Machine Learning Training Courses

Machine Learning Training Courses

Lokale, door instructeurs geleide Live Machine Learning (ML) -trainingscursussen demonstreren door hands-on de praktijk hoe technieken voor het leren van machines en hulpmiddelen voor het oplossen van problemen uit de echte wereld in verschillende industrieën kunnen worden toegepast. NobleProg ML-cursussen omvatten verschillende programmeertalen en -kaders, waaronder Python, R-taal en Matlab. Machine Learning-cursussen worden aangeboden voor een aantal bedrijfstoepassingen, waaronder financiën, bankieren en verzekeringen, en behandelen de fundamenten van machinaal leren, evenals geavanceerdere benaderingen zoals Deep Learning. Machine Learning-training is beschikbaar als 'live training op locatie' of 'live training op afstand'. Onsite live training kan lokaal worden uitgevoerd op het terrein van de klant in Nederland of in NobleProg bedrijfsopleidingscentra in Nederland . Live-training op afstand wordt uitgevoerd via een interactieve, externe desktop. NobleProg - uw lokale trainingsaanbieder

Getuigenissen

★★★★★
★★★★★

Machine Learning Cursusoverzicht

CodeNaamTijdsduurOverzicht
aiintArtificial Intelligence Overview7 uurDeze cursus is gemaakt voor managers, oplossingsarchitecten, innovatieambtenaren, CTO's, software-architecten en iedereen die geïnteresseerd is in een overzicht van toegepaste kunstmatige intelligentie en de dichtstbijzijnde voorspelling voor de ontwikkeling ervan.
mliosMachine Learning on iOS14 uurTijdens deze live training met instructeur leren deelnemers hoe ze de iOS Machine Learning (ML) -technologiestack kunnen gebruiken wanneer ze tijdens het maken en inzetten van een mobiele iOS-app stappen Aan het einde van deze training kunnen deelnemers: Maak een mobiele app geschikt voor beeldverwerking, tekstanalyse en spraakherkenning Toegang krijgen tot gekraaide ML-modellen voor integratie in iOS-apps Maak een aangepast ML-model Voeg Siri Voice-ondersteuning toe aan iOS-apps Begrijp en gebruik frameworks zoals coreML, Vision, CoreGraphics en GamePlayKit Gebruik talen en hulpmiddelen zoals Python, Keras, Caffee, Tensorflow, scikit learn, libsvm, Anaconda en Spyder Publiek ontwikkelaars Formaat van de cursus Gedeeltelijke lezing, deelbespreking, oefeningen en zware handsonoefeningen .
textsumText Summarization with Python14 uurIn Python Machine Learning kan de functie Tekstsamenvatting de invoertekst lezen en een samenvatting van de tekst produceren Deze mogelijkheid is beschikbaar via de commandoregel of als een Python API / bibliotheek Een spannende toepassing is het snel creëren van uitvoerende overzichten; dit is met name handig voor organisaties die grote hoeveelheden tekstgegevens moeten beoordelen voordat ze rapporten en presentaties genereren Tijdens deze live training met instructeur leren de deelnemers Python te gebruiken om een ​​eenvoudige applicatie te maken die automatisch een samenvatting van de invoertekst genereert Aan het einde van deze training kunnen deelnemers: Gebruik een commandoregeltool die tekst samenvat Ontwerp en maak samenvattende tekstcodes met Python-bibliotheken Evalueer drie Python-bibliotheken met samenvattingen: somma 070, pysummarization 104, readless 1017 Publiek ontwikkelaars Data-wetenschappers Formaat van de cursus Gedeeltelijke lezing, deelbespreking, oefeningen en zware handsonoefeningen .
