Practical Quantum Computing Training Cursus

In deze door een instructeur geleide, live training leren deelnemers de grondbeginselen van quantum computing en Q# terwijl ze de ontwikkeling van eenvoudige quantumprogramma's doorlopen.

Aan het einde van deze training kunnen deelnemers:

• Installeer en configureer de Quantum Development Kit van Microsoft.
• Begrijp de concepten achter quantum computing.
• Bouw, test, voer uit en los problemen op met behulp van Q#, Visual Studio en een lokale quantumcomputersimulator.

In deze door een instructeur geleide, live training leren deelnemers de grondbeginselen van quantum computing terwijl ze de ontwikkeling doorlopen van algoritmen die zich richten op quantumcomputers.

Aan het einde van deze training kunnen deelnemers:

• Zet de benodigde ontwikkelomgeving op om te beginnen met het maken van kwantumcircuits.
• Controleer het poortgedrag met behulp van de eigen tegenhanger van de poort.
• Verbeter onnauwkeurigheden in quibits met Cirq.
• Schrijf en voer een kwantumcircuit uit dat kan worden uitgevoerd tegen een op NISQ gebaseerde kwantumcomputersimulator.

Deze door een instructeur geleide, live training (op locatie of op afstand) is gericht op datawetenschappers en ontwikkelaars die willen leren en hun carrière in Data Science willen opbouwen met behulp van Kaggle.

Aan het einde van deze training kunnen deelnemers:

• Leer meer over datawetenschap en machine learning.
• Ontdek data-analyse.
• Leer meer over Kaggle en hoe het werkt.

Deze door een instructeur geleide, live training in Nederland (op locatie of op afstand) is gericht op datawetenschappers en ontwikkelaars die Modin willen gebruiken om parallelle berekeningen te bouwen en te implementeren met Pandas voor snellere data-analyse.

Aan het einde van deze training kunnen deelnemers:

• Zet de benodigde omgeving op om met Modin workflows op schaal te ontwikkelen Pandas.
• Begrijp de functies, architectuur en voordelen van Modin.
• Ken de verschillen tussen Modin, Dask en Ray.
• Voer Pandas bewerkingen sneller uit met Modin.
• Implementeer de volledige Pandas API en functies.

Deze door een instructeur geleide, live training in Nederland (op locatie of op afstand) is gericht op datawetenschappers en ontwikkelaars die RAPIDS willen gebruiken om GPU-versnelde datapijplijnen, workflows en visualisaties te bouwen, waarbij machine learning-algoritmen worden toegepast, zoals XGBoost, cuML, enz.

Aan het einde van deze training kunnen deelnemers:

• Zet de noodzakelijke ontwikkelomgeving op om datamodellen te bouwen met NVIDIA RAPIDS.
• Begrijp de kenmerken, componenten en voordelen van RAPIDS.
• Maak gebruik van GPU's om end-to-end data- en analysepijplijnen te versnellen.
• Implementeer GPU-versnelde gegevensvoorbereiding en ETL met cuDF en Apache Arrow.
• Leer hoe u machine learning-taken uitvoert met XGBoost- en cuML-algoritmen.
• Bouw datavisualisaties en voer grafiekanalyses uit met cuXfilter en cuGraph.

Deze door een instructeur geleide, live training (op locatie of op afstand) is gericht op datawetenschappers die het Anaconda ecosysteem willen gebruiken om pakketten en data-analyseworkflows op één platform vast te leggen, te beheren en te implementeren.

Aan het einde van deze training kunnen deelnemers:

• Installeer en configureer Anaconda-componenten en -bibliotheken.
• Begrijp de kernconcepten, functies en voordelen van Anaconda.
• Beheer pakketten, omgevingen en kanalen met Anaconda Navigator.
• Gebruik Conda-, R- en Python-pakketten voor datawetenschap en machine learning.
• Maak kennis met enkele praktische gebruiksscenario's en technieken voor het beheren van meerdere dataomgevingen.

H2O AutoML is an artificial intelligence platform that automates the process of building, selecting and optimizing large numbers of machine learning models.

This instructor-led, live training (online or onsite) is aimed at data scientists who wish to use H2O AutoML to automate the process of building and selecting the best machine learning algorithm and parameters.

By the end of this training, participants will be able to:

• Automate the machine learning workflow.
• Automatically train and tune many machine learning models within a specified time range.
• Train stacked ensembles to arrive at highly predictive ensemble models.

Format of the Course

• Interactive lecture and discussion.
• Lots of exercises and practice.
• Hands-on implementation in a live-lab environment.

Course Customization Options

• To request a customized training for this course, please contact us to arrange.

Deze door een instructeur geleide, live training (op locatie of op afstand) is gericht op beoefenaars van machine learning die Auto-sklearn willen gebruiken om het proces van het selecteren en optimaliseren van een machine learning-model te automatiseren.

