Rzeszów

RISE, Plac Wolności 13, Rzeszów, Polska, 35-073

Sala szkoleniowa znajduje się w samym sercu Rzeszowa, co sprawia, że jest łatwo dostępna dla uczestnik...

Subcategories (4)

Image for Sentiment Analysis category
Sentiment Analysis
Image for Spark NLP category
Spark NLP
Image for TextBlob category
TextBlob
Image for Hugging Face category
Hugging Face

Przeglądaj szkolenia

LLMs for Sentiment Analysis

 21 godzin
Large Language Models (LLMs) are deep neural network models that can generate natural language texts based on a given input or context.This instructor-led, live training (online or onsite) is aimed at intermediate-level data and marketing professionals who wish to apply LLMs to analyze and interpret public sentiment from various text sources such as social media posts, product reviews, and customer feedback.By the end of this training, participants will be able to:
  • Understand the principles of sentiment analysis and its application using LLMs.
  • Preprocess and prepare datasets for sentiment analysis.
  • Train and fine-tune LLMs to accurately reflect sentiment in text.
  • Analyze sentiment in real-time from social media and other text sources.
  • Integrate sentiment analysis findings into business strategies and decision-making processes.
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.
Więcej...

Advanced LLMs for NLP Tasks

 21 godzin
Large language models (LLMs) are AI models that can process and generate large amounts of natural language data, such as text, speech, and audio. LLMs can learn the patterns and structure of their input training data and then generate new data that has similar characteristics. LLMs can also perform various natural language processing (NLP) tasks, such as natural language understanding (NLU), natural language inference (NLI), knowledge graph construction and completion, commonsense reasoning, dialogue generation and management, and multimodal generation and understanding.This instructor-led, live training (online or onsite) is aimed at intermediate-level data scientists, AI developers, and AI enthusiasts who wish to use LLMs to perform various NLP tasks and create novel and diverse content for different purposes.By the end of this training, participants will be able to:
  • Establish a development environment with LLMs and essential tools.
  • Expertly perform NLU and NLI tasks with LLMs.
  • Extract, infer, and utilize knowledge graphs effectively.
  • Generate and manage dialogues using LLMs for conversational applications.
  • Evaluate content quality and diversity generated by LLMs and generative AI.
  • Apply ethical principles, ensuring fairness and responsible use of LLMs.
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.
Więcej...

Hugging Face for Natural Language Processing (NLP)

 14 godzin
Szkolenie na żywo prowadzone przez instruktora (na miejscu lub zdalnie) jest przeznaczone dla naukowców zajmujących się danymi, praktyków uczenia maszynowego oraz badaczy i entuzjastów NLP, którzy chcą skutecznie wykorzystać Hugging Face do zadań NLP.Pod koniec tego szkolenia uczestnicy będą mogli:
    Wykorzystaj model Hugging Face Transformer i dostosuj go do określonego zestawu danych. Zdobądź umiejętność samodzielnego rozwiązywania typowych wyzwań NLP. Efektywnie twórz i udostępniaj prezentacje modeli. Usprawnij optymalizację modeli do produkcji. Wykorzystaj transformatory Hugging Face do rozwiązywania szerokiego zakresu problemów związanych z uczeniem maszynowym.
Więcej...

Exploring Generative Pre-trained Transformers (GPT): From GPT-3 to GPT-4

 14 godzin
To prowadzone przez instruktora szkolenie na żywo (online lub na miejscu) jest przeznaczone dla naukowców zajmujących się danymi, inżynierów uczenia maszynowego, badaczy NLP i entuzjastów sztucznej inteligencji, którzy chcą zrozumieć wewnętrzne działanie modeli GPT, zbadać możliwości GPT-3 i GPT-4 oraz dowiedzieć się, jak wykorzystać te modele do swoich zadań NLP. Po zakończeniu tego szkolenia uczestnicy będą w stanie
    Zrozumienie kluczowych pojęć i zasad stojących za wstępnie wytrenowanymi transformatorami generatywnymi. Zrozumienie architektury i procesu uczenia modeli GPT. Wykorzystanie GPT-3 do zadań takich jak generowanie, uzupełnianie i tłumaczenie tekstu. Poznanie najnowszych osiągnięć w GPT-4 i jego potencjalnych zastosowań. Zastosowanie modeli GPT we własnych projektach i zadaniach NLP.
Więcej...