undnnUnderstanding Deep Neural Networks35 uurDeze cursus begint met het geven van conceptuele kennis in neurale netwerken en in het algemeen in algoritmen voor machinaal leren, diepgaand leren (algoritmen en toepassingen) Deel1 (40%) van deze training is meer gericht op de basis, maar helpt je bij het kiezen van de juiste technologie: TensorFlow, Caffe, Theano, DeepDrive, Keras, etc Deel 2 (20%) van deze training introduceert de Theano a Python-bibliotheek die het schrijven van diepgaande leermodellen gemakkelijk maakt Part3 (40%) van de training zou grotendeels gebaseerd zijn op de Tensorflow 2nd Generation API van de open source softwarebibliotheek van Google voor Deep Learning De voorbeelden en handson zouden allemaal in TensorFlow worden gemaakt Publiek Deze cursus is bedoeld voor technici die TensorFlow willen gebruiken voor hun Deep Learning-projecten Na het voltooien van deze cursus zullen afgevaardigden: een goed begrip hebben van diepe neurale netwerken (DNN), CNN en RNN de structuur en implementatiemechanismen van TensorFlow begrijpen in staat zijn installatie / productieomgeving / architectuurtaken en -configuratie uit te voeren in staat zijn om de kwaliteit van de code te beoordelen, debugging uit te voeren, monitoring in staat zijn om geavanceerde productie-achtige trainingsmodellen te implementeren, grafieken te bouwen en te loggen Niet alle onderwerpen worden behandeld in een openbaar klaslokaal met een duur van 35 uur vanwege de uitgestrektheid van het onderwerp De duur van de volledige cursus is ongeveer 70 uur en niet 35 uur .
opennlpOpenNLP for Text Based Machine Learning14 uurDe Apache OpenNLP-bibliotheek is een op machine learning gebaseerde toolkit voor het verwerken van natuurlijke taaltekst Het ondersteunt de meest voorkomende NLP-taken, zoals taaldetectie, tokenisatie, zinsegmentatie, partofspeech-tagging, entiteitsextractie, chunking, parsing en coreference-resolutie In deze live training met instructeur leren deelnemers hoe ze modellen kunnen maken voor het verwerken van op tekst gebaseerde gegevens met behulp van OpenNLP Voorbeelden van trainingsgegevens en aangepaste datasets zullen worden gebruikt als basis voor de practica Aan het einde van deze training kunnen deelnemers: Installeer en configureer OpenNLP Download bestaande modellen en maak er zelf een Train de modellen op verschillende sets voorbeeldgegevens Integreer OpenNLP met bestaande Java-applicaties Publiek ontwikkelaars Datawetenschappers Formaat van de cursus Gedeeltelijke lezing, deelbespreking, oefeningen en zware handsonoefeningen .
mlbankingpython_Machine Learning for Banking (with Python)21 uurMachine Learning is een tak van Artificial Intelligence waarbij computers het vermogen hebben om te leren zonder expliciet geprogrammeerd te zijn Python is een programmeertaal die bekend staat om zijn duidelijke syntaxis en leesbaarheid Het biedt een uitstekende verzameling van goed geteste bibliotheken en technieken voor het ontwikkelen van machine learning-applicaties In deze live training met instructeur leren deelnemers technieken voor het leren van machines en hulpmiddelen voor het oplossen van problemen in de echte wereld in de banksector Deelnemers leren eerst de belangrijkste principes en passen hun kennis vervolgens in de praktijk door hun eigen machine-leermodellen te bouwen en deze te gebruiken om een ​​aantal teamprojecten te voltooien Publiek ontwikkelaars Datawetenschappers Formaat van de cursus Gedeeltelijke lezing, deelbespreking, oefeningen en zware handsonoefeningen .
