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
Es war sehr interaktiv und entspannter und informeller als erwartet. Wir haben in der Zeit viele Themen behandelt und der Trainer war immer offen dafür, im Detail oder allgemeiner über die Themen und ihre Zusammenhänge zu sprechen. Ich denke, das Training hat mir die Werkzeuge gegeben, um weiter zu lernen, im Gegensatz zu einer einmaligen Sitzung, in der das Lernen nach dem Abschluss aufhört, was angesichts des Umfangs und der Komplexität des Themas sehr wichtig ist.
Jonathan Blease
Kurs: Artificial Neural Networks, Machine Learning, Deep Thinking
Machine Translated
Der Trainer war so sachkundig und schloss Bereiche ein, an denen ich interessiert war.
Mohamed Salama
Kurs: Data Mining & Machine Learning with R
Machine Translated
Das Thema ist sehr interessant.
Wojciech Baranowski
Kurs: Introduction to Deep Learning
Machine Translated
Trainer theoretische Kenntnisse und Bereitschaft, die Probleme mit den Teilnehmern nach dem Training zu lösen.
Grzegorz Mianowski
Kurs: Introduction to Deep Learning
Machine Translated
Thema. Sehr interessant!.
Piotr
Kurs: Introduction to Deep Learning
Machine Translated
Übungen nach jedem Thema waren sehr hilfreich, obwohl es am Ende zu kompliziert war. Im Allgemeinen war das präsentierte Material sehr interessant und interessant! Übungen mit Bilderkennung waren großartig.
Dolby Poland Sp. z o.o.
Kurs: Introduction to Deep Learning
Machine Translated
Ich denke, wenn das Training auf Polnisch gemacht würde, würde es dem Trainer erlauben, sein Wissen effizienter zu teilen.
Radek
Kurs: Introduction to Deep Learning
Machine Translated
Der globale Überblick über Deep Learning.
Bruno Charbonnier
Kurs: Advanced Deep Learning
Machine Translated
Die Übungen sind ausreichend praktisch und erfordern keine hohen Python Kenntnisse.
Alexandre GIRARD
Kurs: Advanced Deep Learning
Machine Translated
Übungen an echten Beispielen mit Eras. Italien hat unsere Erwartungen an dieses Training vollkommen verstanden.
Paul Kassis
Kurs: Advanced Deep Learning
Machine Translated
Ich habe die kristallklaren Antworten von Chris auf unsere Fragen sehr geschätzt.
Léo Dubus
Kurs: Réseau de Neurones, les Fondamentaux en utilisant TensorFlow comme Exemple
Machine Translated
Ich genoss im Allgemeinen den sachkundigen Trainer.
Sridhar Voorakkara
Kurs: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
Ich war erstaunt über den Standard dieser Klasse - ich würde sagen, dass es Universitätsstandard war.
David Relihan
Kurs: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
Sehr gute Rundumübersicht. Go od Hintergrund in warum Tensorflow arbeitet , wie es der Fall ist.
Kieran Conboy
Kurs: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
Ich mochte die Gelegenheiten, Fragen zu stellen und tiefergehende Erklärungen der Theorie zu bekommen.
Sharon Ruane
Kurs: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
Wir haben viel mehr Einblick in das Thema bekommen. Mit einigen echten Themen in unserem Unternehmen wurde eine nette Diskussion geführt.
Sebastiaan Holman
Kurs: Machine Learning and Deep Learning
Machine Translated
Die Schulung bot die richtige Grundlage, um weiter auszubauen und zu zeigen, wie Theorie und Praxis Hand in Hand gehen. Es hat mich tatsächlich mehr für das Thema interessiert als vorher.
Jean-Paul van Tillo
Kurs: Machine Learning and Deep Learning
Machine Translated
Ich habe die Berichterstattung und Tiefe der Themen sehr genossen.
Anirban Basu
Kurs: Machine Learning and Deep Learning
Machine Translated
Der Trainer erklärte sehr leicht schwierige und fortgeschrittene Themen.
Leszek K
Kurs: Artificial Intelligence Overview
Machine Translated
Das tiefe Wissen des Trainers über das Thema.
Sebastian Görg
Kurs: Introduction to Deep Learning
Machine Translated
Sehr aktualisierter Ansatz oder CPI (Tensor Flow, Ära, lernen), um maschinelles Lernen zu tun.
Paul Lee
Kurs: TensorFlow for Image Recognition
Machine Translated
Sehr flexibel.
Frank Ueltzhöffer
Kurs: Artificial Neural Networks, Machine Learning and Deep Thinking
Machine Translated
Ich habe generell die Flexibilität genossen.
Werner Philipp
Kurs: Artificial Neural Networks, Machine Learning and Deep Thinking
Machine Translated
Voraussichtlicher Stand der Technologie: Welche Technologie / Prozess könnte in Zukunft wichtiger werden? sehen Sie, wofür die Technologie verwendet werden kann.
Commerzbank AG
Kurs: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
Ich habe von der Themenauswahl profitiert. Art des Trainings. Praxisorientierung.
Commerzbank AG
Kurs: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
Alle mögen es
蒙 李
Kurs: Machine Learning Fundamentals with Python
Machine Translated
Art und Weise des Leitens und des Beispiels, das vom Trainer gegeben wird
ORANGE POLSKA S.A.
Kurs: Machine Learning and Deep Learning
Machine Translated
Möglichkeit, die vorgeschlagenen Themen selbst zu diskutieren
ORANGE POLSKA S.A.
Kurs: Machine Learning and Deep Learning
Machine Translated
Kommunikation mit Dozenten
文欣 张
Kurs: Artificial Neural Networks, Machine Learning, Deep Thinking
Machine Translated
Gefällt mir
lisa xie
Kurs: Artificial Neural Networks, Machine Learning, Deep Thinking
Machine Translated
Vertiefte Darstellung von Themen des maschinellen Lernens, insbesondere neuronaler Netze. Entmystifizierte viel von dem Thema.
Sacha Nandlall
Kurs: Python for Advanced Machine Learning
Machine Translated
Ich mochte wirklich Übungen
L M ERICSSON LIMITED
Kurs: Machine Learning
Machine Translated
die Laborübungen
Marcell Lorant - L M ERICSSON LIMITED
Kurs: Machine Learning
Machine Translated
Das Jupyter Notebook-Formular, in dem das Trainingsmaterial zur Verfügung steht
L M ERICSSON LIMITED
Kurs: Machine Learning
Machine Translated
Es gab viele Übungen und interessante Themen.
L M ERICSSON LIMITED
Kurs: Machine Learning
Machine Translated
einige großartige Übungen, die vom Trainer ausführlich analysiert und erklärt wurden (zB Kovarianten in der linearen Regression, die der realen Funktion entsprechen)
L M ERICSSON LIMITED
Kurs: Machine Learning
Machine Translated
Es ist einfach toll, dass alle Materialien einschließlich der Übungen auf der gleichen Seite sind und dann sofort aktualisiert werden. Die Lösung wird am Ende enthüllt. Cool! Ich weiß es auch zu schätzen, dass Krzysztof sich mehr Mühe gegeben hat, unsere Probleme zu verstehen und uns mögliche Techniken vorgeschlagen hat.
Attila Nagy - L M ERICSSON LIMITED
Kurs: Machine Learning
Machine Translated
Großes und aktuelles Wissen über führende und praktische Anwendungsbeispiele.
ING Bank Śląski S.A.
Kurs: Introduction to Deep Learning
Machine Translated
Viele Übungen, sehr gute Zusammenarbeit mit der Gruppe.
Janusz Chrobot - ING Bank Śląski S.A.
Kurs: Introduction to Deep Learning
Machine Translated
Arbeit an Kolaboratoren,
ING Bank Śląski S.A.
Kurs: Introduction to Deep Learning
Machine Translated
Es war offensichtlich, dass die Enthusiasten der präsentierten Themen führend waren. Benutzte interessante Beispiele während des Trainings.
ING Bank Śląski S.A.
Kurs: Introduction to Deep Learning
Machine Translated
Eine breite Palette von Themen abgedeckt und umfangreiches Wissen der Führungskräfte.
ING Bank Śląski S.A.; Kamil Kurek Programowanie
Kurs: Understanding Deep Neural Networks
Machine Translated
Mangel
ING Bank Śląski S.A.; Kamil Kurek Programowanie
Kurs: Understanding Deep Neural Networks
Machine Translated
Großes theoretisches und praktisches Wissen der Dozenten. Kommunikativität von Trainern. Während des Kurses können Sie Fragen stellen und zufriedenstellende Antworten erhalten.