NLP: Natural Language Processing with R

 21 godzin
Szacuje się, że nieustrukturyzowane dane stanowią ponad 90 procent wszystkich danych, z których większość ma postać tekstu. Wpisy na blogach, tweety, media społecznościowe i inne publikacje cyfrowe stale dodają do tego rosnącego zbioru danych. Ten prowadzony przez instruktora kurs na żywo koncentruje się na wydobywaniu spostrzeżeń i znaczenia z tych danych. Wykorzystując biblioteki R Language i Natural Language Processing (NLP), łączymy koncepcje i techniki z informatyki, sztucznej inteligencji i lingwistyki obliczeniowej, aby algorytmicznie zrozumieć znaczenie danych tekstowych. Próbki danych są dostępne w różnych językach zgodnie z wymaganiami klienta. Pod koniec tego szkolenia uczestnicy będą w stanie przygotować zestawy danych (duże i małe) z różnych źródeł, a następnie zastosować odpowiednie algorytmy do analizy i raportowania ich znaczenia. Format kursu Część wykładu, część dyskusji, intensywne ćwiczenia praktyczne, okazjonalne testy sprawdzające zrozumienie tematu.
Więcej...

Natural Language Processing (NLP) with Python

 28 godzin
Ten kurs wprowadza lingwistów lub programistów do NLP w Python. Podczas tego kursu będziemy głównie korzystać z nltk.org (Natural Language Tool Kit), ale także z innych bibliotek istotnych i przydatnych dla NLP. W tej chwili możemy przeprowadzić ten kurs w Python 2.x lub Python 3.x. Przykłady są w języku angielskim lub mandaryńskim (普通话). Inne języki mogą być również dostępne po uzgodnieniu przed dokonaniem rezerwacji.
Więcej...

Artificial Intelligence Overview

 7 godzin
Kurs ten został stworzony dla menadżerów, architektów, analityków biznesowych i systemowych, menedżerów oprogramowania oraz wszystkich zainteresowanych przeglądem stosowania sztucznej inteligencji i prognozą dla jej rozwoju.
Więcej...

NLP with Python and TextBlob

 14 godzin
To prowadzone przez instruktora szkolenie na żywo w Rzeszów (online lub na miejscu) jest przeznaczone dla naukowców zajmujących się danymi i programistów, którzy chcą używać TextBlob do wdrażania i upraszczania zadań NLP, takich jak analiza nastrojów, poprawianie pisowni, modelowanie klasyfikacji tekstu itp. Po zakończeniu tego szkolenia uczestnicy będą w stanie
  • Ustawienie niezbędnego środowiska programistycznego, aby rozpocząć wdrażanie zadań NLP za pomocą TextBlob.
  • Zrozumienie funkcji, architektury i zalet TextBlob.
  • Dowiedz się, jak budować systemy klasyfikacji tekstu przy użyciu TextBlob.
  • Wykonywanie typowych zadań NLP (tokenizacja, WordNet, analiza nastrojów, korekta pisowni itp.)
  • Wykonuj zaawansowane implementacje za pomocą prostych interfejsów API i kilku linii kodu.
Więcej...

Scaling Data Pipelines with Spark NLP

 14 godzin
Ten prowadzony przez instruktora trening na żywo w Rzeszów (online lub na miejscu) jest skierowany do naukowców zajmujących się danymi i programistów, którzy chcą używać Spark NLP, zbudowanego na bazie Apache Spark, do opracowywania, wdrażania i skalowania modeli i potoków przetwarzania tekstu w języku naturalnym. Po zakończeniu tego szkolenia uczestnicy będą w stanie
  • Ustawienie niezbędnego środowiska programistycznego, aby rozpocząć tworzenie potoków NLP za pomocą Spark NLP.
  • Zrozumienie funkcji, architektury i korzyści płynących z używania Spark NLP.
  • Używanie wstępnie wytrenowanych modeli dostępnych w Spark NLP do implementacji przetwarzania tekstu.
  • Dowiedz się, jak budować, trenować i skalować modele Spark NLP dla projektów klasy produkcyjnej.
  • Zastosuj klasyfikację, wnioskowanie i analizę nastrojów w rzeczywistych przypadkach użycia (dane kliniczne, spostrzeżenia dotyczące zachowań klientów itp.
Więcej...

Natural Language Processing

 21 godzin
Kurs ten został zaprojektowany dla osób zainteresowanych wydobywaniem znaczenia z tekstu pisanego w języku angielskim, choć wiedza ta może być również stosowana w innych językach ludzkich. Kurs obejmuje sposoby korzystania z tekstów napisanych przez ludzi, takich jak posty na blogach, tweety itp. Na przykład analityk może skonfigurować algorytm, który automatycznie wyciągnie wnioski na podstawie obszernego źródła danych.
Więcej...

Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP

 21 godzin
Ten kurs jest skierowany do programistów i naukowców zajmujących się danymi, którzy chcą zrozumieć i wdrożyć sztuczną inteligencję w swoich aplikacjach. Szczególna uwaga poświęcona jest analizie danych, rozproszonej sztucznej inteligencji i przetwarzaniu języka naturalnego.
Więcej...

Building Chatbots in Python

 21 godzin
ChatBoty to programy komputerowe, które automatycznie symulują ludzkie reakcje za pośrednictwem interfejsów czatu. ChatBoty pomagają organizacjom zmaksymalizować wydajność operacji, zapewniając łatwiejsze i szybsze opcje interakcji z użytkownikami. W tym instruktażowym szkoleniu na żywo uczestnicy dowiedzą się, jak budować chatboty w Python. Po zakończeniu tego szkolenia uczestnicy będą w stanie
  • Zrozumienie podstaw tworzenia chatbotów
  • Tworzenie, testowanie, wdrażanie i rozwiązywanie problemów z różnymi chatbotami przy użyciu Python
Publiczność
  • Deweloperzy
Format kursu
  • Część wykładu, część dyskusji, ćwiczenia i ciężka praktyka praktyczna
Uwaga
  • Aby zamówić niestandardowe szkolenie dla tego kursu, skontaktuj się z nami.
Więcej...

Deep Learning for NLP (Natural Language Processing)

 28 godzin
W tym instruktażowym szkoleniu na żywo w Rzeszów uczestnicy nauczą się korzystać z Python bibliotek dla NLP, tworząc aplikację, która przetwarza zestaw zdjęć i generuje podpisy.  Po zakończeniu tego szkolenia uczestnicy będą w stanie
  • Projektowanie i kodowanie DL dla NLP przy użyciu Python bibliotek.
  • Tworzenie Python kodu, który odczytuje ogromną kolekcję zdjęć i generuje słowa kluczowe.
  • Stwórz Pythonkod, który generuje podpisy na podstawie wykrytych słów kluczowych.
Więcej...

Python for Natural Language Generation

 21 godzin
Generowanie języka naturalnego (NLG) odnosi się do tworzenia tekstu lub mowy w języku naturalnym przez komputer. W tym prowadzonym przez instruktora szkoleniu na żywo uczestnicy dowiedzą się, jak używać Python do tworzenia wysokiej jakości tekstu w języku naturalnym, budując od podstaw własny system NLG. Przeanalizowane zostaną również studia przypadków, a odpowiednie koncepcje zostaną zastosowane w projektach laboratoryjnych na żywo do generowania treści. Po zakończeniu tego szkolenia uczestnicy będą w stanie
  • Wykorzystanie NLG do automatycznego generowania treści dla różnych branż, od dziennikarstwa, przez nieruchomości, po raporty pogodowe i sportowe.
  • Wybieranie i organizowanie treści źródłowych, planowanie zdań i przygotowywanie systemu do automatycznego generowania oryginalnych treści.
  • Zrozumieć potok NLG i zastosować odpowiednie techniki na każdym etapie.
  • Zrozumienie architektury systemu generowania języka naturalnego (NLG)
  • Wdrożenie najbardziej odpowiednich algorytmów i modeli do analizy i porządkowania
  • Pobieranie danych z publicznie dostępnych źródeł danych, a także z wyselekcjonowanych baz danych w celu wykorzystania ich jako materiału do generowania tekstu
  • Zastąpienie ręcznych i pracochłonnych procesów pisania generowanym komputerowo, zautomatyzowanym tworzeniem treści
Publiczność
  • Programiści
  • Naukowcy zajmujący się danymi
Format kursu
  • Część wykładu, część dyskusji, ćwiczenia i ciężka praktyka praktyczna
Więcej...

Natural Language Processing (NLP) - AI/Robotics

 21 godzin
Ta sesja szkoleniowa w klasie będzie badać techniki NLP w połączeniu z zastosowaniem sztucznej inteligencji i Robotics w biznesie. Uczestnicy wezmą udział w przykładach komputerowych i ćwiczeniach rozwiązywania studium przypadku przy użyciu Pythona
Więcej...

