Lokale, door een instructeur geleide live Machine Learning (ML)-trainingscursussen demonstreren door hands-on praktijk hoe machine learning-technieken en -hulpmiddelen kunnen worden toegepast voor het oplossen van echte problemen in verschillende industrieën. NobleProg ML-cursussen behandelen verschillende programmeertalen en frameworks, waaronder Python, R-taal en Matlab. Machine Learning-cursussen worden aangeboden voor een aantal industriële toepassingen, waaronder financiën, banken en verzekeringen, en behandelen de grondbeginselen van machine learning, evenals meer geavanceerde benaderingen zoals deep learning. Machine Learning-training is beschikbaar als 'live training op afstand' of 'live training op locatie'. Online live training (ook bekend als "live training op afstand") wordt uitgevoerd via een interactieve, externe desktop . Live training op locatie kan lokaal worden uitgevoerd op het terrein van de klant in Nederland of in bedrijfstrainingscentra van NobleProg in Nederland. NobleProg -- Uw lokale trainingsaanbieder
Machine Translated
Getuigenissen
★★★★★
★★★★★
één van de praktijken
JONATHAN MARIANO, si
Cursus: Artificial Intelligence (AI) for Managers
Machine Translated
De kennis en het beheer van het onderwerp door de instructeur
Zaira N. - JONATHAN MARIANO, si
Cursus: Artificial Intelligence (AI) for Managers
Machine Translated
het innovatieve omdat het iets is dat we al ervaren.
Generatieve AI is een type AI dat originele inhoud kan creëren, zoals tekst, afbeeldingen, muziek en code. Grote taalmodellen (LLM's) zijn krachtige neurale netwerken die natuurlijke taal kunnen verwerken en genereren.Deze door een instructeur geleide, live training (op locatie of op afstand) is gericht op ontwikkelaars van gemiddeld niveau die willen leren hoe ze generatieve AI met LLM's kunnen gebruiken voor verschillende taken en domeinen.Aan het einde van deze training kunnen deelnemers:
Leg uit wat generatieve AI is en hoe het werkt. Beschrijf de transformatorarchitectuur die LLM's aandrijft. Gebruik empirische schaalwetten om LLM's te optimaliseren voor verschillende taken en beperkingen. Pas de modernste tools en methoden toe om LLM's te trainen, te verfijnen en in te zetten. Bespreek de kansen en risico’s van generatieve AI voor de samenleving en het bedrijfsleven.
Formaat van de cursus
Interactieve lezing en discussie. Veel oefeningen en oefeningen. Praktische implementatie in een live-labomgeving.
Opties voor cursusaanpassing
Als u een training op maat voor deze cursus wilt aanvragen, kunt u contact met ons opnemen om een afspraak te maken.
LightGBM is een gratis en open-source gedistribueerd framework voor het stimuleren van gradiënten voor machine learning, oorspronkelijk ontwikkeld door Microsoft. Het is gebaseerd op beslissingsboomalgoritmen en wordt gebruikt voor rangschikking, classificatie en andere machine learning-taken.Deze instructeur-geleide, live training (op locatie of op afstand) is gericht op beginnende tot halfgevorderde ontwikkelaars en datawetenschappers die de basisprincipes van LightGBM willen leren en geavanceerde technieken willen verkennen.Aan het einde van deze training kunnen deelnemers:
Installeer en configureer LightGBM. Begrijp de theorie achter gradiëntversterking en beslissingsboomalgoritmen Gebruik LightGBM voor basis- en geavanceerde machine learning-taken. Implementeer geavanceerde technieken zoals feature engineering, hyperparameter tuning en modelinterpretatie. Integreer LightGBM met andere machine learning-frameworks. Los veelvoorkomende problemen in LightGBM op.
Formaat van de cursus
Interactieve lezing en discussie. Veel oefenen en oefenen. Hands-on implementatie in een live-lab omgeving.
Cursusaanpassingsopties
Voor het aanvragen van een training op maat voor deze cursus kunt u contact met ons opnemen om een afspraak te maken.
Stable Diffusion is een krachtig deep learning-model dat gedetailleerde afbeeldingen kan genereren op basis van tekstbeschrijvingen.Deze door een instructeur geleide, live training (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 voor tekst-naar-tekst willen uitbreiden. -beeldgeneratie.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.