Kamil Kurek - ING Bank Śląski S.A.; Kamil Kurek Programowanie
Kurs: Understanding Deep Neural Networks
Machine Translated
Praktischer Teil, bei dem wir Algorithmen implementiert haben. Dies ermöglichte ein besseres Verständnis des Themas.
ING Bank Śląski S.A.; Kamil Kurek Programowanie
Kurs: Understanding Deep Neural Networks
Machine Translated
Übungen und Beispiele auf ihnen implementiert
Paweł Orzechowski - ING Bank Śląski S.A.; Kamil Kurek Programowanie
Kurs: Understanding Deep Neural Networks
Machine Translated
Beispiele und diskutierte Themen.
ING Bank Śląski S.A.; Kamil Kurek Programowanie
Kurs: Understanding Deep Neural Networks
Machine Translated
Substanzielles Wissen, Engagement, eine leidenschaftliche Art Wissen zu vermitteln. Praktische Beispiele nach einem theoretischen Vortrag.
Janusz Chrobot - ING Bank Śląski S.A.; Kamil Kurek Programowanie
Kurs: Understanding Deep Neural Networks
Machine Translated
Praktische Übungen von Herrn Maciej
ING Bank Śląski S.A.; Kamil Kurek Programowanie
Kurs: Understanding Deep Neural Networks
Machine Translated
Ich habe von der Leidenschaft zum Lehren profitiert und mich darauf konzentriert, Dinge sinnvoll zu machen.
Zaher Sharifi - GOSI
Kurs: Advanced Deep Learning
Machine Translated
ML (Machine Learning) Unterkategorien
ML (Machine Learning) Kurspläne
Name des Kurses
Dauer
Überblick
Name des Kurses
Dauer
Überblick
7 Stunden
Überblick
Dieser Kurs richtet sich an Manager, Lösungsarchitekten, Innovationsbeauftragte, CTOs, Softwarearchitekten und alle, die sich für einen Überblick über angewandte künstliche Intelligenz und die nächste Prognose für deren Entwicklung interessieren.
28 Stunden
Überblick
Maschinelles Lernen ist ein Zweig der künstlichen Intelligenz, in dem Computer lernen können, ohne explizit programmiert zu werden.
Deep Learning ist ein Teilgebiet des maschinellen Lernens, das Methoden verwendet, die auf dem Lernen von Datendarstellungen und Strukturen wie neuronalen Netzen basieren.
Python ist eine High-Level-Programmiersprache, die für ihre klare Syntax und Codelesbarkeit bekannt ist.
In diesem von Lehrern geführten Live-Training lernen die Teilnehmer, wie sie mit Python Deep-Learning-Modelle für die Telekommunikation implementieren, während sie ein Deep-Learning-Kreditrisikomodell erstellen.
Am Ende dieser Schulung können die Teilnehmer:
- Verstehe die grundlegenden Konzepte des Tiefenlernens.
- Lernen Sie die Anwendungen und Verwendungen von Deep Learning in der Telekommunikation.
- Verwenden Sie Python , Keras und TensorFlow , um vertiefende Lernmodelle für die Telekommunikation zu erstellen.
- Erstellen Sie mit Python eigenes Modell zur Vorhersage der Kundenabwanderung.
Format des Kurses
- Teilvorlesung, Teildiskussion, Übungen und viel praktisches Üben
Deep Learning ist ein Teilgebiet des maschinellen Lernens, das Methoden verwendet, die auf dem Lernen von Datendarstellungen und Strukturen wie neuronalen Netzen basieren.
Python ist eine High-Level-Programmiersprache, die für ihre klare Syntax und Codelesbarkeit bekannt ist.
In diesem von Lehrern geführten Live-Training lernen die Teilnehmer, wie sie mit Python Deep-Learning-Modelle für die Telekommunikation implementieren, während sie ein Deep-Learning-Kreditrisikomodell erstellen.
Am Ende dieser Schulung können die Teilnehmer:
- Verstehe die grundlegenden Konzepte des Tiefenlernens.
- Lernen Sie die Anwendungen und Verwendungen von Deep Learning in der Telekommunikation.
- Verwenden Sie Python , Keras und TensorFlow , um vertiefende Lernmodelle für die Telekommunikation zu erstellen.
- Erstellen Sie mit Python eigenes Modell zur Vorhersage der Kundenabwanderung.
Format des Kurses
- Teilvorlesung, Teildiskussion, Übungen und viel praktisches Üben
21 Stunden
Überblick
Mechatronik (auch Mechatronik genannt) ist eine Kombination aus Mechanik, Elektronik und Informatik.
Diese Live-Schulung (vor Ort oder per Fernzugriff) richtet sich an Ingenieure, die sich mit der Anwendbarkeit künstlicher Intelligenz auf mechatronische Systeme befassen möchten.
Am Ende dieser Schulung können die Teilnehmer:
- Verschaffen Sie sich einen Überblick über künstliche Intelligenz, maschinelles Lernen und Computerintelligenz.
- Verstehen Sie die Konzepte neuronaler Netze und verschiedener Lernmethoden.
- Wählen Sie künstliche Intelligenz-Ansätze effektiv für reale Probleme.
- Implementierung von KI-Anwendungen in der Mechatronik.
Format des Kurses
- Interaktiver Vortrag und Diskussion.
- Viele Übungen und Übungen.
- Praktische Implementierung in einer Live-Laborumgebung.
Anpassungsoptionen für den Kurs
- Um ein individuelles Training für diesen Kurs anzufordern, kontaktieren Sie uns bitte, um dies zu arrangieren.
Diese Live-Schulung (vor Ort oder per Fernzugriff) richtet sich an Ingenieure, die sich mit der Anwendbarkeit künstlicher Intelligenz auf mechatronische Systeme befassen möchten.
Am Ende dieser Schulung können die Teilnehmer:
- Verschaffen Sie sich einen Überblick über künstliche Intelligenz, maschinelles Lernen und Computerintelligenz.
- Verstehen Sie die Konzepte neuronaler Netze und verschiedener Lernmethoden.
- Wählen Sie künstliche Intelligenz-Ansätze effektiv für reale Probleme.
- Implementierung von KI-Anwendungen in der Mechatronik.
Format des Kurses
- Interaktiver Vortrag und Diskussion.
- Viele Übungen und Übungen.
- Praktische Implementierung in einer Live-Laborumgebung.
Anpassungsoptionen für den Kurs
- Um ein individuelles Training für diesen Kurs anzufordern, kontaktieren Sie uns bitte, um dies zu arrangieren.
21 Stunden
Überblick
Deep Learning ist ein Teilgebiet des maschinellen Lernens. Es verwendet Methoden, die auf dem Lernen von Datendarstellungen und Strukturen wie neuronalen Netzen basieren.
Keras ist eine High-Level-API für neuronale Netze für schnelle Entwicklung und Experimente. Es läuft auf TensorFlow , CNTK oder Theano.
Dieses von Lehrern geleitete Live-Training (vor Ort oder per Fernzugriff) richtet sich an Entwickler, die ein selbstfahrendes Auto mit vertieften Lerntechniken bauen möchten.
Am Ende dieser Schulung können die Teilnehmer:
- Verwenden Sie Computer Vision-Techniken, um Fahrspuren zu identifizieren.
- Verwenden Sie Keras , um Faltungs-Neuronale Netze aufzubauen und zu trainieren.
- Trainieren Sie ein Deep-Learning-Modell, um Verkehrszeichen zu unterscheiden.
- Simulieren Sie ein völlig autonomes Auto.
Format des Kurses
- Interaktiver Vortrag und Diskussion.
- Viele Übungen und Übungen.
- Praktische Implementierung in einer Live-Laborumgebung.
Anpassungsoptionen für den Kurs
- Um ein individuelles Training für diesen Kurs anzufordern, kontaktieren Sie uns bitte, um dies zu arrangieren.
Keras ist eine High-Level-API für neuronale Netze für schnelle Entwicklung und Experimente. Es läuft auf TensorFlow , CNTK oder Theano.
Dieses von Lehrern geleitete Live-Training (vor Ort oder per Fernzugriff) richtet sich an Entwickler, die ein selbstfahrendes Auto mit vertieften Lerntechniken bauen möchten.