mlbankingrMachine Learning for Banking (with R)28 uurIn deze live training met instructeur leren deelnemers technieken voor het leren van machines en hulpmiddelen voor het oplossen van problemen in de echte wereld in de banksector R wordt gebruikt als de programmeertaal Deelnemers leren eerst de belangrijkste principes en zetten hun kennis vervolgens in de praktijk door hun eigen machine-leermodellen te bouwen en deze te gebruiken om een ​​aantal live-projecten te voltooien Publiek ontwikkelaars Datawetenschappers Bankiers met een technische achtergrond Formaat van de cursus Gedeeltelijke lezing, deelbespreking, oefeningen en zware handsonoefeningen .
matlabdlMatlab for Deep Learning14 uurIn deze live training met instructeur leren deelnemers Matlab te gebruiken voor het ontwerpen, bouwen en visualiseren van een convolutioneel neuraal netwerk voor beeldherkenning Aan het einde van deze training kunnen deelnemers: Bouw een diepgaand leermodel Gegevensetikettering automatiseren Werk met modellen van Caffe en TensorFlowKeras Train gegevens met behulp van meerdere GPU's, de cloud of clusters Publiek ontwikkelaars ingenieurs Domein experts Formaat van de cursus Gedeeltelijke lezing, deelbespreking, oefeningen en zware handsonoefeningen .
tensorflowservingTensorFlow Serving7 uurTensorFlow Serving is een systeem voor productie van machine learning (ML) -modellen In deze live training met instructeur leren deelnemers hoe ze TensorFlow Serving kunnen configureren en gebruiken om ML-modellen in een productieomgeving te implementeren en te beheren Aan het einde van deze training kunnen deelnemers: Train, exporteer en serveer verschillende TensorFlow-modellen Test en implementeer algoritmen met behulp van één architectuur en een reeks API's Verleng TensorFlow Serving voor andere typen modellen dan TensorFlow-modellen Publiek ontwikkelaars Datawetenschappers Formaat van de cursus Gedeeltelijke lezing, deelbespreking, oefeningen en zware handsonoefeningen .
pythontextmlPython: Machine Learning with Text21 uurIn deze live training met instructeur leren deelnemers hoe ze de juiste machine-learning en NLP (Natural Language Processing) -technieken kunnen gebruiken om waarde te halen uit op tekst gebaseerde gegevens Aan het einde van deze training kunnen deelnemers: Los op tekst gebaseerde gegevenswetenschappelijke problemen op met hoogwaardige, herbruikbare code Verschillende aspecten van scikitlearn toepassen (classificatie, clustering, regressie, reductie van dimensies) om problemen op te lossen Bouw effectieve modellen voor machinaal leren met tekstgebaseerde gegevens Maak een gegevensset en extraheer functies uit ongestructureerde tekst Visualiseer gegevens met Matplotlib Bouw en evalueer modellen om inzicht te krijgen Problemen met tekstcoderingsfouten oplossen Publiek ontwikkelaars Data-wetenschappers Formaat van de cursus Gedeeltelijke lezing, deelbespreking, oefeningen en zware handsonoefeningen .
mlfinancepythonMachine Learning for Finance (with Python)21 uurMachine learning is een tak van Artificial Intelligence waarbij computers het vermogen hebben om te leren zonder expliciet geprogrammeerd te zijn Python is een programmeertaal die bekend staat om zijn duidelijke syntaxis en leesbaarheid Het biedt een uitstekende verzameling van goed geteste bibliotheken en technieken voor het ontwikkelen van machine learning-applicaties In deze live training met instructeur leren deelnemers technieken voor het leren van machines en hulpmiddelen voor het oplossen van problemen in de echte wereld in de financiële sector Deelnemers leren eerst de belangrijkste principes en passen hun kennis vervolgens in de praktijk door hun eigen machine-leermodellen te bouwen en deze te gebruiken om een ​​aantal teamprojecten te voltooien Aan het einde van deze training kunnen deelnemers: Begrijp de fundamentele concepten in machine learning Leer de toepassingen en het gebruik van machine learning in finance Ontwikkel hun eigen algoritmische handelsstrategie met behulp van machine learning met Python Publiek ontwikkelaars Datawetenschappers Formaat van de cursus Gedeeltelijke lezing, deelbespreking, oefeningen en zware handsonoefeningen .
