Machine Learning Schulungen

Machine Learning Schulungen

Lokale, von einem Ausbilder geleitete Live Machine Learning (ML) Trainingskurse demonstrieren durch praktische Übungen, wie man maschinelle Lerntechniken und Werkzeuge anwendet, um reale Probleme in verschiedenen Branchen zu lösen. NobleProg ML Kurse decken verschiedene Programmiersprachen und Frameworks, einschließlich Python, R-Sprache und Matlab. Machine-Learning-Kurse werden für eine Reihe von Branchenanwendungen angeboten, einschließlich Finanzen, Bankwesen und Versicherungen und decken die Grundlagen des maschinellen Lernens sowie fortgeschrittenere Ansätze wie Deep Learning ab. Machine Learning Training ist als "Live-Training vor Ort" oder "Fern-Live-Training" verfügbar. Onsite Live Training kann vor Ort bei Kunden durchgeführt werden Schweiz oder in NobleProg Corporate Trainingszentren in Schweiz . Remote-Live-Training wird über einen interaktiven Remote-Desktop durchgeführt. NobleProg - Ihr lokaler Trainingsanbieter

Machine Translated

Erfahrungsberichte

★★★★★
★★★★★

ML (Machine Learning) Kurspläne

Name des Kurses
Dauer
Überblick
Name des Kurses
Dauer
Überblick
14 Stunden
Generative Pre-Trained Transformers (GPT) sind hochmoderne Modelle in der Verarbeitung natürlicher Sprache, die verschiedene Anwendungen revolutioniert haben, darunter Sprachgenerierung, Textvervollständigung und maschinelle Übersetzung. Dieser Kurs bietet eine detaillierte Untersuchung der GPT-Modelle, mit Schwerpunkt auf GPT-3 und den neuesten Entwicklungen in GPT-4. Die Teilnehmer erhalten Einblicke in die Architektur, Trainingstechniken und Anwendungen von GPT-Modellen.Dieses von Lehrern geleitete Live-Training (online oder vor Ort) richtet sich an Datenwissenschaftler, Ingenieure für maschinelles Lernen, NLP-Forscher und KI-Enthusiasten, die das Innenleben von GPT-Modellen verstehen und die Fähigkeiten von GPT-3 und GPT-4 erkunden möchten und erfahren Sie, wie Sie diese Modelle für ihre NLP-Aufgaben nutzen können.Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:
    Verstehen Sie die Schlüsselkonzepte und Prinzipien hinter generativen vortrainierten Transformatoren. Verstehen Sie die Architektur und den Trainingsprozess von GPT-Modellen. Nutzen Sie GPT-3 für Aufgaben wie Textgenerierung, -vervollständigung und -übersetzung. Entdecken Sie die neuesten Fortschritte bei GPT-4 und seine möglichen Anwendungen. Wenden Sie GPT-Modelle auf Ihre eigenen NLP-Projekte und -Aufgaben an.
Format des Kurses
    Interaktiver Vortrag und Diskussion. Viele Übungen und Übungen. Praxisnahe Umsetzung in einer Live-Lab-Umgebung.
Optionen zur Kursanpassung
    Um eine individuelle Schulung für diesen Kurs anzufordern, kontaktieren Sie uns bitte zur Vereinbarung.
21 Stunden
LightGBM ist ein kostenloses und quelloffenes verteiltes Gradienten-Boosting-Framework für maschinelles Lernen, das ursprünglich von Microsoft entwickelt wurde. Es basiert auf Entscheidungsbaumalgorithmen und wird für Rankings, Klassifizierungen und andere maschinelle Lernaufgaben verwendet.Dieses von einem Lehrer geleitete Live-Training (online oder vor Ort) richtet sich an Entwickler und Datenwissenschaftler auf Anfänger- bis Fortgeschrittenenniveau, die die Grundlagen von LightGBM erlernen und fortgeschrittene Techniken erkunden möchten.Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:
    Installieren und konfigurieren Sie LightGBM. Verstehen Sie die Theorie hinter Gradient Boosting- und Entscheidungsbaum-Algorithmen. Verwenden Sie LightGBM für grundlegende und fortgeschrittene maschinelle Lernaufgaben. Implementieren Sie fortgeschrittene Techniken wie Feature Engineering, Hyperparameter-Tuning und Modellinterpretation. Integrieren Sie LightGBM mit anderen Frameworks für maschinelles Lernen. Beheben Sie häufige Probleme in LightGBM.
Format des Kurses
    Interaktiver Vortrag und Diskussion. Viele Übungen und Übungen. Praxisnahe Umsetzung in einer Live-Lab-Umgebung.
Optionen zur Kursanpassung
    Um eine individuelle Schulung für diesen Kurs anzufordern, kontaktieren Sie uns bitte zur Vereinbarung.
21 Stunden