OpenNLP for Text Based Machine Learning

 14 godzin
Biblioteka Apache OpenNLP to oparty na uczeniu maszynowym zestaw narzędzi do przetwarzania tekstu w języku naturalnym. Obsługuje najpopularniejsze zadania NLP, takie jak wykrywanie języka, tokenizacja, segmentacja zdań, tagowanie części mowy, ekstrakcja jednostek nazwanych, chunking, parsowanie i rozwiązywanie koreferencji. W tym prowadzonym przez instruktora szkoleniu na żywo uczestnicy dowiedzą się, jak tworzyć modele przetwarzania danych tekstowych za pomocą OpenNLP. Przykładowe dane treningowe oraz niestandardowe zestawy danych zostaną wykorzystane jako podstawa do ćwiczeń laboratoryjnych. Po zakończeniu tego szkolenia uczestnicy będą w stanie
  • Zainstalować i skonfigurować OpenNLP
  • Pobieranie istniejących modeli, a także tworzenie własnych
  • Trenować modele na różnych zestawach przykładowych danych
  • Integracja OpenNLP z istniejącymi aplikacjami Java
Publiczność
  • Programiści
  • Naukowcy zajmujący się danymi
Format kursu
  • Część wykładu, część dyskusji, ćwiczenia i ciężka praktyka praktyczna
Więcej...

Natural Language Processing (NLP) with Deep Dive in Python and NLTK

 35 godzin
Oczekuje się, że pod koniec szkolenia uczestnicy będą wystarczająco wyposażeni w podstawowe koncepcje Pythona i będą w stanie wystarczająco wykorzystać NLTK do wdrożenia większości operacji opartych na NLP i ML. Szkolenie ma na celu przekazanie nie tylko wiedzy wykonawczej, ale także logicznej i operacyjnej wiedzy na temat technologii.  
Więcej...

Natural Language Processing (NLP) with Python spaCy

 14 godzin
Szkolenie na żywo prowadzone przez instruktora (na miejscu lub zdalnie) jest przeznaczone dla programistów i analityków danych, którzy chcą używać spaCy do przetwarzania bardzo dużych ilości tekstu w celu znalezienia wzorców i uzyskania wglądu. Po zakończeniu tego szkolenia uczestnicy będą w stanie
  • Instalacja i konfiguracja spaCy.
  • Zrozumieć podejście spaCy do Natural Language Processing (NLP).
  • Wyodrębnianie wzorców i uzyskiwanie informacji biznesowych z dużych źródeł danych.
  • Integracja biblioteki spaCy z istniejącymi aplikacjami internetowymi i starszymi.
  • Wdrażanie spaCy w środowiskach produkcyjnych w celu przewidywania ludzkich zachowań.
  • Wykorzystanie spaCy do wstępnego przetwarzania tekstu na potrzeby uczenia głębokiego
Format kursu
  • Interaktywny wykład i dyskusja.
  • Dużo ćwiczeń i praktyki.
  • Praktyczne wdrożenie w środowisku live-lab.
Opcje dostosowywania kursu
  • Aby zamówić niestandardowe szkolenie dla tego kursu, skontaktuj się z nami.
  • Aby dowiedzieć się więcej o spaCy, odwiedź stronę: https://spacy.io/
Więcej...

Text Summarization with Python

 14 godzin
W Python Machine Learning funkcja Text Summarization jest w stanie odczytać tekst wejściowy i utworzyć tekstowe podsumowanie. Funkcja ta jest dostępna z wiersza poleceń lub jako Python API/biblioteka. Jednym z ekscytujących zastosowań jest szybkie tworzenie podsumowań wykonawczych, co jest szczególnie przydatne dla organizacji, które muszą przejrzeć duże ilości danych tekstowych przed wygenerowaniem raportów i prezentacji. W tym prowadzonym przez instruktora szkoleniu na żywo uczestnicy nauczą się używać Python do tworzenia prostej aplikacji, która automatycznie generuje podsumowanie wprowadzonego tekstu. Po zakończeniu tego szkolenia uczestnicy będą w stanie
  • Korzystanie z narzędzia wiersza polecenia podsumowującego tekst.
  • Zaprojektujistwórzkodstreszczaniatekstuużywając Pythonbibliotek.
  • Oceń trzy Python biblioteki podsumowujące:sumy 0.7.0, pysummarization 1.0.4, readless 1.0.17.
Publiczność
  • Programiści
  • Naukowcy ds. danych
Format kursu
  • Część wykładu, część dyskusji, ćwiczenia i ciężka praktyka praktyczna
Więcej...