Am Ende dieser Schulung können die Teilnehmer:
- Verwenden Sie Computer Vision-Techniken, um Fahrspuren zu identifizieren.
- Verwenden Sie Keras , um Faltungs-Neuronale Netze aufzubauen und zu trainieren.
- Trainieren Sie ein Deep-Learning-Modell, um Verkehrszeichen zu unterscheiden.
- Simulieren Sie ein völlig autonomes Auto.
Format des Kurses
- Interaktiver Vortrag und Diskussion.
- Viele Übungen und Übungen.
- Praktische Implementierung in einer Live-Laborumgebung.
Anpassungsoptionen für den Kurs
- Um ein individuelles Training für diesen Kurs anzufordern, kontaktieren Sie uns bitte, um dies zu arrangieren.
21 Stunden
Überblick
Keras ist eine hochrangige neuronale Netzwerk-API für schnelle Entwicklung und Experimente. Es verläuft auf TensorFlow, CNTK oder Theano
.
Diese von Lehrern geleitete Live-Ausbildung (vor Ort oder Fernbedienung) richtet sich an technische Personen, die ein tiefes Lernmodell für die Bilderkennung anwenden
möchten.
Am Ende dieses Trainings können die Teilnehmer:
- installieren und Keras konfigurieren.
- schnell Prototypen-Tiefenlernmodelle
. - Umsetzung eines Konvolutions-Netzwerks.
- ein wiederkehrendes Netzwerk
implementieren. - Führe ein tiefgreifendes Lernmodell sowohl auf einer CPU als auch auf GPU
aus.
Format der
- interaktiven Vortrag und Diskussion
. - Viele Übungen und Übungen
. - Hands-on-Umsetzung in einem Live-Labor-Umfeld
.
- Um ein maßgeschneidertes Training für diesen Kurs anzufordern, kontaktieren Sie uns bitte, um
zu arrangieren. - Um mehr über Keras zu erfahren, besuchen Sie bitte: https://keras.io/
.
Diese von Lehrern geleitete Live-Ausbildung (vor Ort oder Fernbedienung) richtet sich an technische Personen, die ein tiefes Lernmodell für die Bilderkennung anwenden
möchten.
Am Ende dieses Trainings können die Teilnehmer:
- installieren und Keras konfigurieren.
- schnell Prototypen-Tiefenlernmodelle
. - Umsetzung eines Konvolutions-Netzwerks.
- ein wiederkehrendes Netzwerk
implementieren. - Führe ein tiefgreifendes Lernmodell sowohl auf einer CPU als auch auf GPU
aus.
Format der
- interaktiven Vortrag und Diskussion
. - Viele Übungen und Übungen
. - Hands-on-Umsetzung in einem Live-Labor-Umfeld
.
- Um ein maßgeschneidertes Training für diesen Kurs anzufordern, kontaktieren Sie uns bitte, um
zu arrangieren. - Um mehr über Keras zu erfahren, besuchen Sie bitte: https://keras.io/
21 Stunden
Überblick
TensorFlow ist eine beliebte und maschinelles Lernen Bibliothek entwickelt von Go Ogle für tiefe Lernen, numerische Berechnung und Groß maschinellen Lernen. TensorFlow 2.0, veröffentlicht im Januar 2019, ist die neueste Version von TensorFlow und enthält Verbesserungen in TensorFlow auf eifrige Ausführung, Kompatibilität und API-Konsistenz.
Dieses von Lehrern geleitete Live-Training (vor Ort oder per Fernzugriff) richtet sich an Entwickler und Datenwissenschaftler, die Tensorflow 2.0 verwenden möchten, um Prädiktoren, Klassifikatoren, generative Modelle, neuronale Netzwerke usw. zu erstellen.
Am Ende dieser Schulung können die Teilnehmer:
- Installieren und konfigurieren Sie TensorFlow 2.0.
- Verstehen Sie die Vorteile von TensorFlow 2.0 gegenüber früheren Versionen.
- Bauen Sie Deep-Learning-Modelle auf.
- Implementieren Sie einen erweiterten Bildklassifikator.
- Stellen Sie ein Deep-Learning-Modell für Cloud-, Mobil- und IoT-Geräte bereit.
Format des Kurses
- Interaktiver Vortrag und Diskussion.
- Viele Übungen und Übungen.
- Praktische Implementierung in einer Live-Laborumgebung.
Anpassungsoptionen für den Kurs
- Um ein individuelles Training für diesen Kurs anzufordern, kontaktieren Sie uns bitte, um dies zu arrangieren.
- Um mehr über TensorFlow zu erfahren, besuchen Sie bitte: https://www.tensorflow.org/
Dieses von Lehrern geleitete Live-Training (vor Ort oder per Fernzugriff) richtet sich an Entwickler und Datenwissenschaftler, die Tensorflow 2.0 verwenden möchten, um Prädiktoren, Klassifikatoren, generative Modelle, neuronale Netzwerke usw. zu erstellen.
Am Ende dieser Schulung können die Teilnehmer:
- Installieren und konfigurieren Sie TensorFlow 2.0.
- Verstehen Sie die Vorteile von TensorFlow 2.0 gegenüber früheren Versionen.
- Bauen Sie Deep-Learning-Modelle auf.
- Implementieren Sie einen erweiterten Bildklassifikator.
- Stellen Sie ein Deep-Learning-Modell für Cloud-, Mobil- und IoT-Geräte bereit.
Format des Kurses
- Interaktiver Vortrag und Diskussion.
- Viele Übungen und Übungen.
- Praktische Implementierung in einer Live-Laborumgebung.
Anpassungsoptionen für den Kurs
- Um ein individuelles Training für diesen Kurs anzufordern, kontaktieren Sie uns bitte, um dies zu arrangieren.
- Um mehr über TensorFlow zu erfahren, besuchen Sie bitte: https://www.tensorflow.org/
14 Stunden
Überblick
Beim Feature-Engineering werden Daten ausgewählt und transformiert, um die Genauigkeit von Algorithmen für maschinelles Lernen zu verbessern. Es erfordert eine tiefe Vertrautheit mit den Daten eines Fachexperten.
Dieses Live-Training (vor Ort oder per Fernzugriff) richtet sich an Personen, die Feature-Engineering-Techniken anwenden möchten, um Daten besser zu verarbeiten und bessere Modelle für maschinelles Lernen zu erhalten.
Am Ende dieser Schulung können die Teilnehmer:
- Richten Sie eine optimale Entwicklungsumgebung ein, einschließlich aller erforderlichen Python Pakete.
- Erhalten Sie wichtige Erkenntnisse, indem Sie die Merkmale eines Datensatzes analysieren.
- Optimieren Sie maschinelle Lernmodelle durch Anpassung der Rohdaten.
- Bereinigen und transformieren Sie Datensätze zur Vorbereitung auf maschinelles Lernen.
Format des Kurses
- Interaktiver Vortrag und Diskussion.
- Viele Übungen und Übungen.
- Praktische Implementierung in einer Live-Laborumgebung.
Anpassungsoptionen für den Kurs
- Um ein individuelles Training für diesen Kurs anzufordern, kontaktieren Sie uns bitte, um dies zu arrangieren.
Dieses Live-Training (vor Ort oder per Fernzugriff) richtet sich an Personen, die Feature-Engineering-Techniken anwenden möchten, um Daten besser zu verarbeiten und bessere Modelle für maschinelles Lernen zu erhalten.
Am Ende dieser Schulung können die Teilnehmer:
- Richten Sie eine optimale Entwicklungsumgebung ein, einschließlich aller erforderlichen Python Pakete.
- Erhalten Sie wichtige Erkenntnisse, indem Sie die Merkmale eines Datensatzes analysieren.
- Optimieren Sie maschinelle Lernmodelle durch Anpassung der Rohdaten.
- Bereinigen und transformieren Sie Datensätze zur Vorbereitung auf maschinelles Lernen.
Format des Kurses
- Interaktiver Vortrag und Diskussion.
- Viele Übungen und Übungen.
- Praktische Implementierung in einer Live-Laborumgebung.
Anpassungsoptionen für den Kurs
- Um ein individuelles Training für diesen Kurs anzufordern, kontaktieren Sie uns bitte, um dies zu arrangieren.
14 Stunden
Überblick
H2O ist eine Open Source Predictive Analytics-Plattform. Es unterstützt R, Python , Scala , Java und REST.