encogintroEncog: Introduction to Machine Learning14 uurEncog is een opensource machine learning framework voor Java enNet In deze live training met instructeur leren deelnemers hoe ze verschillende neurale netwerkcomponenten kunnen maken met behulp van ENCOG Casusoverzichten van Realworld zullen worden besproken en op machinetaal gebaseerde oplossingen voor deze problemen zullen worden onderzocht Aan het einde van deze training kunnen deelnemers: Bereid gegevens voor op neurale netwerken met behulp van het normalisatieproces Voer feed forward-netwerken en propagatietrainingmethodieken in Implementeer classificatie- en regressietaken Modeleer en train neurale netwerken met Encog's op GUI gebaseerde werkbank Integreer neurale netwerkondersteuning in realworld-applicaties Publiek ontwikkelaars analisten Datawetenschappers Formaat van de cursus Gedeeltelijke lezing, deelbespreking, oefeningen en zware handsonoefeningen .
encogadvEncog: Advanced Machine Learning14 uurEncog is een opensource machine learning framework voor Java enNet In deze live training met instructeur leren de deelnemers geavanceerde technieken voor het leren van machines om accurate voorspellende neurale netwerkmodellen te bouwen Aan het einde van deze training kunnen deelnemers: Verschillende optimalisatietechnieken voor neurale netwerken implementeren om het onderfixeren en overfitteren op te lossen Begrijp en kies uit een aantal neurale netwerkarchitecturen Implementeer gecontroleerde feed forward- en feedbacknetwerken Publiek ontwikkelaars analisten Datawetenschappers Formaat van de cursus Gedeeltelijke lezing, deelbespreking, oefeningen en zware handsonoefeningen .
radvmlAdvanced Machine Learning with R21 uurIn deze live training met instructeur leren de deelnemers geavanceerde technieken voor machinaal leren met R tijdens het maken van een realworld-toepassing Aan het einde van deze training kunnen deelnemers: Gebruik technieken als afstemming van hyperparameters en diepgaand leren Begrijp en implementeer niet-gecontroleerde leert technieken Zet een model in productie voor gebruik in een grotere applicatie Publiek ontwikkelaars analisten Datawetenschappers Formaat van de cursus Gedeeltelijke lezing, deelbespreking, oefeningen en zware handsonoefeningen .
pythonadvmlPython for Advanced Machine Learning21 uurTijdens deze live training met instructeur leren deelnemers de meest relevante en alledaagse technieken voor het leren van machines in Python, terwijl ze een reeks demotoepassingen bouwen met afbeeldingen, muziek, tekst en financiële gegevens Aan het einde van deze training kunnen deelnemers: Implementeer algoritmen voor het leren van machines en technieken voor het oplossen van complexe problemen Gebruik deep learning en semisupervised learning voor toepassingen met beeld-, muziek-, tekst- en financiële gegevens Push Python-algoritmen naar hun maximale potentieel Gebruik bibliotheken en pakketten zoals NumPy en Theano Publiek ontwikkelaars analisten Datawetenschappers Formaat van de cursus Gedeeltelijke lezing, deelbespreking, oefeningen en zware handsonoefeningen .