Formaat van de cursus
Interactieve lezing en discussie. Veel oefeningen en oefeningen. Praktische implementatie in een live-labomgeving.
Opties voor cursusaanpassing
Als u een training op maat voor deze cursus wilt aanvragen, kunt u contact met ons opnemen om een afspraak te maken
Generative Pre-trained Transformers (GPT) zijn state-of-the-art modellen in natuurlijke taalverwerking die een revolutie hebben teweeggebracht in verschillende toepassingen, waaronder taalgeneratie, tekstaanvulling en automatische vertaling. Deze cursus biedt een diepgaande verkenning van GPT-modellen, met een focus op GPT-3 en de nieuwste ontwikkelingen in GPT-4. Deelnemers krijgen inzicht in de architectuur, trainingstechnieken en toepassingen van GPT-modellen.Deze door een instructeur geleide, live training (op locatie of op afstand) is gericht op datawetenschappers, machine learning-ingenieurs, NLP-onderzoekers en AI-enthousiastelingen die de innerlijke werking van GPT-modellen willen begrijpen, de mogelijkheden van GPT-3 en GPT-4 willen verkennen en leer hoe ze deze modellen kunnen gebruiken voor hun NLP-taken.Aan het einde van deze training kunnen deelnemers:
Begrijp de belangrijkste concepten en principes achter Generative Pre-trained Transformers. Begrijp de architectuur en het trainingsproces van GPT-modellen. Gebruik GPT-3 voor taken zoals het genereren, invullen en vertalen van tekst. Ontdek de nieuwste ontwikkelingen in GPT-4 en de mogelijke toepassingen ervan. Pas GPT-modellen toe op hun eigen NLP-projecten en -taken.
Formaat van de cursus
Interactieve lezing en discussie. Veel oefenen en oefenen. Hands-on implementatie in een live-lab omgeving.
Cursusaanpassingsopties
Voor het aanvragen van een training op maat voor deze cursus kunt u contact met ons opnemen om een afspraak te maken.
Vertex AI is een Google Cloud-omgeving voor het voltooien van machine learning-taken, van experimenteren tot implementatie en het beheren en bewaken van modellen. Het is een schaalbare infrastructuur die gebruikersbeheermogelijkheden en beveiligingscontroles biedt voor machine learning-projecten.Deze door een instructeur geleide, live training (op locatie of op afstand) is gericht op beginnende tot halfgevorderde software-engineers of iedereen die wil leren hoe Vertex AI te gebruiken om machine learning-activiteiten uit te voeren en te voltooien.Aan het einde van deze training kunnen deelnemers:
Begrijp hoe Vertex AI werkt en gebruik het als een platform voor machine learning. Meer informatie over machine learning en NLP-concepten. Weet hoe je machine learning-modellen traint en implementeert met behulp van Vertex AI.
Formaat van de cursus
Interactieve lezing en discussie. Veel oefenen en oefenen. Hands-on implementatie in een live-lab omgeving.
Cursusaanpassingsopties
Voor het aanvragen van een training op maat voor deze cursus kunt u contact met ons opnemen om een afspraak te maken.
DeepSpeed is een deep learning-optimalisatiebibliotheek die het eenvoudiger maakt om deep learning-modellen op gedistribueerde hardware te schalen. DeepSpeed, ontwikkeld door Microsoft, integreert met PyTorch voor betere schaalbaarheid, snellere training en beter gebruik van bronnen.Deze door een instructeur geleide, live training (op locatie of op afstand) is gericht op beginnende tot halfgevorderde datawetenschappers en machine learning-ingenieurs die de prestaties van hun deep learning-modellen willen verbeteren.Aan het einde van deze training kunnen deelnemers:
Begrijp de principes van gedistribueerd diep leren. Installeer en configureer DeepSpeed. Schaal deep learning-modellen op gedistribueerde hardware met behulp van DeepSpeed. Implementeer en experimenteer met DeepSpeed-functies voor optimalisatie en geheugenefficiëntie.
Formaat van de cursus
Interactieve lezing en discussie. Veel oefenen en oefenen. Hands-on implementatie in een live-lab omgeving.
Cursusaanpassingsopties
Voor het aanvragen van een training op maat voor deze cursus kunt u contact met ons opnemen om een afspraak te maken.