Stable Diffusion ist ein leistungsstarkes Deep-Learning-Modell, das detaillierte Bilder basierend auf Textbeschreibungen generieren kann.Dieses von Lehrern geleitete Live-Training (online oder vor Ort) richtet sich an Datenwissenschaftler mittlerer bis fortgeschrittener Ebene, Ingenieure für maschinelles Lernen, Deep-Learning-Forscher und Computer-Vision-Experten, die ihr Wissen und ihre Fähigkeiten im Deep Learning für Text-to erweitern möchten -Bilderzeugung.Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:
    Verstehen Sie fortgeschrittene Deep-Learning-Architekturen und -Techniken für die Text-zu-Bild-Generierung. Implementieren Sie komplexe Modelle und Optimierungen für eine hochwertige Bildsynthese. Optimieren Sie Leistung und Skalierbarkeit für große Datensätze und komplexe Modelle. Optimieren Sie Hyperparameter für eine bessere Modellleistung und Generalisierung. Integrieren Sie Stable Diffusion mit anderen Deep-Learning-Frameworks und -Tools.
Format des Kurses
    Interaktiver Vortrag und Diskussion. Viele Übungen und Übungen. Praxisnahe Umsetzung in einer Live-Lab-Umgebung.
Optionen zur Kursanpassung
    Um eine individuelle Schulung für diesen Kurs anzufordern, kontaktieren Sie uns bitte zur Vereinbarung.
7 Stunden
Vertex AI ist eine Google Cloud-Umgebung zur Durchführung maschineller Lernaufgaben vom Experimentieren über die Bereitstellung bis hin zur Verwaltung und Überwachung von Modellen. Es handelt sich um eine skalierbare Infrastruktur, die Benutzerverwaltungsfunktionen und Sicherheitskontrollen für maschinelle Lernprojekte bietet.Dieses von einem Lehrer geleitete Live-Training (online oder vor Ort) richtet sich an Software-Ingenieure auf Anfänger- bis Fortgeschrittenenniveau oder an alle, die lernen möchten, wie man mit Vertex AI maschinelle Lernaktivitäten durchführt und abschließt.Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:
    Verstehen Sie, wie Vertex AI funktioniert, und nutzen Sie es als Plattform für maschinelles Lernen. Erfahren Sie mehr über maschinelles Lernen und NLP-Konzepte. Erfahren Sie, wie Sie Modelle für maschinelles Lernen mithilfe von Vertex AI trainieren und bereitstellen.
Format des Kurses
    Interaktiver Vortrag und Diskussion. Viele Übungen und Übungen. Praxisnahe Umsetzung in einer Live-Lab-Umgebung.
Optionen zur Kursanpassung
    Um eine individuelle Schulung für diesen Kurs anzufordern, kontaktieren Sie uns bitte zur Vereinbarung.
21 Stunden
DeepSpeed ist eine Deep-Learning-Optimierungsbibliothek, die die Skalierung von Deep-Learning-Modellen auf verteilter Hardware erleichtert. DeepSpeed wurde von Microsoft entwickelt und lässt sich in PyTorch integrieren, um eine bessere Skalierung, schnelleres Training und eine verbesserte Ressourcennutzung zu ermöglichen.Diese von Lehrern geleitete Live-Schulung (online oder vor Ort) richtet sich an Datenwissenschaftler auf Anfänger- bis Fortgeschrittenenniveau und Ingenieure für maschinelles Lernen, die die Leistung ihrer Deep-Learning-Modelle verbessern möchten.Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:
    Verstehen Sie die Prinzipien des verteilten Deep Learning. Installieren und konfigurieren Sie DeepSpeed. Skalieren Sie Deep-Learning-Modelle auf verteilter Hardware mit DeepSpeed. Implementieren und experimentieren Sie mit DeepSpeed-Funktionen zur Optimierung und Speichereffizienz.
Format des Kurses
    Interaktiver Vortrag und Diskussion. Viele Übungen und Übungen. Praxisnahe Umsetzung in einer Live-Lab-Umgebung.
Optionen zur Kursanpassung
    Um eine individuelle Schulung für diesen Kurs anzufordern, kontaktieren Sie uns bitte zur Vereinbarung.
7 Stunden
AlphaFold ist ein Artificial Intelligence (AI) System, das die Proteinstrukturen voraussagt. Es wird von Alphabet’s/Google’s DeepMind als ein tiefer Lernsystem entwickelt, das genau 3D-Modelle von Proteinstrukturen vorhersagen kann. Dieser Instructor-leitet, Live-Training (online oder online) richtet sich an Biologen, die verstehen wollen, wie AlphaFold arbeiten und verwenden AlphaFold Modelle als Leitfaden in ihren experimentellen Studien. Am Ende dieser Ausbildung können die Teilnehmer:
    Sie verstehen die Grundprinzipien von AlphaFold. Lernen Sie, wie AlphaFold funktioniert. Erfahren Sie, wie Sie AlphaFold Prognosen und Ergebnisse interpretieren.
Format des Kurses
    Interaktive Unterricht und Diskussion. Viele Übungen und Übungen. Hand-on Implementierung in einem Live-Lab-Umfeld.
Kursanpassungsoptionen
    Um eine benutzerdefinierte Ausbildung für diesen Kurs zu beantragen, wenden Sie sich bitte an uns, um zu arrangieren.
21 Stunden
Stable Diffusion ist ein leistungsstarkes Deep-Learning-Modell, das detaillierte Bilder basierend auf Textbeschreibungen generieren kann.Dieses von Lehrern geleitete Live-Training (online oder vor Ort) richtet sich an Datenwissenschaftler, Ingenieure für maschinelles Lernen und Computer-Vision-Forscher, die Stable Diffusion nutzen möchten, um hochwertige Bilder für eine Vielzahl von Anwendungsfällen zu generieren.Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:
    Verstehen Sie die Prinzipien von Stable Diffusion und wie es bei der Bilderzeugung funktioniert. Erstellen und trainieren Sie Stable Diffusion Modelle für Bildgenerierungsaufgaben. Wenden Sie Stable Diffusion auf verschiedene Bildgenerierungsszenarien an, z. B. Inpainting, Outpainting und Bild-zu-Bild-Übersetzung. Optimieren Sie die Leistung und Stabilität von Stable Diffusion-Modellen.
Format des Kurses
    Interaktiver Vortrag und Diskussion. Viele Übungen und Übungen. Praxisnahe Umsetzung in einer Live-Lab-Umgebung.
Optionen zur Kursanpassung
    Um eine individuelle Schulung für diesen Kurs anzufordern, kontaktieren Sie uns bitte zur Vereinbarung.
14 Stunden
Waikato Environment for Knowledge Analysis (Weka) ist eine Open-Source Data Mining Visualization-Software. Es bietet eine Sammlung von Maschinenlern-Algorithmen für Datenherstellung, Klassifizierung, Klusterung und andere Data Mining-Aktivitäten. Dieser Instructor-leitet, Live-Training (online oder on-site) richtet sich an Datenanalytiker und Datenwissenschaftler, die verwenden möchten Weka für die Erfüllung von Data Mining Aufgaben. Am Ende dieser Ausbildung können die Teilnehmer:
    Installieren und konfigurieren Weka Verständnis der Weka Umwelt und des Arbeitsplatzes. Durchführen Sie Datenmining Aufgaben mit Weka.
Format des Kurses
    Interaktive Unterricht und Diskussion. Viele Übungen und Übungen. Hand-on Implementierung in einem Live-Lab-Umfeld.
Kursanpassungsoptionen
    Um eine benutzerdefinierte Ausbildung für diesen Kurs zu beantragen, wenden Sie sich bitte an uns, um zu arrangieren.
14 Stunden
Ziel dieses Kurses ist es, eine grundlegende Kompetenz in der Anwendung Machine Learning Methoden in der Praxis zu bieten. Durch die Verwendung der Programmiersprache und ihrer verschiedenen Bibliotheken und auf der Grundlage einer Vielzahl praktischer Beispiele lehrt dieser Kurs, wie man die wichtigsten Baublöcke von Machine Learning verwendet, wie man Datenmodellierungsentscheidungen macht, die Ergebnisse der Algorithmen interpretiert und die Ergebnisse validiert. Unser Ziel ist es, Ihnen die Fähigkeiten zu vermitteln, die grundlegendsten Tools aus dem Toolbox vertrauensvoll zu verstehen und zu verwenden und die gemeinsamen Fälle der Anwendungen zu vermeiden.
21 Stunden
In diesem instruierten Live-Training lernen die Teilnehmer die relevantesten und fortschrittlichsten maschinellen Lerntechniken in Python kennen, während sie eine Reihe von Demo-Anwendungen mit Bild-, Musik-, Text- und Finanzdaten erstellen Am Ende dieses Trainings werden die Teilnehmer in der Lage sein: Implementieren Sie maschinelle Lernalgorithmen und Techniken zur Lösung komplexer Probleme Wenden Sie intensives Lernen und halbüberwachtes Lernen auf Anwendungen mit Bild-, Musik-, Text- und Finanzdaten an Push Python-Algorithmen auf ihr maximales Potenzial Verwenden Sie Bibliotheken und Pakete wie NumPy und Theano Publikum Entwickler Analysten Datenwissenschaftler Format des Kurses Teilvorlesung, Teildiskussion, Übungen und schwere Handsonsübungen .
28 Stunden