openfaceOpenFace: Creating Facial Recognition Systems14 uurOpenFace is op Python en Torch gebaseerde opensource, realtime gezichtsherkenningssoftware op basis van Google's FaceNet-onderzoek Tijdens deze live training met instructeur leren deelnemers de OpenFace-componenten te gebruiken om een ​​voorbeeldtoepassing voor gezichtsherkenning te maken en te implementeren Aan het einde van deze training kunnen deelnemers: Werk met de componenten van OpenFace, inclusief dlib, OpenVC, Torch en nn4 om gezichtsdetectie, uitlijning en transformatie te implementeren Pas OpenFace toe op realworld-applicaties zoals surveillance, identiteitsverificatie, virtual reality, gaming en het identificeren van terugkerende klanten, enz Publiek ontwikkelaars Datawetenschappers Formaat van de cursus Gedeeltelijke lezing, deelbespreking, oefeningen en zware handsonoefeningen .
embeddingprojectorEmbedding Projector: Visualizing Your Training Data14 uurEmbedding Projector is een opensource-webtoepassing voor het visualiseren van de gegevens die worden gebruikt om machine-leersystemen te trainen Het is gemaakt door Google en maakt deel uit van TensorFlow Deze instructieve, live training introduceert de concepten achter Embedding Projector en leidt deelnemers door het opzetten van een demoproject Aan het einde van deze training kunnen deelnemers: Onderzoek hoe gegevens worden geïnterpreteerd door machine learning-modellen Navigeer door 3D- en 2D-weergaven van gegevens om te begrijpen hoe een algoritme voor machine-learning het interpreteert Begrijp de concepten achter Inbedding en hun rol in het representeren van wiskundige vectoren voor afbeeldingen, woorden en cijfers Verken de eigenschappen van een specifieke insluiting om het gedrag van een model te begrijpen Pas Embedding Project toe op realworld-use cases zoals het bouwen van een songaanbevelingssysteem voor muziekliefhebbers Publiek ontwikkelaars Datawetenschappers Formaat van de cursus Gedeeltelijke lezing, deelbespreking, oefeningen en zware handsonoefeningen .
t2tT2T: Creating Sequence to Sequence Models for Generalized Learning7 uurTensor2Tensor (T2T) is een modulaire, uitbreidbare bibliotheek voor het trainen van AI-modellen in verschillende taken, met behulp van verschillende soorten trainingsgegevens, bijvoorbeeld: beeldherkenning, vertaling, parsing, beeldbijschrift en spraakherkenning Het wordt onderhouden door het Google Brain-team In deze live training met instructeur leren deelnemers hoe ze een dieplerend model kunnen voorbereiden om meerdere taken op te lossen Aan het einde van deze training kunnen deelnemers: Installeer tensor2tensor, selecteer een dataset en train en evalueer een AI-model Pas een ontwikkelomgeving aan met behulp van de tools en componenten die zijn opgenomen in Tensor2Tensor Maak en gebruik een enkel model om tegelijkertijd een aantal taken uit meerdere domeinen te leren Gebruik het model om te leren van taken met een grote hoeveelheid trainingsgegevens en pas die kennis toe op taken waarbij de gegevens beperkt zijn Verkrijg bevredigende verwerkingsresultaten met behulp van een enkele GPU Publiek ontwikkelaars Datawetenschappers Formaat van de cursus Gedeeltelijke lezing, deelbespreking, oefeningen en zware handsonoefeningen .
dlfornlpDeep Learning for NLP (Natural Language Processing)28 uurDeep Learning voor NLP stelt een machine in staat om eenvoudige tot complexe taalverwerking te leren Tot de taken die momenteel mogelijk zijn, behoren taalvertaling en het genereren van bijschriften voor foto's DL (Deep Learning) is een subset van ML (Machine Learning) Python is een populaire programmeertaal met bibliotheken voor deep-learning voor NLP Tijdens deze live training met instructeur leren de deelnemers Python-bibliotheken te gebruiken voor NLP (Natural Language Processing) terwijl ze een applicatie maken die een reeks foto's verwerkt en ondertiteling genereert Aan het einde van deze training kunnen deelnemers: Ontwerp en code DL voor NLP met behulp van Python-bibliotheken Maak een Python-code die een aanzienlijk grote verzameling afbeeldingen leest en trefwoorden genereert Maak een Python-code die bijschriften genereert van de gedetecteerde trefwoorden Publiek Programmeurs met interesse in taalkunde Programmeurs die een goed begrip van NLP (Natural Language Processing) zoeken Formaat van de cursus Gedeeltelijke lezing, deelbespreking, oefeningen en zware handsonoefeningen .