Large Language Models (LLM's) zijn diepe neurale netwerkmodellen die natuurlijke taalteksten kunnen genereren op basis van een bepaalde invoer of context. Ze zijn getraind in grote hoeveelheden tekstgegevens uit verschillende domeinen en bronnen, en kunnen de syntactische en semantische patronen van natuurlijke taal vastleggen. LLM's hebben indrukwekkende resultaten behaald bij verschillende taken in natuurlijke taal, zoals het samenvatten van teksten, het beantwoorden van vragen, het genereren van tekst en meer.Deze door een instructeur geleide, live training (op locatie of op afstand) is gericht op ontwikkelaars op beginnersniveau tot op gemiddeld niveau die grote taalmodellen willen gebruiken voor verschillende natuurlijke taaltaken.Aan het einde van deze training kunnen deelnemers:
Zet een ontwikkelomgeving op met een populaire LLM. Maak een basis-LLM en verfijn deze op een aangepaste dataset. Gebruik LLM's voor verschillende taken in natuurlijke taal, zoals het samenvatten van teksten, het beantwoorden van vragen, het genereren van tekst en meer. Debug en evalueer LLM's met behulp van tools zoals TensorBoard, PyTorch Lightning en Hugging Face Datasets.
Formaat van de cursus
Interactieve lezing en discussie. Veel oefeningen en oefeningen. Praktische implementatie in een live-labomgeving.
Opties voor cursusaanpassing
Als u een training op maat voor deze cursus wilt aanvragen, kunt u contact met ons opnemen om een afspraak te maken.
AlphaFold is een Artificial Intelligence (AI) systeem dat de voorspelling van eiwitstructuur uitvoert. Het is ontwikkeld door Alphabet’s/Google’s DeepMind als een diep leren systeem dat nauwkeurig 3D-modellen van eiwitstructuur kan voorspellen.
Deze instructeur geleide, live training (online of on-site) is gericht op biologen die willen begrijpen hoe AlphaFold werken en gebruiken AlphaFold modellen als gids in hun experimentele studies.
Aan het einde van deze training zullen de deelnemers in staat zijn:
Begrijp de fundamentele beginselen van AlphaFold.
Leer hoe [ 2 ] werkt.
Leer hoe je AlphaFold voorspellingen en resultaten kunt interpreteren.
Format van de cursus
Interactieve lezingen en discussie.
Veel oefeningen en oefeningen.
Hand-on implementatie in een live-lab-omgeving.
Cursus aanpassingsopties
Om een aangepaste training voor deze cursus te vragen, neem dan contact met ons op om te organiseren.
Stable Diffusion is een krachtig deep learning-model dat gedetailleerde afbeeldingen kan genereren op basis van tekstbeschrijvingen.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.
Formaat van de cursus
Interactieve lezing en discussie. Veel oefeningen en oefeningen. Praktische implementatie in een live-labomgeving.
Opties voor cursusaanpassing
Als u een training op maat voor deze cursus wilt aanvragen, kunt u contact met ons opnemen om een afspraak te maken
RapidMiner is een geavanceerd analyseplatform dat een geïntegreerde omgeving biedt voor gegevensvoorbereiding, machine learning, deep learning, text mining en voorspellende analyses.Deze door een instructeur geleide, live training (op locatie of op afstand) is gericht op data-analisten op gemiddeld niveau die willen leren hoe ze RapidMiner kunnen gebruiken om waarden te schatten en te projecteren en om analytische hulpmiddelen te gebruiken voor het voorspellen van tijdreeksen.Aan het einde van deze training kunnen deelnemers:
Leer de CRISP-DM-methodologie toe te passen, geschikte machine learning-algoritmen te selecteren en de modelconstructie en prestaties te verbeteren. Gebruik RapidMiner om waarden te schatten en te projecteren, en gebruik analytische hulpmiddelen voor het voorspellen van tijdreeksen.
Formaat van de cursus
Interactieve lezing en discussie. Veel oefeningen en oefeningen. Praktische implementatie in een live-labomgeving.
Opties voor cursusaanpassing
Als u een training op maat voor deze cursus wilt aanvragen, kunt u contact met ons opnemen om een afspraak te maken.
Waikato Environment for Knowledge Analysis (Weka) is een open source data mining visualisatie software. Het biedt een verzameling van machine learning-algoritmen voor gegevensvoorbereiding, classificatie, clustering en andere data mining activiteiten.