Ziel dieses Kurses ist es, allgemeine Kenntnisse in der Anwendung von maschinellen Lernmethoden in der Praxis zu vermitteln. Durch den Einsatz der Programmiersprache Python und ihrer verschiedenen Bibliotheken und anhand einer Vielzahl von Praxisbeispielen vermittelt dieser Kurs, wie man die wichtigsten Bausteine des maschinellen Lernens nutzt, wie man Datenmodellierungsentscheidungen trifft, die Ausgänge der Algorithmen und Validierung der Ergebnisse. Unser Ziel ist es, Ihnen die Fähigkeiten zu vermitteln, die grundlegendsten Werkzeuge aus dem Werkzeugkasten Maschinenlerntechnik sicher zu verstehen und zu nutzen und die üblichen Fallstricke von Datenwissenschaften zu vermeiden.
28 Stunden
Dies ist ein 4-Tage-Kurs, mit dem AI und seine Anwendung mit der Programmiersprache eingeführt werden. Es gibt eine Option, einen zusätzlichen Tag zu haben, um ein AI-Projekt zu unternehmen, um diesen Kurs zu beenden. 
21 Stunden
Deep Reinforcement Learning bezieht sich auf die Fähigkeit eines „künstlichen Agenten“, durch Versuch und Irrtum sowie Belohnung und Strafe zu lernen. Ein künstlicher Agent zielt darauf ab, die Fähigkeit eines Menschen nachzuahmen, selbstständig Wissen zu erlangen und zu konstruieren, und zwar direkt aus rohen Eingaben wie Visionen. Um Reinforcement Learning zu realisieren, werden Deep Learning und neuronale Netze eingesetzt. Reinforcement Learning unterscheidet sich vom maschinellen Lernen und basiert nicht auf überwachten und unüberwachten Lernansätzen.Dieses von einem Lehrer geleitete Live-Training (online oder vor Ort) richtet sich an Entwickler und Datenwissenschaftler, die die Grundlagen von Deep Reinforcement Learning erlernen möchten, während sie die Erstellung eines Deep Learning Agenten durchlaufen.Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:
    Verstehen Sie die Schlüsselkonzepte hinter Deep Reinforcement Learning und können Sie es von Machine Learning unterscheiden. Wenden Sie fortschrittliche Reinforcement Learning Algorithmen an, um reale Probleme zu lösen. Erstellen Sie einen Deep Learning Agenten.
Format des Kurses
    Interaktiver Vortrag und Diskussion. Viele Übungen und Übungen. Praxisnahe Umsetzung in einer Live-Lab-Umgebung.
Optionen zur Kursanpassung
    Um eine individuelle Schulung für diesen Kurs anzufordern, kontaktieren Sie uns bitte zur Vereinbarung.
28 Stunden
Machine Learning ist eine Branche der künstlichen Intelligenz, in der Computer die Fähigkeit haben, ohne ausdrücklich programmiert zu werden. Die tiefe Lernen ist ein Unterfeld des Maschinenlernen, das Methoden verwendet, die auf Lerndaten-Repräsentationen und Strukturen wie neurale Netzwerke basieren. Python ist eine hochwertige Programmiersprache berühmt für ihre klaren Syntax und Code Lesbarkeit. In diesem Instructor-leitet, Live-Training, lernen die Teilnehmer, wie die Implementierung von tiefen Lernmodellen für Telekom mit Python wie sie durch die Schaffung eines tiefen Lern-Kredit-Risiko-Modell. Am Ende dieser Ausbildung können die Teilnehmer:
    Sie verstehen die grundlegenden Konzepte des tiefen Lernens. Lernen Sie die Anwendungen und Anwendungen des tiefen Lernens in Telekom. Nutzen Python, Keras und TensorFlow, um tiefe Lernmodelle für Telecom zu erstellen. Erstellen Sie Ihr eigenes Deep Learning Customer Churn Prognose-Modell mit Python.
Format des Kurses
    Interaktive Unterricht und Diskussion. Viele Übungen und Übungen. Hand-on Implementierung in einem Live-Lab-Umfeld.
Kursanpassungsoptionen
    Um eine benutzerdefinierte Ausbildung für diesen Kurs zu beantragen, wenden Sie sich bitte an uns, um zu arrangieren.
14 Stunden