Dieses von Lehrern geleitete Live-Training (vor Ort oder per Fernzugriff) richtet sich an technische Personen, die Modelle für maschinelles Lernen mit Algorithmen wie GLM, Deep Learning und Random Forests erstellen möchten.
Am Ende dieser Schulung können die Teilnehmer:
- Installieren und konfigurieren Sie H2O .
- Erstellen Sie Modelle für maschinelles Lernen mit verschiedenen gängigen Algorithmen.
- Bewerten Sie Modelle basierend auf der Art der Daten und den Geschäftsanforderungen.
Format des Kurses
- Interaktiver Vortrag und Diskussion.
- Viele Übungen und Übungen.
- Praktische Implementierung in einer Live-Laborumgebung.
Anpassungsoptionen für den Kurs
- Um ein individuelles Training für diesen Kurs anzufordern, kontaktieren Sie uns bitte, um dies zu arrangieren.
- Um mehr über H2O zu erfahren, besuchen Sie bitte: https://www.h2o.ai/
Dieses von Lehrern geleitete Live-Training (vor Ort oder per Fernzugriff) richtet sich an technische Personen, die Modelle für maschinelles Lernen mit Algorithmen wie GLM, Deep Learning und Random Forests erstellen möchten.
Am Ende dieser Schulung können die Teilnehmer:
- Installieren und konfigurieren Sie H2O .
- Erstellen Sie Modelle für maschinelles Lernen mit verschiedenen gängigen Algorithmen.
- Bewerten Sie Modelle basierend auf der Art der Daten und den Geschäftsanforderungen.
Format des Kurses
- Interaktiver Vortrag und Diskussion.
- Viele Übungen und Übungen.
- Praktische Implementierung in einer Live-Laborumgebung.
Anpassungsoptionen für den Kurs
- Um ein individuelles Training für diesen Kurs anzufordern, kontaktieren Sie uns bitte, um dies zu arrangieren.
- Um mehr über H2O zu erfahren, besuchen Sie bitte: https://www.h2o.ai/
14 Stunden
Überblick
H2O AutoML ist eine Plattform für künstliche Intelligenz, die den Prozess des Aufbaus, der Auswahl und Optimierung einer Vielzahl von maschinellen Lernmodellen automatisiert.
Dieses von Lehrern geleitete Live-Training (vor Ort oder Remote) richtet sich an Datenwissenschaftler, die mit H2O AutoML den Prozess des Aufbaus und der Auswahl der besten Algorithmen und Parameter des maschinellen Lernens automatisieren möchten.
Am Ende dieses Trainings können die Teilnehmer:
- Automatisieren Sie den Arbeitsablauf für das Erlernen der Maschine
. - automatisch viele maschinelle Lernmodelle innerhalb eines bestimmten Zeitraums
. - Train stapelte Ensembles, um zu hochgradig prädiktiven Ensemblemodellen zu gelangen.
Format der
- interaktiven Vortrag und Diskussion
. - Viele Übungen und Übungen
. - Hands-on-Umsetzung in einem Live-Labor-Umfeld
.
- Um ein maßgeschneidertes Training für diesen Kurs anzufordern, kontaktieren Sie uns bitte, um
zu arrangieren.
Dieses von Lehrern geleitete Live-Training (vor Ort oder Remote) richtet sich an Datenwissenschaftler, die mit H2O AutoML den Prozess des Aufbaus und der Auswahl der besten Algorithmen und Parameter des maschinellen Lernens automatisieren möchten.
Am Ende dieses Trainings können die Teilnehmer:
- Automatisieren Sie den Arbeitsablauf für das Erlernen der Maschine
. - automatisch viele maschinelle Lernmodelle innerhalb eines bestimmten Zeitraums
. - Train stapelte Ensembles, um zu hochgradig prädiktiven Ensemblemodellen zu gelangen.
Format der
- interaktiven Vortrag und Diskussion
. - Viele Übungen und Übungen
. - Hands-on-Umsetzung in einem Live-Labor-Umfeld
.
- Um ein maßgeschneidertes Training für diesen Kurs anzufordern, kontaktieren Sie uns bitte, um
zu arrangieren.
14 Stunden
Überblick
Auto-Sklearn ist ein Python-Paket, das um die Scikit-learn-Maschinenlernbibliothek herum aufgebaut ist. Er sucht automatisch nach dem richtigen Lernalgorithmus für einen neuen maschinellen Lerndatensatz und optimiert dessen Parameter
.
Dieses von Lehrern geleitete Live-Training (vor Ort oder Remote) richtet sich an maschinelle Lernpraktiker, die mit Auto-Sklearn den Prozess der Auswahl und Optimierung eines maschinellen Lernmodells automatisieren möchten.
Am Ende dieses Trainings können die Teilnehmer:
- Automatisieren Sie den Prozess der Schulung von hocheffizienten maschinellen Lernmodellen.
- hochpräzise Maschinenlernmodelle zu erstellen und dabei die mühseligeren Aufgaben der Auswahl, Schulung und Erprobung verschiedener Modelle zu umgehen.
- Nutzen Sie die Kraft des maschinellen Lernens, um die Probleme der realen Welt zu lösen.
Format der
- interaktiven Vortrag und Diskussion
. - Viele Übungen und Übungen
. - Hands-on-Umsetzung in einem Live-Labor-Umfeld
.
- Um ein maßgeschneidertes Training für diesen Kurs anzufordern, kontaktieren Sie uns bitte, um
zu arrangieren.
.
Dieses von Lehrern geleitete Live-Training (vor Ort oder Remote) richtet sich an maschinelle Lernpraktiker, die mit Auto-Sklearn den Prozess der Auswahl und Optimierung eines maschinellen Lernmodells automatisieren möchten.
Am Ende dieses Trainings können die Teilnehmer:
- Automatisieren Sie den Prozess der Schulung von hocheffizienten maschinellen Lernmodellen.
- hochpräzise Maschinenlernmodelle zu erstellen und dabei die mühseligeren Aufgaben der Auswahl, Schulung und Erprobung verschiedener Modelle zu umgehen.
- Nutzen Sie die Kraft des maschinellen Lernens, um die Probleme der realen Welt zu lösen.
Format der
- interaktiven Vortrag und Diskussion
. - Viele Übungen und Übungen
. - Hands-on-Umsetzung in einem Live-Labor-Umfeld
.
- Um ein maßgeschneidertes Training für diesen Kurs anzufordern, kontaktieren Sie uns bitte, um
zu arrangieren.
14 Stunden
Überblick
Auto-Keras (auch bekannt als Autokeras oder Auto Keras) ist eine Open-Source-Python-Bibliothek für automatisiertes maschinelles Lernen (AutoML).
Dieses von Ausbildern geleitete Live-Training (vor Ort oder Remote) richtet sich sowohl an Datenwissenschaftler als auch an weniger technische Personen, die Auto-Keras nutzen wollen, um den Prozess der Auswahl und Optimierung eines maschinellen Lernmodells zu automatisieren.
Am Ende dieses Trainings können die Teilnehmer:
- Automatisieren Sie den Prozess der Schulung von hocheffizienten maschinellen Lernmodellen.
- Automatisch nach den besten Parametern für Tiefenlernmodelle
suchen. - hochpräzise Modelle für das maschinelle Lernen
bauen. - Nutzen Sie die Kraft des maschinellen Lernens, um die Probleme der realen Welt zu lösen.
Format der
- interaktiven Vortrag und Diskussion
. - Viele Übungen und Übungen
. - Hands-on-Umsetzung in einem Live-Labor-Umfeld
.
- Um ein maßgeschneidertes Training für diesen Kurs anzufordern, kontaktieren Sie uns bitte, um
zu arrangieren. - Um mehr über Auto-Keras zu erfahren, besuchen Sie bitte: https://autokeras.com/
Dieses von Ausbildern geleitete Live-Training (vor Ort oder Remote) richtet sich sowohl an Datenwissenschaftler als auch an weniger technische Personen, die Auto-Keras nutzen wollen, um den Prozess der Auswahl und Optimierung eines maschinellen Lernmodells zu automatisieren.
Am Ende dieses Trainings können die Teilnehmer:
- Automatisieren Sie den Prozess der Schulung von hocheffizienten maschinellen Lernmodellen.
- Automatisch nach den besten Parametern für Tiefenlernmodelle
suchen. - hochpräzise Modelle für das maschinelle Lernen
bauen. - Nutzen Sie die Kraft des maschinellen Lernens, um die Probleme der realen Welt zu lösen.