Aan het einde van deze training kunnen deelnemers:

• Automatiseer het proces van het trainen van zeer efficiënte machine learning-modellen.
• Bouw zeer nauwkeurige machine learning-modellen en omzeil de lastigere taken van het selecteren, trainen en testen van verschillende modellen.
• Gebruik de kracht van machine learning om zakelijke problemen in de echte wereld op te lossen.

Deze door een instructeur geleide, live training (op locatie of op afstand) is gericht op datawetenschappers en minder technische personen die Auto-Keras willen gebruiken om het proces van het selecteren en optimaliseren van een machine learning-model te automatiseren.

Aan het einde van deze training kunnen deelnemers:

• Automatiseer het proces van het trainen van zeer efficiënte machine learning-modellen.
• Zoek automatisch naar de beste parameters voor deep learning-modellen.
• Bouw zeer nauwkeurige machine learning-modellen.
• Gebruik de kracht van machine learning om zakelijke problemen in de echte wereld op te lossen.

Deze door een instructeur geleide, live training (op locatie of op afstand) is gericht op datawetenschappers, machine learning-ingenieurs en computervisieonderzoekers die Stable Diffusion willen gebruiken om afbeeldingen van hoge kwaliteit te genereren voor een verscheidenheid aan gebruiksscenario's.

Aan het einde van deze training kunnen deelnemers:

Begrijp de principes van Stable Diffusion en hoe het werkt voor het genereren van afbeeldingen. Bouw en train Stable Diffusion modellen voor taken voor het genereren van afbeeldingen. Pas Stable Diffusion toe op verschillende scenario's voor het genereren van afbeeldingen, zoals inpainting, outpainting en vertaling van afbeelding naar afbeelding. Optimaliseer de prestaties en stabiliteit van Stable Diffusion modellen.

Deze door een instructeur geleide, live training in Nederland (op locatie of op afstand) is gericht op datawetenschappers op gemiddeld tot gevorderd niveau, machine learning-ingenieurs, deep learning-onderzoekers en computer vision-experts die hun kennis en vaardigheden op het gebied van deep learning willen uitbreiden. voor het genereren van tekst naar afbeelding.

Aan het einde van deze training kunnen deelnemers:

Begrijp geavanceerde deep learning-architecturen en -technieken voor het genereren van tekst naar afbeeldingen. Implementeer complexe modellen en optimalisaties voor hoogwaardige beeldsynthese. Optimaliseer de prestaties en schaalbaarheid voor grote datasets en complexe modellen. Stem hyperparameters af voor betere modelprestaties en generalisatie. Integreer Stable Diffusion met andere deep learning-frameworks en -tools

Deze door een instructeur geleide, live training in Nederland (op locatie of op afstand) is gericht op biologen die willen begrijpen hoe AlphaFold werkt en AlphaFold modellen willen gebruiken als leidraad bij hun experimentele studies.

Aan het einde van deze training kunnen deelnemers:

• Begrijp de basisprincipes van AlphaFold.
• Ontdek hoe AlphaFold werkt.
• Leer hoe u AlphaFold voorspellingen en resultaten kunt interpreteren.

Deze door een instructeur geleide, live training (op locatie of op afstand) is gericht op ontwikkelaars die TensorFlow Lite willen gebruiken om deep learning-modellen op ingebedde apparaten te implementeren.

Aan het einde van deze training kunnen deelnemers:

• Installeer en configureer Tensorflow Lite op een ingebed apparaat.
• Begrijp de concepten en componenten die ten grondslag liggen aan TensorFlow Lite.
• Converteer bestaande modellen naar TensorFlow Lite-formaat voor uitvoering op ingebedde apparaten.
• Werken binnen de beperkingen van kleine apparaten en TensorFlow Lite, terwijl je leert hoe je de reikwijdte van de bewerkingen kunt uitbreiden.
• Implementeer een deep learning-model op een ingebed apparaat met Linux.

Deze door een instructeur geleide, live training (op locatie of op afstand) is gericht op ontwikkelaars die TensorFlow Lite willen gebruiken om mobiele applicaties met diepgaande leermogelijkheden te ontwikkelen.

Aan het einde van deze training kunnen deelnemers:

• Installeer en configureer TensorFlow Lite.
• Begrijp de principes achter TensorFlow, machine learning en deep learning.
• Laad TensorFlow-modellen op een Android-apparaat.
• Maak deep learning- en machine learning-functionaliteit mogelijk, zoals computervisie en natuurlijke taalherkenning in een mobiele applicatie.

Deze door een instructeur geleide, live training (op locatie of op afstand) is gericht op ingenieurs die machine learning-modellen willen schrijven, laden en uitvoeren op zeer kleine ingebedde apparaten.

Aan het einde van deze training kunnen deelnemers:

• Installeer TensorFlow Lite.
• Laad machine learning-modellen op een ingebed apparaat zodat het spraak kan detecteren, afbeeldingen kan classificeren, enz.
• Voeg AI toe aan hardwareapparaten zonder afhankelijk te zijn van netwerkconnectiviteit.