Embedding Projector ist eine Open-Source-Webanwendung zur Visualisierung der Daten, die zum Trainieren von maschinellen Lernsystemen verwendet werden Erstellt von Google, ist es ein Teil von TensorFlow Dieses instruierte Live-Training stellt die Konzepte hinter Embedding Projector vor und führt die Teilnehmer durch die Einrichtung eines Demo-Projekts Am Ende dieses Trainings werden die Teilnehmer in der Lage sein: Erfahren Sie, wie Daten von maschinellen Lernmodellen interpretiert werden Navigieren Sie durch 3D- und 2D-Ansichten von Daten, um zu verstehen, wie ein maschineller Lernalgorithmus sie interpretiert Verstehen Sie die Konzepte hinter Embedding und ihre Rolle bei der Darstellung mathematischer Vektoren für Bilder, Wörter und Zahlen Erkunden Sie die Eigenschaften einer bestimmten Einbettung, um das Verhalten eines Modells zu verstehen Wenden Sie Embedding Project auf reale Anwendungsfälle an, wie zum Beispiel das Erstellen eines Song-Empfehlungssystems für Musikliebhaber Publikum Entwickler Datenwissenschaftler Format des Kurses Teilvorlesung, Teildiskussion, Übungen und schwere Handsonsübungen .
7 Stunden
Dieser Kurs wurde für Führungskräfte, Lösungsarchitekten, Innovationsbeamte, CTOs, Softwarearchitekten und alle, die an einem Überblick über angewandte künstliche Intelligenz und die nächste Prognose für ihre Entwicklung interessiert sind.
7 Stunden
Dieser Kurs richtet sich an Personen, die grundlegende Techniken des Machine Learning in praktischen Anwendungen anwenden möchten. Publikum Datenwissenschaftler und Statistiker, die mit maschinellem Lernen vertraut sind und wissen, wie man R programmiert. Der Schwerpunkt dieses Kurses liegt auf den praktischen Aspekten der Daten- / Modellvorbereitung, Ausführung, Post-Hoc-Analyse und Visualisierung. Ziel ist es, Teilnehmern, die an der Anwendung der Methoden bei der Arbeit interessiert sind, eine praktische Einführung in das maschinelle Lernen zu geben Branchenspezifische Beispiele sollen das Training für das Publikum relevant machen.
14 Stunden
Dieser Kurs richtet sich an Personen, die Machine Learning in praktischen Anwendungen anwenden möchten. Publikum Dieser Kurs richtet sich an Datenwissenschaftler und Statistiker, die mit Statistik vertraut sind und wissen, wie man R (oder Python oder eine andere ausgewählte Sprache) programmiert. Der Schwerpunkt dieses Kurses liegt auf den praktischen Aspekten der Daten- / Modellvorbereitung, -ausführung, Post-Hoc-Analyse und -Visualisierung. Ziel ist es, Teilnehmern, die an der Anwendung der Methoden bei der Arbeit interessiert sind, praktische Anwendungen des Machine Learning zu bieten. Branchenspezifische Beispiele sollen das Training für das Publikum relevant machen.
14 Stunden
Ziel dieses Kurses ist es, grundlegende Kenntnisse in der Anwendung von Methoden des Machine Learning in der Praxis zu vermitteln. Anhand der R - Programmierplattform und ihrer verschiedenen Bibliotheken sowie anhand einer Vielzahl praktischer Beispiele wird in diesem Kurs die Verwendung der wichtigsten Bausteine des Machine Learning , das Treffen von Datenmodellierungsentscheidungen sowie die Interpretation der Ergebnisse der Algorithmen und erläutert validieren Sie die Ergebnisse. Unser Ziel ist es, Sie in die Lage zu versetzen, die grundlegendsten Tools aus der Toolbox für Machine Learning sicher zu verstehen und zu verwenden und die üblichen Fallstricke der Data Science Anwendungen zu vermeiden.
21 Stunden
Das künstliche neuronale Netz ist ein Computerdatenmodell, das bei der Entwicklung von Artificial Intelligence (AI) Systemen Artificial Intelligence (AI) verwendet wird, die "intelligente" Aufgaben ausführen können. Neural Networks werden häufig in ML-Anwendungen ( Machine Learning ) verwendet, bei denen es sich um eine Implementierung von AI handelt. Deep Learning ist eine Teilmenge von ML.
21 Stunden
This course will be a combination of theory and practical work with specific examples used throughout the event.
21 Stunden
Dieser Kurs führt in Methoden des maschinellen Lernens in Robotikanwendungen ein. Es gibt einen umfassenden Überblick über bestehende Methoden, Motivationen und Hauptideen im Kontext der Mustererkennung. Nach einem kurzen theoretischen Hintergrund führen die Teilnehmer einfache Übungen mit Open Source (normalerweise R) oder einer anderen gängigen Software durch.
14 Stunden
