkalmazásokban szeretnék alkalmazni az alapvető Machine Learning technikákat.

Közönség

Azok a tudósok és statisztikusok, akik ismerik a gépi tanulást és tudják, hogyan kell R. programozni. A kurzus az adat / modell előkészítésének, végrehajtásának, post hoc elemzésének és vizualizációjának gyakorlati aspektusaira helyezi a hangsúlyt. A cél az, hogy gyakorlati bevezetést nyújtsunk a gépi tanuláshoz a résztvevők érdekeltek a módszerek alkalmazásában

Az ágazatspecifikus példákat arra használják, hogy a képzés a közönség számára releváns legyen.

Machine Learning Fundamentals with R

14 hours

Overview

Ez a kurzus célja alapvető jártasság biztosítása a Machine Learning módszerek gyakorlati alkalmazásában. Az R programozási platformon és annak különféle könyvtárain keresztül, valamint számos gyakorlati példán alapul, ez a tanfolyam megtanítja, hogyan kell felhasználni a Machine Learning legfontosabb építőköveit, hogyan kell modellezési döntéseket hozni, értelmezni az algoritmusok kimeneteit és érvényesítse az eredményeket.

Célunk az, hogy képességeket nyújtsunk a Machine Learning eszköztár legalapvetőbb eszközeinek magabiztos megértéséhez és használatához, és elkerüljük az Data Science alkalmazásának gyakori hibáit.

Machine Learning Fundamentals with Python

14 hours

Overview

Ez a kurzus célja alapvető jártasság biztosítása a Machine Learning módszerek gyakorlati alkalmazásában. A Python programozási nyelv és annak különféle könyvtárainak felhasználásával, valamint számos gyakorlati példán alapul, ez a tanfolyam megtanítja, hogyan kell felhasználni a Machine Learning legfontosabb építőköveit, hogyan kell modellezési döntéseket hozni, értelmezni az algoritmusok kimeneteit és érvényesítse az eredményeket.

Célunk az, hogy képességeket nyújtsunk a Machine Learning eszköztár legalapvetőbb eszközeinek magabiztos megértéséhez és használatához, és elkerüljük az Data Science alkalmazásának gyakori hibáit.

Machine Learning Fundamentals with Scala and Apache Spark

14 hours

Overview

Ez a kurzus célja alapvető jártasság biztosítása a Machine Learning módszerek gyakorlati alkalmazásában. A Scala programozási nyelv és különféle könyvtárainak használatával, valamint számos gyakorlati példán alapul, ez a tanfolyam megtanítja, hogyan kell felhasználni a Machine Learning legfontosabb építőköveit, hogyan kell modellezési döntéseket hozni, hogyan kell értelmezni az algoritmusok kimeneteit és érvényesítse az eredményeket.

Célunk az, hogy képességeket nyújtsunk a Machine Learning eszköztár legalapvetőbb eszközeinek magabiztos megértéséhez és használatához, és elkerüljük az Data Science alkalmazásának gyakori hibáit.

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

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 AI (Artificial Intelligence) courses, Evening Mesterséges Intelligencia training, Mesterséges Intelligencia boot camp, AI instructor-led, Weekend AI (Artificial Intelligence) training, Evening AI courses, AI coaching, Artificial Intelligence instructor, AI (Artificial Intelligence) trainer, Mesterséges Intelligencia training courses, AI (Artificial Intelligence) classes, Mesterséges Intelligencia on-site, Mesterséges Intelligencia private courses, Artificial Intelligence one on one training