Deze instructeur geleide, live training (online of on-site) is gericht op gegevensanalisten en gegevenswetenschappers die Weka willen gebruiken om gegevens mijnwerkzaamheden uit te voeren.
Aan het einde van deze training zullen de deelnemers in staat zijn:
Installeer en installeer Weka
Begrijp de Weka omgeving en werkbank.
Het uitvoeren van data mining taken met behulp van Weka.
Format van de cursus
Interactieve lezingen en discussie.
Veel oefeningen en oefeningen.
Hand-on implementatie in een live-lab-omgeving.
Cursus aanpassingsopties
Om een aangepaste training voor deze cursus te vragen, neem dan contact met ons op om te organiseren.
Het doel van deze cursus is om een basiskennis te bieden in het toepassen van Machine Learning methoden in de praktijk. Door het gebruik van de Python programmeringstaal en de verschillende bibliotheken, en gebaseerd op een groot aantal praktische voorbeelden, leert deze cursus hoe de belangrijkste bouwblokken van Machine Learning te gebruiken, hoe data-modelingbeslissingen te nemen, de uitkomsten van de algoritmen te interpreteren en de resultaten te valideren.
Ons doel is om u de vaardigheden te geven om de meest fundamentele hulpmiddelen van de Machine Learning toolbox vertrouwelijk te begrijpen en te gebruiken en de gemeenschappelijke pitfalls van de Data Science-toepassingen te voorkomen.
Tijdens 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 .
het doel van deze cursus is het verstrekken van algemene bekwaamheid in de toepassing van machine leermethoden in de praktijk. Door het gebruik van de python programmeertaal en de verschillende bibliotheken, en gebaseerd op een veelheid van praktische voorbeelden van deze cursus leert hoe de belangrijkste bouwstenen van de machine leren gebruiken, hoe je data modellering beslissingen te maken, interpreteren van de uitgangen van de algoritmen en valideren van de resultaten.
ons doel is om u de vaardigheden om te begrijpen en gebruik maken van de meest fundamentele instrumenten van de machine leren Toolbox vol vertrouwen en Vermijd de gemeenschappelijke valkuilen van data Sciences toepassingen.
Dit is een 4-daagse cursus die AI en de toepassing ervan introduceert met behulp van de Python programmeringstaal. Er is een optie om een extra dag te hebben om een AI-project te ondernemen aan het voltooien van deze cursus.
Diep Reinforcement Learning verwijst naar het vermogen van een "kunstmatige agent" om te leren met vallen en opstaan en beloningen en straffen. Een kunstmatige agent heeft tot doel het vermogen van een mens na te bootsen om zelf kennis te verkrijgen en te construeren, rechtstreeks uit ruwe input zoals visie. Om bekrachtigend leren te realiseren wordt gebruik gemaakt van deep learning en neurale netwerken. Reinforcement learning verschilt van machine learning en is niet afhankelijk van begeleide en niet-gesuperviseerde leerbenaderingen.Deze door een instructeur geleide, live training (op locatie of op afstand) is gericht op ontwikkelaars en datawetenschappers die de grondbeginselen van Deep Reinforcement Learning willen leren terwijl ze door het maken van een Deep Learning Agent stappen.Aan het einde van deze training kunnen deelnemers:
Begrijp de sleutelconcepten achter Deep Reinforcement Learning en kan het onderscheiden van Machine Learning. Pas geavanceerde Reinforcement Learning algoritmen toe om echte problemen op te lossen. Bouw een Deep Learning agent.
Formaat van de cursus
Interactieve lezing en discussie. Veel oefenen en oefenen. Hands-on implementatie in een live-lab omgeving.
Cursusaanpassingsopties
Voor het aanvragen van een training op maat voor deze cursus kunt u contact met ons opnemen om een afspraak te maken.
Machine learning is een branche van Artificial Intelligence waarin computers de mogelijkheid hebben om te leren zonder uitdrukkelijk te worden geprogrammeerd.
Deep learning is een onderveld van machine learning dat methoden gebruikt die gebaseerd zijn op leergegevens representaties en structuren zoals neurale netwerken.
Python is een hoog niveau programmeertaal beroemd om zijn duidelijke syntax en code leesbaarheid.
In deze instructeur geleide, live training, zullen de deelnemers leren hoe te implementeren diepe leren modellen voor telecom gebruik Python als ze stappen door het creëren van een diepe leren credit risk model.