Ziel dieses Kurses ist es, grundlegende Kenntnisse in der Anwendung von Methoden des Machine Learning in der Praxis zu vermitteln. In diesem Kurs wird anhand der Programmiersprache Scala und ihrer verschiedenen Bibliotheken anhand einer Vielzahl von praktischen Beispielen gezeigt, wie die wichtigsten Bausteine des Machine Learning , wie Datenmodellierungsentscheidungen getroffen, die Ergebnisse der Algorithmen interpretiert werden und validieren Sie die Ergebnisse. Unser Ziel ist es, Sie in die Lage zu versetzen, die grundlegendsten Tools aus der Toolbox für Machine Learning sicher zu verstehen und zu verwenden und die üblichen Fallstricke der Data Science Anwendungen zu vermeiden.
14 Stunden
R  ist eine Open-Source-freie Programmiersprache für statistische Computing, Datenanalyse und Grafik. Die Forschung wird von einer wachsenden Anzahl von Managern und Datenanalytikern innerhalb von Unternehmen und Akademien verwendet. R verfügt über eine breite Palette von Paketen für die Datenmining.
35 Stunden
Dieser Kurs wurde für Personen entwickelt, die noch keine Erfahrung mit Wahrscheinlichkeit und Statistik haben .
7 Stunden
Die integrierte Umgebung des Wolfram Systems macht es zu einem effizienten Tool zum Analysieren und Präsentieren von Daten. Dieser Kurs behandelt analytikrelevante Aspekte der Wolfram Sprache, einschließlich statistischer Berechnung, Visualisierung, Datenimport und -export sowie automatischer Generierung von Berichten.
21 Stunden
Der Kurs richtet sich an diejenigen, die ein alternatives Programm zum kommerziellen MATLAB-Paket kennenlernen möchten Das dreitägige Training bietet umfassende Informationen über die Bewegung in der Umwelt und die Durchführung des OCTAVE-Pakets für Datenanalyse und technische Berechnungen Die Trainingsempfänger sind Anfänger, aber auch diejenigen, die das Programm kennen und ihr Wissen systematisieren und ihre Fähigkeiten verbessern möchten Kenntnisse in anderen Programmiersprachen sind nicht erforderlich, erleichtern aber den Lernenden den Erwerb von Wissen Der Kurs zeigt Ihnen, wie Sie das Programm in vielen praktischen Beispielen verwenden .
21 Stunden
Dieser Kurs richtet sich an Personen, die Machine Learning in praktischen Anwendungen für ihr Team anwenden möchten. Die Schulung befasst sich nicht mit technischen Aspekten und dreht sich um grundlegende Konzepte und deren geschäftliche / betriebliche Anwendungen. Zielgruppe
  1. Investoren und KI-Unternehmer
  2. Manager und Ingenieure, deren Unternehmen in den KI-Raum vordringt
  3. Business & Investoren
7 Stunden
Snorkel ist ein System zum schnellen Erstellen, Modellieren und Verwalten von Trainingsdaten Es konzentriert sich auf die beschleunigte Entwicklung von strukturierten oder "dunklen" Datenextraktionsanwendungen für Domänen, in denen große beschriftete Trainingssätze nicht verfügbar oder leicht zu erhalten sind In diesem instruierten Live-Training lernen die Teilnehmer Techniken zum Extrahieren von Werten aus unstrukturierten Daten wie Text, Tabellen, Zahlen und Bildern durch Modellierung von Trainingsdaten mit Snorkel kennen Am Ende dieses Trainings werden die Teilnehmer in der Lage sein: Programmatische Erstellung von Trainingssätzen zur Kennzeichnung von umfangreichen Trainingssätzen Trainiere hochwertige Endmodelle, indem du zuerst laute Trainingssätze modellierst Verwenden Sie Snorkel, um schwache Überwachungstechniken zu implementieren und die Datenprogrammierung auf schwach überwachte Maschinenlernsysteme anzuwenden Publikum Entwickler Datenwissenschaftler Format des Kurses Teilvorlesung, Teildiskussion, Übungen und schwere Handsonsübungen .
14 Stunden
Encog ist ein Open Source-Framework zum maschinellen Lernen für Java undNet In diesem instruierten Live-Training lernen die Teilnehmer fortgeschrittene Techniken des maschinellen Lernens kennen, um präzise neuronale Vorhersagemodelle zu erstellen Am Ende dieses Trainings werden die Teilnehmer in der Lage sein: Implementieren Sie verschiedene Optimierungstechniken für neuronale Netzwerke, um die Unter- und Überanpassung zu beheben Verstehen und wählen Sie aus einer Reihe von neuronalen Netzwerkarchitekturen Implementieren Sie überwachte Feed-Forward- und Feedback-Netzwerke Publikum Entwickler Analysten Datenwissenschaftler Format des Kurses Teilvorlesung, Teildiskussion, Übungen und schwere Handsonsübungen .