mlfinancerMachine Learning for Finance (with R)28 uurMachine learning is een tak van Artificial Intelligence waarbij computers het vermogen hebben om te leren zonder expliciet geprogrammeerd te zijn R is een populaire programmeertaal in de financiële sector Het wordt gebruikt in financiële toepassingen, variërend van kernhandelsprogramma's tot risicobeheersystemen In deze live training met instructeur leren deelnemers technieken voor het leren van machines en hulpmiddelen voor het oplossen van problemen in de echte wereld in de financiële sector R wordt gebruikt als de programmeertaal Deelnemers leren eerst de belangrijkste principes en passen hun kennis vervolgens in de praktijk door hun eigen machine-leermodellen te bouwen en deze te gebruiken om een ​​aantal teamprojecten te voltooien Aan het einde van deze training kunnen deelnemers: Begrijp de fundamentele concepten in machine learning Leer de toepassingen en het gebruik van machine learning in finance Ontwikkel hun eigen algoritmische handelsstrategie met behulp van machine learning met R Publiek ontwikkelaars Datawetenschappers Formaat van de cursus Gedeeltelijke lezing, deelbespreking, oefeningen en zware handsonoefeningen .
snorkelSnorkel: Rapidly Process Training Data7 uurSnorkel is een systeem voor het snel maken, modelleren en beheren van trainingsgegevens Het richt zich op het versnellen van de ontwikkeling van gestructureerde of "donkere" gegevensextractietoepassingen voor domeinen waarin grote gelabelde trainingsets niet beschikbaar of gemakkelijk te verkrijgen zijn Tijdens deze live training met instructeur leren deelnemers technieken ontwikkelen om waarde te halen uit ongestructureerde gegevens zoals tekst, tabellen, figuren en afbeeldingen door trainingsgegevens te modelleren met Snorkel Aan het einde van deze training kunnen deelnemers: Creëer programmatisch trainingsets om het labelen van enorme trainingsets mogelijk te maken Train hoogwaardige eersteklasmodellen door eerst luidruchtige trainingsets te modelleren Gebruik Snorkel om zwakke supervisietechnieken te implementeren en gegevensprogrammering toe te passen op zwak-gecontroleerde geautomatiseerde leersystemen Publiek ontwikkelaars Datawetenschappers Formaat van de cursus Gedeeltelijke lezing, deelbespreking, oefeningen en zware handsonoefeningen .
ML_LBGMachine Learning – Data science21 uurDeze klasgebaseerde trainingssessie zal machine learning tools verkennen met (aanbevolen) Python Afgevaardigden zullen beschikken over computergebaseerde voorbeelden en case study-oefeningen om te ondernemen .
appaiApplied AI from Scratch28 uurThis 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.
dlfortelecomwithpythonDeep Learning for Telecom (with Python)28 uurMachine learning is a branch of Artificial Intelligence wherein computers have the ability to learn without being explicitly programmed. Deep learning is a subfield of machine learning which uses methods based on learning data representations and structures such as neural networks. Python is a high-level programming language famous for its clear syntax and code readability.