Format der
- interaktiven Vortrag und Diskussion
. - Viele Übungen und Übungen
. - Hands-on-Umsetzung in einem Live-Labor-Umfeld
.
- Um ein maßgeschneidertes Training für diesen Kurs anzufordern, kontaktieren Sie uns bitte, um
zu arrangieren. - Um mehr über Auto-Keras zu erfahren, besuchen Sie bitte: https://autokeras.com/
14 Stunden
Überblick
AutoML ist eine benutzerfreundliche Software für das Erlernen von Maschinen, die einen Großteil der Arbeit automatisiert, die für die Auswahl eines idealen Algorithmus für das maschinelle Lernen, seine Parametereinstellungen und Vorverarbeitungsmethoden benötigt wird.
Dieses von Lehrern geleitete Live-Training (vor Ort oder Remote) richtet sich an technische Personen mit Hintergrund im maschinellen Lernen, die die maschinellen Lernmodelle optimieren wollen, die zur Erkennung komplexer Muster in Big Data eingesetzt werden.
Am Ende dieses Trainings können die Teilnehmer:
- installieren und bewerten Sie verschiedene Open-Source-AutoML-Tools
. - Train hochwertige Modelle für das maschinelle Lernen
. - Lösung verschiedener Arten von überwachten Maschinenlernproblemen.
- Schreiben Sie nur den notwendigen Code, um den automatisierten maschinellen Lernprozess
zu initiieren.
Format der
- interaktiven Vortrag und Diskussion
. - Viele Übungen und Übungen
. - Hands-on-Umsetzung in einem Live-Labor-Umfeld
.
- Um ein maßgeschneidertes Training für diesen Kurs anzufordern, kontaktieren Sie uns bitte, um
zu arrangieren. - Um mehr über AutoML zu erfahren, besuchen Sie bitte: https://www.automl.org/
Dieses von Lehrern geleitete Live-Training (vor Ort oder Remote) richtet sich an technische Personen mit Hintergrund im maschinellen Lernen, die die maschinellen Lernmodelle optimieren wollen, die zur Erkennung komplexer Muster in Big Data eingesetzt werden.
Am Ende dieses Trainings können die Teilnehmer:
- installieren und bewerten Sie verschiedene Open-Source-AutoML-Tools
. - Train hochwertige Modelle für das maschinelle Lernen
. - Lösung verschiedener Arten von überwachten Maschinenlernproblemen.
- Schreiben Sie nur den notwendigen Code, um den automatisierten maschinellen Lernprozess
zu initiieren.
Format der
- interaktiven Vortrag und Diskussion
. - Viele Übungen und Übungen
. - Hands-on-Umsetzung in einem Live-Labor-Umfeld
.
- Um ein maßgeschneidertes Training für diesen Kurs anzufordern, kontaktieren Sie uns bitte, um
zu arrangieren. - Um mehr über AutoML zu erfahren, besuchen Sie bitte: https://www.automl.org/
28 Stunden
Überblick
Dies ist ein viertägiger Kurs zur Einführung in AI und dessen Anwendung mit der Programmiersprache Python . Nach Abschluss dieses Kurses besteht die Möglichkeit, einen zusätzlichen Tag für die Durchführung eines AI-Projekts zu haben.
28 Stunden
Überblick
This is a 4 day course introducing AI and it's application. There is an option to have an additional day to undertake an AI project on completion of this course.
14 Stunden
Überblick
RapidMiner ist eine Open Source Data Science-Softwareplattform für die schnelle Erstellung und Entwicklung von Anwendungsprototypen. Es enthält eine integrierte Umgebung für Datenaufbereitung, maschinelles Lernen, vertieftes Lernen, Text Mining und Predictive Analytics.
In diesem von Lehrern geführten Live-Training lernen die Teilnehmer, wie RapidMiner Studio für die Datenaufbereitung, das maschinelle Lernen und die Bereitstellung von Vorhersagemodellen verwendet wird.
Am Ende dieser Schulung können die Teilnehmer:
- Installieren und konfigurieren Sie RapidMiner
- Daten mit RapidMiner aufbereiten und visualisieren
- Validieren Sie Modelle für maschinelles Lernen
- Mashup-Daten und Erstellung von Vorhersagemodellen
- Operationalisieren Sie Predictive Analytics innerhalb eines Geschäftsprozesses
- Problembehandlung und Optimierung von RapidMiner
Publikum
- Datenwissenschaftler
- Ingenieure
- Entwickler
Format des Kurses
- Teilvorlesung, Teildiskussion, Übungen und viel praktisches Üben
Hinweis
- Um ein individuelles Training für diesen Kurs anzufordern, kontaktieren Sie uns bitte, um dies zu arrangieren.
In diesem von Lehrern geführten Live-Training lernen die Teilnehmer, wie RapidMiner Studio für die Datenaufbereitung, das maschinelle Lernen und die Bereitstellung von Vorhersagemodellen verwendet wird.
Am Ende dieser Schulung können die Teilnehmer:
- Installieren und konfigurieren Sie RapidMiner
- Daten mit RapidMiner aufbereiten und visualisieren
- Validieren Sie Modelle für maschinelles Lernen
- Mashup-Daten und Erstellung von Vorhersagemodellen
- Operationalisieren Sie Predictive Analytics innerhalb eines Geschäftsprozesses
- Problembehandlung und Optimierung von RapidMiner
Publikum
- Datenwissenschaftler
- Ingenieure
- Entwickler
Format des Kurses
- Teilvorlesung, Teildiskussion, Übungen und viel praktisches Üben
Hinweis
- Um ein individuelles Training für diesen Kurs anzufordern, kontaktieren Sie uns bitte, um dies zu arrangieren.
35 Stunden
Überblick
This instructor-led, live training in Schweiz (online or onsite) is aimed at developers and data scientists who wish to build, deploy, and manage machine learning workflows on Kubernetes.
By the end of this training, participants will be able to:
- Install and configure Kubeflow on premise and in the cloud using AWS EKS (Elastic Kubernetes Service).
- Build, deploy, and manage ML workflows based on Docker containers and Kubernetes.
- Run entire machine learning pipelines on diverse architectures and cloud environments.
- Using Kubeflow to spawn and manage Jupyter notebooks.
- Build ML training, hyperparameter tuning, and serving workloads across multiple platforms.
By the end of this training, participants will be able to:
- Install and configure Kubeflow on premise and in the cloud using AWS EKS (Elastic Kubernetes Service).
- Build, deploy, and manage ML workflows based on Docker containers and Kubernetes.
- Run entire machine learning pipelines on diverse architectures and cloud environments.
- Using Kubeflow to spawn and manage Jupyter notebooks.
- Build ML training, hyperparameter tuning, and serving workloads across multiple platforms.
14 Stunden
Überblick
Wie sehen die Städte der Zukunft aus? Wie kann Artificial Intelligence (AI) zur Verbesserung der Stadtplanung eingesetzt werden? Wie kann KI genutzt werden, um Städte effizienter, lebenswerter, sicherer und umweltfreundlicher zu machen?
In diesem von Lehrern geleiteten Live-Training (vor Ort oder per Fernzugriff) untersuchen wir die verschiedenen Technologien, aus denen KI besteht, sowie die Fähigkeiten und mentalen Rahmenbedingungen, die erforderlich sind, um sie für die Stadtplanung zu verwenden. Wir behandeln auch Tools und Ansätze zum Sammeln und Organisieren relevanter Daten zur Verwendung in der KI, einschließlich Data Mining.
Publikum
- Stadtplaner
- Architekten
- Entwickler
- Transportbeamte
Format des Kurses
- Teilvorlesung, Teildiskussion und eine Reihe interaktiver Übungen.
Hinweis
- Um ein individuelles Training für diesen Kurs anzufordern, kontaktieren Sie uns bitte, um dies zu arrangieren.
In diesem von Lehrern geleiteten Live-Training (vor Ort oder per Fernzugriff) untersuchen wir die verschiedenen Technologien, aus denen KI besteht, sowie die Fähigkeiten und mentalen Rahmenbedingungen, die erforderlich sind, um sie für die Stadtplanung zu verwenden. Wir behandeln auch Tools und Ansätze zum Sammeln und Organisieren relevanter Daten zur Verwendung in der KI, einschließlich Data Mining.