Aan het einde van deze training zullen de deelnemers in staat zijn:
Begrijp de fundamentele begrippen van diep leren.
Leer de toepassingen en toepassingen van diep leren in telecom.
Gebruik Python, Keras en TensorFlow om diep leren modellen voor telecom te creëren.
Bouw je eigen diep leren klant voorspelling model met behulp van Python.
Format van de cursus
Interactieve lezingen en discussie.
Veel oefeningen en oefeningen.
Hand-on implementatie in een live-lab-omgeving.
Cursus aanpassingsopties
Om een aangepaste training voor deze cursus te vragen, neem dan contact met ons op om te organiseren.
Embedding 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 .
Deze cursus is gemaakt voor managers, oplossingsarchitecten, innovatiefunctionarissen, CTO's, softwarearchitecten en iedereen die geïnteresseerd is in een overzicht van toegepaste kunstmatige intelligentie en de dichtstbijzijnde voorspelling voor de ontwikkeling ervan.
Hoe zien steden er in de toekomst uit? Hoe kan Artificial Intelligence (AI) worden gebruikt om stadsplanning te verbeteren? Hoe kan AI worden gebruikt om steden efficiënter, leefbaar, veiliger en milieuvriendelijker te maken? In deze door een instructeur geleide, live training (ter plaatse of op afstand), onderzoeken we de verschillende technologieën waaruit AI bestaat, evenals de vaardigheden en het mentale kader die nodig zijn om ze te gebruiken voor stadsplanning. We hebben ook betrekking op tools en benaderingen voor het verzamelen en organiseren van relevante gegevens voor gebruik in AI, inclusief datamining. Publiek
Stedenbouwkundigen
architecten
ontwikkelaars
Vervoersambtenaren
Indeling van de cursus
Deelcollege, deelbespreking en een reeks interactieve oefeningen.
Notitie
Neem contact met ons op om een aangepaste training voor deze cursus aan te vragen.
AI is een verzameling technologieën voor het bouwen van intelligente systemen die in staat zijn gegevens te begrijpen en de activiteiten rondom de gegevens om "intelligente beslissingen" te nemen. Voor telecomaanbieders zou het bouwen van applicaties en diensten die gebruik maken van AI de deur kunnen openen voor verbeterde operaties en onderhoud op gebieden zoals onderhoud en netwerkoptimalisatie. In deze cursus onderzoeken we de verschillende technologieën waaruit AI bestaat en de vaardigheden die nodig zijn om ze te gebruiken. Tijdens de cursus onderzoeken we de specifieke toepassingen van AI binnen de telecomsector. Publiek
Lineaire algebra is een tak van de wiskunde die zich bezighoudt met vectoren, matrices en lineaire transformaties. Kennis van lineaire algebra helpt ingenieurs en ontwikkelaars om hun mogelijkheden voor machine learning te verbeteren. Door lineaire algebra-concepten te begrijpen, kunnen ze de principes achter machine learning-technieken beter begrijpen en zo problemen sneller oplossen. In deze door een instructeur geleide, live training leren deelnemers de basisprincipes van lineaire algebra terwijl ze het probleem van machinaal leren oplossen met behulp van lineaire algebra-methoden. Aan het einde van deze training kunnen deelnemers:
Begrijp fundamentele lineaire algebraconcepten
Leer de lineaire algebra-vaardigheden die nodig zijn voor machine learning
Gebruik lineaire algebra-structuren en concepten bij het werken met gegevens, afbeeldingen, algoritmen, enz.
Los een machine learning-probleem op met behulp van lineaire algebra
Publiek
ontwikkelaars
ingenieurs
Formaat van de cursus
Deelcollege, deelbespreking, oefeningen en zware praktijkoefeningen
Notitie
Neem contact met ons op om een aangepaste training voor deze cursus aan te vragen.
Azure Machine Learning (AML) is een pay-as-you-go, cloud-gebaseerde omgeving voor training, implementatie, automatisering, beheer en tracking ML-modellen.
Deze instructeur geleide, live training (online of on-site) is gericht op ingenieurs die willen gebruiken Azure ML's drag-and-drop platform om Machine Learning werkloads te implementeren zonder software en hardware te kopen en zonder zorgen te maken over onderhoud en implementatie.
Aan het einde van deze training zullen de deelnemers in staat zijn:
Schrijf zeer nauwkeurige machine learning modellen met behulp van Python, R of zero-code tools.