In this instructor-led, live training, participants will learn how to implement deep learning models for telecom using Python as they step through the creation of a deep learning credit risk model.

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

- Understand the fundamental concepts of deep learning
- Learn the applications and uses of deep learning in telecom
- Use Python, Keras, and TensorFlow to create deep learning models for telecom
- Build their own deep learning customer churn prediction model using Python

Audience

- Developers
- Data scientists

Format of the course

- Part lecture, part discussion, exercises and heavy hands-on practice
rapidminerRapidMiner for Machine Learning and Predictive Analytics14 uurRapidMiner is an open source data science software platform for rapid application prototyping and development. It includes an integrated environment for data preparation, machine learning, deep learning, text mining, and predictive analytics.

In this instructor-led, live training, participants will learn how to use RapidMiner Studio for data preparation, machine learning, and predictive model deployment.

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

- Install and configure RapidMiner
- Prepare and visualize data with RapidMiner
- Validate machine learning models
- Mashup data and create predictive models
- Operationalize predictive analytics within a business process
- Troubleshoot and optimize RapidMiner

Audience

- Data scientists
- Engineers
- Developers

Format of the Course

- Part lecture, part discussion, exercises and heavy hands-on practice

Note

- To request a customized training for this course, please contact us to arrange.
aicityplanningArtificial Intelligence for City Planning14 uurHoe zullen steden er in de toekomst uitzien? Hoe kan kunstmatige intelligentie (AI) worden gebruikt om de stadsplanning te verbeteren? Hoe kan AI worden gebruikt om steden efficiënter, leefbaarder, veiliger en milieuvriendelijker te maken? In deze live training met instructor (op locatie of op afstand) onderzoeken we de verschillende technologieën waaruit AI bestaat, en de vaardigheden en het mentale kader dat nodig is om ze te gebruiken voor stadsplanning We hebben ook betrekking op hulpmiddelen en benaderingen voor het verzamelen en organiseren van relevante gegevens voor gebruik in AI, inclusief datamining Publiek Stedenbouwkundigen architecten ontwikkelaars Transport officials Formaat van de cursus Deellezing, deelbespreking en een reeks interactieve oefeningen Notitie Om een ​​aangepaste training aan te vragen voor deze cursus, neem dan contact met ons op om dit te regelen .
dlformedicineDeep Learning for Medicine14 uurMachine Learning is een tak van Artificial Intelligence waarbij computers het vermogen hebben om te leren zonder expliciet geprogrammeerd te zijn Deep Learning is een subveld van Machine Learning dat de werking van het menselijk brein bij het nemen van beslissingen probeert na te bootsen Het wordt getraind met gegevens om automatisch oplossingen voor problemen te bieden Deep Learning biedt enorme kansen voor de medische industrie die op een datagoudmijn zit In deze geoefende, live training zullen deelnemers dat doen neem deel aan een reeks van discussies, oefeningen en casestudy-analyse om het fundament van Deep Learning te begrijpen De belangrijkste Deep Learning-hulpmiddelen en -technieken zullen worden geëvalueerd en er zullen oefeningen worden uitgevoerd om deelnemers voor te bereiden op het uitvoeren van hun eigen evaluatie en implementatie van Deep Learning-oplossingen binnen hun organisaties Aan het einde van deze training kunnen deelnemers: Begrijp de fundamenten van Deep Learning Leer diepgaande technieken en hun toepassingen in de industrie Onderzoek kwesties in de geneeskunde die kunnen worden opgelost door Deep Learning-technologieën Verken diepgaande case-study's in de geneeskunde Formuleer een strategie voor het toepassen van de nieuwste technologieën in Deep Learning voor het oplossen van problemen in de geneeskunde Publiek managers Medische professionals in leiderschapsrollen Formaat van de cursus Gedeeltelijke lezing, deelbespreking, oefeningen en zware handsonoefeningen Notitie Om een ​​aangepaste training aan te vragen voor deze cursus, neem dan contact met ons op om dit te regelen .
algebraformlAlgebra for Machine Learning14 uurLineaire algebra is een tak van de wiskunde die zich bezighoudt met vectoren, matrices en lineaire transformaties Kennis van lineaire algebra helpt ingenieurs en ontwikkelaars hun machine-leermogelijkheden te verbeteren Door lineaire algebra-concepten te begrijpen, kunnen ze de principes achter machine learning-technieken beter begrijpen en daarmee problemen sneller oplossen In deze live training met instructeur leren deelnemers de basisprincipes van lineaire algebra wanneer ze een machine-leerprobleem oplossen met behulp van lineaire algebra-methoden Aan het einde van deze training kunnen deelnemers: Begrijp fundamentele lineaire algebra concepten Leer de lineaire algebravaardigheden die nodig zijn voor machine learning Gebruik lineaire algebra structuren en concepten bij het werken met data, afbeeldingen, algoritmen, etc Los een machine-leerprobleem op met behulp van lineaire algebra Publiek ontwikkelaars ingenieurs Formaat van de cursus Gedeeltelijke lezing, deelbespreking, oefeningen en zware handsonoefeningen Notitie Om een ​​aangepaste training aan te vragen voor deze cursus, neem dan contact met ons op om dit te regelen .
Nue_LBGNeural computing – Data science14 uurDeze in het klaslokaal gebaseerde trainingssessie bevat presentaties en computergestuurde voorbeelden en case study-oefeningen om te ondernemen met relevante neurale en diepe netwerkbibliotheken .
mllbgMachine Learning in business – AI/Robotics14 uurDeze in het klaslokaal gebaseerde trainingssessie zal machinale leertechnieken onderzoeken, met op de computer gebaseerde voorbeelden en oefeningen voor het oplossen van casestudy's met behulp van een relevante programmaluumaat .