Publikum
- Stadtplaner
- Architekten
- Entwickler
- Transportbeamte
Format des Kurses
- Teilvorlesung, Teildiskussion und eine Reihe interaktiver Übungen.
Hinweis
- Um ein individuelles Training für diesen Kurs anzufordern, kontaktieren Sie uns bitte, um dies zu arrangieren.
14 Stunden
Überblick
Machine Learning ist ein Zweig der künstlichen Intelligenz, in dem Computer lernen können, ohne explizit programmiert zu werden. Deep Learning ist ein Teilgebiet des Machine Learning das versucht, die Funktionsweise des menschlichen Gehirns beim Treffen von Entscheidungen nachzuahmen. Es wird mit Daten trainiert, um automatisch Lösungen für Probleme bereitzustellen. Deep Learning bietet der medizinischen Industrie, die auf einer Datengoldmine sitzt, enorme Möglichkeiten.
In diesem von Lehrern geführten Live-Training nehmen die Teilnehmer an einer Reihe von Diskussionen, Übungen und Fallstudien teil, um die Grundlagen des Deep Learning zu verstehen. Die wichtigsten Deep Learning Tools und -Techniken werden evaluiert und es werden Übungen durchgeführt, um die Teilnehmer auf die Durchführung ihrer eigenen Evaluierung und Implementierung von Deep Learning Lösungen in ihren Organisationen vorzubereiten.
Am Ende dieser Schulung können die Teilnehmer:
- Verstehe die Grundlagen von Deep Learning
- Lernen Sie Deep Learning Techniken und deren Anwendungen in der Industrie
- Untersuchen Sie Fragen in der Medizin, die durch Deep Learning Technologien gelöst werden können
- Erfahren Sie mehr über Deep Learning Fallstudien in der Medizin
- Formulierung einer Strategie zur Übernahme der neuesten Technologien im Bereich Deep Learning zur Lösung medizinischer Probleme
Publikum
- Manager
- Medizinische Fachkräfte in Führungspositionen
Format des Kurses
- Teilvorlesung, Teildiskussion, Übungen und viel praktisches Üben
Hinweis
- Um ein individuelles Training für diesen Kurs anzufordern, kontaktieren Sie uns bitte, um dies zu arrangieren.
In diesem von Lehrern geführten Live-Training nehmen die Teilnehmer an einer Reihe von Diskussionen, Übungen und Fallstudien teil, um die Grundlagen des Deep Learning zu verstehen. Die wichtigsten Deep Learning Tools und -Techniken werden evaluiert und es werden Übungen durchgeführt, um die Teilnehmer auf die Durchführung ihrer eigenen Evaluierung und Implementierung von Deep Learning Lösungen in ihren Organisationen vorzubereiten.
Am Ende dieser Schulung können die Teilnehmer:
- Verstehe die Grundlagen von Deep Learning
- Lernen Sie Deep Learning Techniken und deren Anwendungen in der Industrie
- Untersuchen Sie Fragen in der Medizin, die durch Deep Learning Technologien gelöst werden können
- Erfahren Sie mehr über Deep Learning Fallstudien in der Medizin
- Formulierung einer Strategie zur Übernahme der neuesten Technologien im Bereich Deep Learning zur Lösung medizinischer Probleme
Publikum
- Manager
- Medizinische Fachkräfte in Führungspositionen
Format des Kurses
- Teilvorlesung, Teildiskussion, Übungen und viel praktisches Üben
Hinweis
- Um ein individuelles Training für diesen Kurs anzufordern, kontaktieren Sie uns bitte, um dies zu arrangieren.
14 Stunden
Überblick
Die lineare Algebra ist ein Zweig der Mathematik, der sich mit Vektoren, Matrizen und linearen Transformationen befasst. Kenntnisse der linearen Algebra helfen Ingenieuren und Entwicklern, ihre Fähigkeiten zum maschinellen Lernen zu verbessern. Durch das Verstehen von Konzepten der linearen Algebra können sie die Prinzipien hinter maschinellen Lerntechniken besser verstehen und so Probleme schneller lösen.
In diesem von Lehrern geführten Live-Training lernen die Teilnehmer die Grundlagen der linearen Algebra kennen, während sie die Lösung eines maschinellen Lernproblems mit linearen Algebra-Methoden durchführen.
Am Ende dieser Schulung können die Teilnehmer:
- Grundlegende Konzepte der linearen Algebra verstehen
- Erlernen Sie die für maschinelles Lernen erforderlichen Fähigkeiten der linearen Algebra
- Verwenden Sie lineare Algebra-Strukturen und -Konzepte, wenn Sie mit Daten, Bildern, Algorithmen usw. arbeiten.
- Lösen Sie ein maschinelles Lernproblem mit linearer Algebra
Publikum
- Entwickler
- Ingenieure
Format des Kurses
- Teilvorlesung, Teildiskussion, Übungen und viel praktisches Üben
Hinweis
- Um ein individuelles Training für diesen Kurs anzufordern, kontaktieren Sie uns bitte, um dies zu arrangieren.
In diesem von Lehrern geführten Live-Training lernen die Teilnehmer die Grundlagen der linearen Algebra kennen, während sie die Lösung eines maschinellen Lernproblems mit linearen Algebra-Methoden durchführen.
Am Ende dieser Schulung können die Teilnehmer:
- Grundlegende Konzepte der linearen Algebra verstehen
- Erlernen Sie die für maschinelles Lernen erforderlichen Fähigkeiten der linearen Algebra
- Verwenden Sie lineare Algebra-Strukturen und -Konzepte, wenn Sie mit Daten, Bildern, Algorithmen usw. arbeiten.
- Lösen Sie ein maschinelles Lernproblem mit linearer Algebra
Publikum
- Entwickler
- Ingenieure
Format des Kurses
- Teilvorlesung, Teildiskussion, Übungen und viel praktisches Üben
Hinweis
- Um ein individuelles Training für diesen Kurs anzufordern, kontaktieren Sie uns bitte, um dies zu arrangieren.
14 Stunden
Überblick
Diese auf Klassenräumen basierende Schulungssitzung enthält Präsentationen und computergestützte Beispiele sowie Fallstudien, die mit relevanten neuronalen und tiefen Netzwerkbibliotheken durchgeführt werden sollen
21 Stunden
Überblick
In dieser auf Klassenräumen basierenden Schulungssitzung werden maschinelle Lernwerkzeuge mit (empfohlenem) Python . Die Teilnehmer erhalten computergestützte Beispiele und Fallstudien.
14 Stunden
Überblick
Diese Präsenzschulung wird maschinelle Lerntechniken mit computerbasierten Beispielen und Fallbeispiel-Lösungsübungen unter Verwendung einer relevanten Programmsprache untersuchen .
21 Stunden
Überblick
Einleitung :
Deep Learning wird zu einem Hauptbestandteil des zukünftigen Produktdesigns, das künstliche Intelligenz als Herzstück seiner Modelle einbeziehen möchte. In den nächsten 5 bis 10 Jahren werden Deep-Learning- Entwicklungstools, -Bibliotheken und -Sprachen zu Standardkomponenten jedes Softwareentwicklungs-Toolkits. Bisher Go Ogle, Sales Force, Facebook , Amazon wurde erfolgreich ein vertieftes Lernen AI ihr Geschäft zu steigern. Die Anwendungen reichten von automatischer maschineller Übersetzung, Bildanalyse, Videoanalyse, Bewegungsanalyse, gezielter Werbung und vielem mehr.
Diese Schulung richtet sich an Unternehmen, die Deep Learning als wichtigen Bestandteil ihrer Produkt- oder Servicestrategie einbeziehen möchten. Im Folgenden finden Sie eine Übersicht über den Deep Learning-Kurs, den wir für verschiedene Ebenen von Mitarbeitern / Stakeholdern in einer Organisation anpassen können.
Zielgruppe:
(Je nach Zielgruppe werden die Kursmaterialien angepasst.)
Führungskräfte
Ein allgemeiner Überblick über KI und wie es in die Unternehmensstrategie passt, mit Breakout-Sessions zu strategischer Planung, Technologie-Roadmaps und Ressourcenzuweisung, um maximalen Nutzen sicherzustellen.
Projektmanager
Planen eines AI-Projekts, einschließlich Datenerfassung und -bewertung, Datenbereinigung und -überprüfung, Entwicklung eines Proof-of-Concept-Modells, Integration in Geschäftsprozesse und organisationsweite Bereitstellung.