Natural Language Processing (NLP) with TensorFlow

 35 godzin
TensorFlow™ to biblioteka oprogramowania typu open source do obliczeń numerycznych z wykorzystaniem wykresów przepływu danych. SyntaxNet to neuronowa platforma przetwarzania języka naturalnego dla TensorFlow. Word2Vec jest używany do uczenia się wektorowych reprezentacji słów, zwanych "word embeddings". Word2vec jest szczególnie wydajnym obliczeniowo modelem predykcyjnym do uczenia się osadzania słów z surowego tekstu. Występuje on w dwóch wersjach: Continuous Bag-of-Words model (CBOW) i Skip-Gram model (rozdział 3.1 i 3.2 w Mikolov et al.). Używane w tandemie, SyntaxNet i Word2Vec pozwalają użytkownikom generować wyuczone modele osadzania z danych wejściowych języka naturalnego. Publiczność Ten kurs jest skierowany do programistów i inżynierów, którzy zamierzają pracować z modelami SyntaxNet i Word2Vec w swoich wykresach TensorFlow. Po ukończeniu tego kursu uczestnicy będą
  • rozumieć TensorFlow’strukturę i mechanizmy wdrażania
  • być w stanie przeprowadzić zadania i konfigurację instalacji / środowiska produkcyjnego / architektury
  • być w stanie ocenić jakość kodu, przeprowadzić debugowanie, monitorowanie
  • być w stanie wdrożyć zaawansowaną produkcję, taką jak modele szkoleniowe, osadzanie terminów, tworzenie wykresów i rejestrowanie
Więcej...

NLP with Deeplearning4j

 14 godzin
Deeplearning4j to otwarta, rozproszona biblioteka głębokiego uczenia napisana dla języka Java i Scala. Zintegrowana z Hadoop i Spark, DL4J została zaprojektowana do użytku w środowiskach biznesowych na rozproszonych procesorach graficznych i CPU. Word2Vec to metoda obliczania wektorowych reprezentacji słów wprowadzona przez zespół badaczy z Google pod kierownictwem Tomasa Mikolova. Publiczność Ten kurs jest skierowany do badaczy, inżynierów i programistów, którzy chcą wykorzystać Deeplearning4J do tworzenia modeli Word2Vec.
Więcej...

Last Updated:

Opinie uczestników (4)

Exercises and exchanges during questions/answers

Antoine - Physiobotic
Szkolenie - Scaling Data Pipelines with Spark NLP

Przetłumaczone przez sztuczną inteligencję

This is one of the best hands-on with exercises programming courses I have ever taken.

Laura Kahn
Szkolenie - Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP

Trener bardzo zrozumiale wytłumaczył trudne i zaawansowane tematy.

Leszek K
Szkolenie - Artificial Intelligence Overview

I did like the exercises.

Office for National Statistics
Szkolenie - Natural Language Processing with Python

Upcoming Courses

Pozostałe regiony w Polsce

Other Countries

These courses are also available in other countries

Konsultacje

NLP Konsultacje
Szkolenie NLP (Natural Language Processing) Rzeszów, szkolenie wieczorowe NLP (Natural Language Processing) Rzeszów, szkolenie weekendowe NLP Rzeszów, NLP (Natural Language Processing) boot camp Rzeszów, kurs zdalny NLP Rzeszów, Trener NLP (Natural Language Processing) Rzeszów, nauczanie wirtualne NLP Rzeszów, Kursy Natural Language Processing Rzeszów, kurs online NLP (Natural Language Processing) Rzeszów, nauka przez internet NLP Rzeszów, lekcje NLP Rzeszów, edukacja zdalna Natural Language Processing Rzeszów, wykładowca Natural Language Processing Rzeszów, instruktor NLP Rzeszów, Kurs Natural Language Processing RzeszówSzkolenie Natural Language Processing Rzeszów, szkolenie wieczorowe Natural Language Processing Rzeszów, szkolenie weekendowe NLP (Natural Language Processing) Rzeszów, NLP boot camp Rzeszów, kurs zdalny Natural Language Processing Rzeszów, Kurs Natural Language Processing (NLP) Rzeszów, Trener Natural Language Processing (NLP) Rzeszów, nauczanie wirtualne Natural Language Processing (NLP) Rzeszów, Kursy Natural Language Processing (NLP) Rzeszów, nauka przez internet NLP Rzeszów, instruktor NLP (Natural Language Processing) Rzeszów, edukacja zdalna Natural Language Processing Rzeszów, wykładowca NLP (Natural Language Processing) Rzeszów, kurs online Natural Language Processing Rzeszów, lekcje Natural Language Processing (NLP) Rzeszów