Aankomende Machine Learning cursussen

CursusCursusdatumCursus Kosten [Op Afstand / Klas]
Artificial Neural Networks, Machine Learning and Deep Thinking - Rotterdam Brainparkdi, 2019-01-01 09:304500EUR / 6740EUR
Artificial Neural Networks, Machine Learning and Deep Thinking - Groningen Martinima, 2019-02-04 09:304500EUR / 5780EUR
Artificial Neural Networks, Machine Learning and Deep Thinking - Groningen Martiniwo, 2019-04-03 09:304500EUR / 5780EUR
Artificial Neural Networks, Machine Learning and Deep Thinking - Rotterdam Brainparkma, 2019-04-08 09:304500EUR / 6740EUR
Artificial Neural Networks, Machine Learning and Deep Thinking - Groningen Martinidi, 2019-07-02 09:304500EUR / 5780EUR
Weekend Machine Learning cursus, Avond Machine Learning training, Avond Machine Learning opleiding Machine Learning boot camp, Machine Learning instructeur geleid, Weekend Machine Learning training, Avond Machine Learning cursus, Machine Learning coaching, Machine Learning instructeur, Machine Learning trainer, Machine Learning training cursus, Machine Learning lessen, Machine Learning on-site, Machine Learning privé cursus, Machine Learning een op een training, Machine Learning op locatie, Weekend Machine Learning opleiding

Cursussen met korting

CursusLocatieCursusdatumCursus Kosten [Op Afstand / Klas]
IoT Security ArchitectureDe Fabriek Leeuwardendo, 2018-12-13 09:302287EUR / 3027EUR
Linux LPI LPIC-1 Exam 101 PreparationEvoluon Eindhovenwo, 2018-12-19 09:302287EUR / 3687EUR
Introduction to ARCADIA with CapellaAmsterdamvr, 2018-12-21 09:301143EUR / 1743EUR
Computer Vision with SimpleCVGolden Tulip Leidenma, 2019-02-25 09:302700EUR / 4000EUR
Jupyter for Data Science TeamsDen Haag Centraal Stationma, 2019-04-29 09:301350EUR / 2300EUR
Big Data - Data ScienceEvoluon Eindhovenwo, 2019-05-08 09:302700EUR / 4100EUR

Course Discounts Newsletter

We respect the privacy of your email address. We will not pass on or sell your address to others.
You can always change your preferences or unsubscribe completely.

Een aantal van onze klanten

is growing fast!

We are looking to expand our presence in the Netherlands!

As a Business Development Manager you will:

  • expand business in the Netherlands
  • recruit local talent (sales, agents, trainers, consultants)
  • recruit local trainers and consultants

We offer:

  • Artificial Intelligence and Big Data systems to support your local operation
  • high-tech automation
  • continuously upgraded course catalogue and content
  • good fun in international team

If you are interested in running a high-tech, high-quality training and consulting business.

Apply now!