Entwickler
Ausführliche technische Schulungen mit Schwerpunkt auf neuronalen Netzen und Tiefenlernen, Bild- und Videoanalyse (CNNs), Ton- und Textanalyse (NLP) und Integration von KI in vorhandene Anwendungen.
Verkäufer
Ein allgemeiner Überblick über AI und wie es Kundenbedürfnisse befriedigen kann, Wertversprechen für verschiedene Produkte und Dienstleistungen und wie man Ängste abbaut und die Vorteile von AI fördert.
Deep Learning wird zu einem Hauptbestandteil des zukünftigen Produktdesigns, das künstliche Intelligenz als Herzstück seiner Modelle einbeziehen möchte. In den nächsten 5 bis 10 Jahren werden Deep-Learning- Entwicklungstools, -Bibliotheken und -Sprachen zu Standardkomponenten jedes Softwareentwicklungs-Toolkits. Bisher Go Ogle, Sales Force, Facebook , Amazon wurde erfolgreich ein vertieftes Lernen AI ihr Geschäft zu steigern. Die Anwendungen reichten von automatischer maschineller Übersetzung, Bildanalyse, Videoanalyse, Bewegungsanalyse, gezielter Werbung und vielem mehr.
Diese Schulung richtet sich an Unternehmen, die Deep Learning als wichtigen Bestandteil ihrer Produkt- oder Servicestrategie einbeziehen möchten. Im Folgenden finden Sie eine Übersicht über den Deep Learning-Kurs, den wir für verschiedene Ebenen von Mitarbeitern / Stakeholdern in einer Organisation anpassen können.
Zielgruppe:
(Je nach Zielgruppe werden die Kursmaterialien angepasst.)
Führungskräfte
Ein allgemeiner Überblick über KI und wie es in die Unternehmensstrategie passt, mit Breakout-Sessions zu strategischer Planung, Technologie-Roadmaps und Ressourcenzuweisung, um maximalen Nutzen sicherzustellen.
Projektmanager
Planen eines AI-Projekts, einschließlich Datenerfassung und -bewertung, Datenbereinigung und -überprüfung, Entwicklung eines Proof-of-Concept-Modells, Integration in Geschäftsprozesse und organisationsweite Bereitstellung.
Entwickler
Ausführliche technische Schulungen mit Schwerpunkt auf neuronalen Netzen und Tiefenlernen, Bild- und Videoanalyse (CNNs), Ton- und Textanalyse (NLP) und Integration von KI in vorhandene Anwendungen.
Verkäufer
Ein allgemeiner Überblick über AI und wie es Kundenbedürfnisse befriedigen kann, Wertversprechen für verschiedene Produkte und Dienstleistungen und wie man Ängste abbaut und die Vorteile von AI fördert.
21 Stunden
Überblick
Deep Reinforcement Learning bezieht sich auf die Fähigkeit eines "künstlichen Agenten", durch Versuch und Irrtum und Belohnungen und Bestrafungen zu lernen. Ein künstlicher Agent soll die Fähigkeit eines Menschen nachahmen, Wissen selbstständig zu erlangen und aufzubauen, direkt aus rohen Inputs wie dem Sehen. Um verstärkendes Lernen zu realisieren, werden Deep Learning und neuronale Netze verwendet. Reinforcement Learning unterscheidet sich vom maschinellen Lernen und beruht nicht auf überwachten und unbeaufsichtigten Lernansätzen.
In diesem von Lehrern geführten Live-Training lernen die Teilnehmer die Grundlagen des Deep Reinforcement-Lernens kennen, während sie die Erstellung eines Deep Learning Agenten durchlaufen.
Am Ende dieser Schulung können die Teilnehmer:
- Verstehen Sie die Schlüsselkonzepte hinter Deep Reinforcement Learning und unterscheiden Sie es vom Machine Learning
- Wenden Sie fortschrittliche Algorithmen für das Reinforcement Learning an, um Probleme aus der Praxis zu lösen
- Erstellen Sie einen Deep Learning Agent
Publikum
- Entwickler
- Data Scientists
Format des Kurses
- Teilvorlesung, Teildiskussion, Übungen und viel praktisches Üben
In diesem von Lehrern geführten Live-Training lernen die Teilnehmer die Grundlagen des Deep Reinforcement-Lernens kennen, während sie die Erstellung eines Deep Learning Agenten durchlaufen.
Am Ende dieser Schulung können die Teilnehmer:
- Verstehen Sie die Schlüsselkonzepte hinter Deep Reinforcement Learning und unterscheiden Sie es vom Machine Learning
- Wenden Sie fortschrittliche Algorithmen für das Reinforcement Learning an, um Probleme aus der Praxis zu lösen
- Erstellen Sie einen Deep Learning Agent
Publikum
- Entwickler
- Data Scientists
Format des Kurses
- Teilvorlesung, Teildiskussion, Übungen und viel praktisches Üben
14 Stunden
Überblick
AI ist eine Sammlung von Technologien zum Aufbau intelligenter Systeme, die in der Lage sind, Daten und die damit verbundenen Aktivitäten zu verstehen, um "intelligente Entscheidungen" zu treffen. Für Telekommunikationsanbieter könnte die Erstellung von Anwendungen und Diensten, die AI verwenden, die Tür für einen verbesserten Betrieb und Service in Bereichen wie Wartung und Netzwerkoptimierung öffnen.
In diesem Kurs untersuchen wir die verschiedenen Technologien, aus denen AI besteht, und die Fähigkeiten, die erforderlich sind, um sie einzusetzen. Während des gesamten Kurses untersuchen wir die spezifischen Anwendungen von AI in der Telekommunikationsbranche.
Publikum
- Netzwerktechniker
- Personal für Netzwerkoperationen
- Technische Manager für Telekommunikation
Format des Kurses
- Teilvorlesung, Teildiskussion, praktische Übungen
In diesem Kurs untersuchen wir die verschiedenen Technologien, aus denen AI besteht, und die Fähigkeiten, die erforderlich sind, um sie einzusetzen. Während des gesamten Kurses untersuchen wir die spezifischen Anwendungen von AI in der Telekommunikationsbranche.
Publikum
- Netzwerktechniker
- Personal für Netzwerkoperationen
- Technische Manager für Telekommunikation
Format des Kurses
- Teilvorlesung, Teildiskussion, praktische Übungen
28 Stunden
Überblick
Cortana Intelligence Suite ist ein Paket integrierter Produkte und Dienste in der Microsoft Azure Cloud, mit denen Entitäten Daten in intelligente Aktionen umwandeln können.
In diesem von Lehrern geführten Live-Training lernen die Teilnehmer, wie sie mit den Komponenten der Cortana Intelligence Suite datengesteuerte intelligente Anwendungen erstellen.
Am Ende dieser Schulung können die Teilnehmer:
- Erfahren Sie, wie Sie Cortana Intelligence Suite-Tools verwenden
- Erwerben Sie die neuesten Kenntnisse im Bereich Datenmanagement und -analyse
- Verwenden Sie Cortana Komponenten, um Daten in intelligentes Handeln umzuwandeln
- Verwenden Sie Cortana , um Anwendungen von Grund auf neu zu erstellen und in der Cloud zu starten
Publikum
- Datenwissenschaftler
- Programmierer
- Entwickler
- Manager
- Architekten
Format des Kurses
- Teilvorlesung, Teildiskussion, Übungen und viel praktisches Üben
In diesem von Lehrern geführten Live-Training lernen die Teilnehmer, wie sie mit den Komponenten der Cortana Intelligence Suite datengesteuerte intelligente Anwendungen erstellen.