Last Updated:

Machine Learning Schulung, Machine Learning boot camp, Machine Learning Abendkurse, ML (Machine Learning) Wochenendkurse, ML (Machine Learning) Kurs, Machine Learning Training, ML (Machine Learning) Seminar, Machine Learning (ML) Seminare, Machine Learning (ML) Privatkurs, ML (Machine Learning) Coaching, Machine Learning Lehrer

Sonderangebote

No course discounts for now.

Sonderangebote Newsletter

Wir behandeln Ihre Daten vertraulich und werden sie nicht an Dritte weitergeben.
Sie können Ihre Einstellungen jederzeit ändern oder sich ganz abmelden.

EINIGE UNSERER KUNDEN

is growing fast!

We are looking for a good mixture of IT and soft skills in Switzerland!

As a NobleProg Trainer you will be responsible for:

  • delivering training and consultancy Worldwide
  • preparing training materials
  • creating new courses outlines
  • delivering consultancy
  • quality management

At the moment we are focusing on the following areas:

  • Statistic, Forecasting, Big Data Analysis, Data Mining, Evolution Alogrithm, Natural Language Processing, Machine Learning (recommender system, neural networks .etc...)
  • SOA, BPM, BPMN
  • Hibernate/Spring, Scala, Spark, jBPM, Drools
  • R, Python
  • Mobile Development (iOS, Android)
  • LAMP, Drupal, Mediawiki, Symfony, MEAN, jQuery
  • You need to have patience and ability to explain to non-technical people

To apply, please create your trainer-profile by going to the link below:

Apply now!

This site in other countries/regions