Leverage Azure's beschikbare data sets en algoritmen voor het trainen en traceren van machine learning en deep-learning modellen.
Gebruik de interactieve werkruimte Azure om samen ML-modellen te ontwikkelen.
Kies uit verschillende Azure ondersteunde ML-frames zoals PyTorch, TensorFlow en scikit-learn.
Format van de cursus
Interactieve lezingen en discussie.
Veel oefeningen en oefeningen.
Hand-on implementatie in een live-lab-omgeving.
Cursus aanpassingsopties
Om een aangepaste training voor deze cursus te vragen, neem dan contact met ons op om te organiseren.
Artificial Neural Network is een computationeel datamodel dat wordt gebruikt bij de ontwikkeling van Artificial Intelligence (AI) -systemen die "intelligente" taken kunnen uitvoeren. Neural Networks worden vaak gebruikt in Machine Learning (ML) -toepassingen, die zelf een implementatie van AI zijn. Deep Learning is een subset van ML.
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.
Deze training is bedoeld voor mensen die Machine Learning willen toepassen in praktische toepassingen. Publiek Deze cursus is bedoeld voor datawetenschappers en statistici die enigszins bekend zijn met statistiek en weten hoe ze R (of Python of een andere gekozen taal) moeten programmeren. De nadruk van deze cursus ligt op de praktische aspecten van data / modelvoorbereiding, uitvoering, post hoc analyse en visualisatie. Het doel is om praktische toepassingen te geven aan Machine Learning aan deelnemers die geïnteresseerd zijn in het toepassen van de methoden op het werk. Sectorspecifieke voorbeelden worden gebruikt om de training relevant te maken voor het publiek.
Amazon Web Services (AWS) SageMaker is een cloud machine learning service die ontwikkelaars in staat stelt om machine learning modellen snel op elke schaal te bouwen, te trainen en te implementeren.
Deze instructeur geleide, live training (online of on-site) is gericht op data wetenschappers en ontwikkelaars die machines leren modellen willen creëren en trainen voor de implementatie in productie klaar hosting omgevingen.
Aan het einde van deze training zullen de deelnemers in staat zijn:
Gebruik notebookinstanties om gegevens voor te bereiden en op te laden voor training.
Training machine learning modellen met behulp van training dataset.
Ontplooi getrainde modellen naar een eindpunt om voorspellingen te creëren.
Format van de cursus
Interactieve lezingen en discussie.
Veel oefeningen en oefeningen.
Hand-on implementatie in een live-lab-omgeving.
Cursus aanpassingsopties
Om een aangepaste training voor deze cursus te vragen, neem dan contact met ons op om te organiseren.
Azure Machine Learning is een cloudgebaseerde platform voor het bouwen, trainen en implementeren van machine learning modellen. Azure Machine Learning biedt gebruikers de mogelijkheid om machine learning oplossingen te creëren zonder een enkele codelijn.
Deze instructeur geleide, live training (online of on-site) is gericht op data wetenschappers die willen gebruiken Azure Machine Learning om end-to-end machine learning modellen voor predictieve analyse te bouwen.
Aan het einde van deze training zullen de deelnemers in staat zijn:
Bouw machine learning modellen met nul programmeringservaring.
Maak voorspellingsalgoritmen met Azure Machine Learning.
Ontwikkelen van productie klaar machine learning algorithmen.
Format van de cursus
Interactieve lezingen en discussie.
Veel oefeningen en oefeningen.
Hand-on implementatie in een live-lab-omgeving.
Cursus aanpassingsopties
Om een aangepaste training voor deze cursus te vragen, neem dan contact met ons op om te organiseren.
Weekend Machine Learning cursus, Avond Machine Learning training, Avond Machine Learning (ML) opleiding Machine Learning (ML) boot camp, ML (Machine Learning) instructeur geleid, Weekend ML (Machine Learning) training, Avond Machine Learning (ML) cursus, Machine Learning (ML) coaching, Machine Learning instructeur, Machine Learning trainer, Machine Learning (ML) training cursus, Machine Learning (ML) lessen, Machine Learning (ML) on-site, Machine Learning (ML) privé cursus, ML (Machine Learning) een op een training, Machine Learning (ML) op locatie, Weekend Machine Learning (ML) opleiding
Cursussen met korting
No course discounts for now.
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.