Am Ende dieser Schulung können die Teilnehmer:
- Erfahren Sie, wie Sie Cortana Intelligence Suite-Tools verwenden
- Erwerben Sie die neuesten Kenntnisse im Bereich Datenmanagement und -analyse
- Verwenden Sie Cortana Komponenten, um Daten in intelligentes Handeln umzuwandeln
- Verwenden Sie Cortana , um Anwendungen von Grund auf neu zu erstellen und in der Cloud zu starten
Publikum
- Datenwissenschaftler
- Programmierer
- Entwickler
- Manager
- Architekten
Format des Kurses
- Teilvorlesung, Teildiskussion, Übungen und viel praktisches Üben
28 Stunden
Überblick
Maschinelles Lernen ist ein Zweig der künstlichen Intelligenz, in dem Computer lernen können, ohne explizit programmiert zu werden Deep Learning ist ein Teilgebiet des maschinellen Lernens, das Methoden verwendet, die auf dem Lernen von Datendarstellungen und Strukturen wie neuronalen Netzen basieren Python ist eine Programmiersprache auf hohem Niveau, die für ihre klare Syntax und Lesbarkeit des Codes bekannt ist In diesem instruierten Live-Training lernen die Teilnehmer, wie sie mithilfe von Python tiefe Lernmodelle für das Finanzwesen implementieren können, während sie ein Modell für eine tief gehende Aktienkursvorhersage entwickeln Am Ende dieses Trainings werden die Teilnehmer in der Lage sein: Verstehen Sie die grundlegenden Konzepte des Deep Learning Lernen Sie die Anwendungen und Anwendungen von Deep Learning im Finanzwesen Verwenden Sie Python, Keras und TensorFlow, um tiefgründige Lernmodelle für das Finanzwesen zu erstellen Erstellen Sie mit Python ein eigenes Deep Learning-Kursmodell Publikum Entwickler Datenwissenschaftler Format des Kurses Teilvorlesung, Teildiskussion, Übungen und schwere Handsonsübungen .
28 Stunden
Überblick
Maschinelles Lernen ist ein Zweig der künstlichen Intelligenz, in dem Computer lernen können, ohne explizit programmiert zu werden. Deep Learning ist ein Teilgebiet des maschinellen Lernens, das Methoden verwendet, die auf dem Lernen von Datendarstellungen und Strukturen wie neuronalen Netzen basieren. R ist eine beliebte Programmiersprache in der Finanzbranche. Es wird in Finanzanwendungen eingesetzt, die von Kernhandelsprogrammen bis zu Risikomanagementsystemen reichen.
In diesem von Lehrern geführten Live-Training lernen die Teilnehmer, wie sie Deep-Learning-Modelle für das Bankwesen mithilfe von R implementieren, während sie ein Deep-Learning-Kreditrisikomodell erstellen.
Am Ende dieser Schulung können die Teilnehmer:
- Verstehe die grundlegenden Konzepte des Tiefenlernens
- Lernen Sie die Anwendungen und Verwendungen von Deep Learning im Bankwesen
- Verwenden Sie R, um Deep-Learning-Modelle für das Bankwesen zu erstellen
- Erstellen Sie mit R ein eigenes Deep Learning-Kreditrisikomodell
Publikum
- Entwickler
- Datenwissenschaftler
Format des Kurses
- Teilvorlesung, Teildiskussion, Übungen und viel praktisches Üben
In diesem von Lehrern geführten Live-Training lernen die Teilnehmer, wie sie Deep-Learning-Modelle für das Bankwesen mithilfe von R implementieren, während sie ein Deep-Learning-Kreditrisikomodell erstellen.
Am Ende dieser Schulung können die Teilnehmer:
- Verstehe die grundlegenden Konzepte des Tiefenlernens
- Lernen Sie die Anwendungen und Verwendungen von Deep Learning im Bankwesen
- Verwenden Sie R, um Deep-Learning-Modelle für das Bankwesen zu erstellen
- Erstellen Sie mit R ein eigenes Deep Learning-Kreditrisikomodell
Publikum
- Entwickler
- Datenwissenschaftler
Format des Kurses
- Teilvorlesung, Teildiskussion, Übungen und viel praktisches Üben
28 Stunden
Überblick
Maschinelles Lernen ist ein Zweig der künstlichen Intelligenz, in dem Computer lernen können, ohne explizit programmiert zu werden. Deep Learning ist ein Teilgebiet des maschinellen Lernens, das Methoden verwendet, die auf dem Lernen von Datendarstellungen und Strukturen wie neuronalen Netzen basieren. Python ist eine High-Level-Programmiersprache, die für ihre klare Syntax und Codelesbarkeit bekannt ist.
In diesem von Lehrern geführten Live-Training lernen die Teilnehmer, wie sie Deep-Learning-Modelle für das Banking mit Python implementieren, während sie ein Deep-Learning-Kreditrisikomodell erstellen.
Am Ende dieser Schulung können die Teilnehmer:
- Verstehe die grundlegenden Konzepte des Tiefenlernens
- Lernen Sie die Anwendungen und Verwendungen von Deep Learning im Bankwesen
- Verwenden Sie Python , Keras und TensorFlow , um vertiefende Lernmodelle für das Bankwesen zu erstellen
- Erstellen Sie mit Python eigenes Deep-Learning-Kreditrisikomodell
Publikum
- Entwickler
- Datenwissenschaftler
Format des Kurses
- Teilvorlesung, Teildiskussion, Übungen und viel praktisches Üben
In diesem von Lehrern geführten Live-Training lernen die Teilnehmer, wie sie Deep-Learning-Modelle für das Banking mit Python implementieren, während sie ein Deep-Learning-Kreditrisikomodell erstellen.
Am Ende dieser Schulung können die Teilnehmer:
- Verstehe die grundlegenden Konzepte des Tiefenlernens
- Lernen Sie die Anwendungen und Verwendungen von Deep Learning im Bankwesen
- Verwenden Sie Python , Keras und TensorFlow , um vertiefende Lernmodelle für das Bankwesen zu erstellen
- Erstellen Sie mit Python eigenes Deep-Learning-Kreditrisikomodell
Publikum
- Entwickler
- Datenwissenschaftler
Format des Kurses
- Teilvorlesung, Teildiskussion, Übungen und viel praktisches Üben
7 Stunden
Überblick
Dieses Live-Training (vor Ort oder per Fernzugriff) richtet sich an technische Personen, die lernen möchten, wie eine Strategie für maschinelles Lernen implementiert und gleichzeitig die Nutzung von Big Data maximiert wird.
Am Ende dieser Schulung werden die Teilnehmer:
- Verstehen Sie die Entwicklung und Trends des maschinellen Lernens.
- Wissen, wie maschinelles Lernen branchenübergreifend eingesetzt wird.
- Machen Sie sich mit den Tools, Fähigkeiten und Diensten vertraut, die für die Implementierung von maschinellem Lernen in einer Organisation verfügbar sind.
- Verstehen Sie, wie maschinelles Lernen zur Verbesserung von Data Mining und Analyse eingesetzt werden kann.
- Erfahren Sie, was ein Data Middle Backend ist und wie es von Unternehmen verwendet wird.
- Verstehen Sie, welche Rolle Big Data und intelligente Anwendungen branchenübergreifend spielen.
Format des Kurses
- Interaktiver Vortrag und Diskussion.
- Viele Übungen und Übungen.
- Praktische Implementierung in einer Live-Laborumgebung.
Anpassungsoptionen für den Kurs
- Um ein individuelles Training für diesen Kurs anzufordern, kontaktieren Sie uns bitte, um dies zu arrangieren.
Am Ende dieser Schulung werden die Teilnehmer:
- Verstehen Sie die Entwicklung und Trends des maschinellen Lernens.
- Wissen, wie maschinelles Lernen branchenübergreifend eingesetzt wird.
- Machen Sie sich mit den Tools, Fähigkeiten und Diensten vertraut, die für die Implementierung von maschinellem Lernen in einer Organisation verfügbar sind.
- Verstehen Sie, wie maschinelles Lernen zur Verbesserung von Data Mining und Analyse eingesetzt werden kann.
- Erfahren Sie, was ein Data Middle Backend ist und wie es von Unternehmen verwendet wird.
- Verstehen Sie, welche Rolle Big Data und intelligente Anwendungen branchenübergreifend spielen.
Format des Kurses
- Interaktiver Vortrag und Diskussion.
- Viele Übungen und Übungen.
- Praktische Implementierung in einer Live-Laborumgebung.
Anpassungsoptionen für den Kurs
- Um ein individuelles Training für diesen Kurs anzufordern, kontaktieren Sie uns bitte, um dies zu arrangieren.
Zukünftige Machine Learning (ML) Kurse
2021-05-13 09:30:00
14 hours
2021-05-20 09:30:00
14 hours
2021-06-14 09:30:00
21 hours
2021-06-14 09:30:00
21 hours
2021-06-29 09:30:00
21 hours
Andere Länder
Consulting
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
_ireland.gif "environmental protection agency (epa) ireland")
.jpg "american international group (aig)")
.png "european central bank (ecb)")
.png "aeronautical radio, incorporated (arinc)"){kind=small}
.jpg "european molecular biology laboratory (embl)")
