Szkolenia Machine Learning

Szkolenia Machine Learning

Lokalne, prowadzone przez instruktora szkolenia z zakresu uczenia maszynowo-maszynowego (ML) demonstrują poprzez praktyczną praktykę stosowania technik uczenia maszynowego i narzędzi do rozwiązywania rzeczywistych problemów w różnych gałęziach przemysłu. Kursy NobleProg ML obejmują różne języki programowania i frameworki, w tym język Python, R i Matlab. Kursy Machine Learning są oferowane dla szeregu aplikacji branżowych, w tym finansów, bankowości i ubezpieczeń, i obejmują podstawy uczenia maszynowego, a także bardziej zaawansowane podejścia, takie jak Deep Learning. Szkolenie Machine Learning jest dostępne jako "szkolenie na miejscu" lub "szkolenie na żywo". Szkolenie na żywo w siedzibie klienta może odbywać się lokalnie w siedzibie klienta w Polsce lub w centrach szkoleniowych korporacji NobleProg w Polsce . Zdalne szkolenie na żywo odbywa się za pomocą interaktywnego, zdalnego pulpitu. NobleProg - Twój lokalny dostawca szkoleń

Opinie uczestników

★★★★★
★★★★★

Plany szkoleń z technologii Machine Learning

Title
Czas trwania
Overview
Title
Czas trwania
Overview
14 hours
Overview
Ten kurs obejmuje AI (podkreślając uczenie maszynowe i głębokie uczenie się) w przemyśle motoryzacyjnym Pomaga ustalić, która technologia może (potencjalnie) być zastosowana w wielu sytuacjach w samochodzie: od prostej automatyzacji, rozpoznawania obrazu po autonomiczne podejmowanie decyzji .
21 hours
Overview
celem tego kursu jest zapewnienie ogólnej biegłości w stosowaniu metod uczenia maszynowego w praktyce. Dzięki użyciu języka programowania Python i jego różnych bibliotek, a w oparciu o wiele praktycznych przykładów ten kurs uczy, jak korzystać z najważniejszych bloków konstrukcyjnych Machine Learning, jak podejmować decyzje modelowania danych, interpretować dane wyjściowe algorytmów i sprawdzić poprawność wyników.

naszym celem jest, aby dać Ci umiejętności, aby zrozumieć i używać najbardziej podstawowych narzędzi z przybornika uczenia maszynowego pewnie i uniknąć typowych pułapek aplikacji Data Sciences.
14 hours
Overview
Biblioteka Apache OpenNLP to oparty na uczeniu maszynowym zestaw narzędzi do przetwarzania tekstu w języku naturalnym Obsługuje najczęstsze zadania NLP, takie jak wykrywanie języka, tokenizacja, segmentacja zdań, tagowanie części, rozwiązywanie encji, dzielenie, analizowanie i rozwiązywanie rdzenia W tym instruktażowym szkoleniu na żywo uczestnicy dowiedzą się, jak tworzyć modele do przetwarzania danych tekstowych za pomocą OpenNLP Przykładowe dane treningowe oraz spersonalizowane zbiory danych będą wykorzystywane jako podstawa do ćwiczeń laboratoryjnych Pod koniec tego szkolenia uczestnicy będą mogli: Zainstaluj i skonfiguruj OpenNLP Pobierz istniejące modele i stwórz własne Trenuj modele na różnych zestawach przykładowych danych Zintegruj OpenNLP z istniejącymi aplikacjami Java Publiczność Deweloperzy Data naukowcy Format kursu Wykład częściowy, dyskusja częściowa, ćwiczenia i ciężka praktyka handson .
14 hours
Overview
OpenFace to oparte na Pythonie i Torch oprogramowanie do rozpoznawania twarzy w czasie rzeczywistym oparte na badaniach FaceNet firmy Google W tym instruktażowym szkoleniu na żywo uczestnicy dowiedzą się, jak używać komponentów OpenFace do tworzenia i wdrażania przykładowej aplikacji rozpoznawania twarzy Pod koniec tego szkolenia uczestnicy będą mogli: Pracuj z komponentami OpenFace, w tym dlib, OpenVC, Latarka i nn4, aby zaimplementować wykrywanie twarzy, wyrównanie i transformację Zastosuj OpenFace do aplikacji realworld, takich jak nadzór, weryfikacja tożsamości, wirtualna rzeczywistość, gry i identyfikacja powtarzających się klientów itp Publiczność Deweloperzy Data naukowcy Format kursu Wykład częściowy, dyskusja częściowa, ćwiczenia i ciężka praktyka handson .
21 hours
Overview
Szkolenie dedykowane osobom, które chciałyby zapoznać się z obsługą programu alternatywnego do komercyjnego pakietu MATLAB. Kurs trzydniowy dostarcza kompleksowo informacje dotyczące poruszania się po środowisku i wykonywaniu pakietu OCTAVE w zastosowaniu do analizy danych i obliczeń inżynierskich. Adresatami szkolenia są osoby początkujące ale także ci, którzy znają program i chcieliby usystematyzować swoją wiedzę i podnieść umiejętności. Nie jest wymagana znajomość innych języków programowania ale w znacznym stopniu ułatwi to uczestnikom przyswajanie wiedzy. Na kursie pokazane zostaną możliwości wykorzystania program na wielu przykładach praktycznych.
14 hours
Overview
Ta sesja szkoleniowa oparta na zajęciach będzie zawierała prezentacje i przykłady oparte na komputerach oraz ćwiczenia z case study do podjęcia z odpowiednimi neuronowymi i głębokimi bibliotekami sieciowymi .
28 hours
Overview
Ten kurs da ci wiedzę w zakresie sieci neuronowych i ogólnie algorytmu uczenia maszynowego, głębokiego uczenia się (algorytmy i aplikacje) Szkolenie koncentruje się bardziej na podstawach, ale pomoże Ci wybrać odpowiednią technologię: TensorFlow, Caffe, Teano, DeepDrive, Keras, itp Przykłady są wykonane w TensorFlow .
21 hours
Overview
Ta sesja szkoleniowa oparta na klasie obejrzy narzędzia uczenia maszynowego z (sugerowanym) językiem Pythona Delegaci będą dysponować komputerowymi przykładami i ćwiczeniami studium przypadku, które należy podjąć .
21 hours
Overview
Kurs wprowadza metody uczenia maszynowego w aplikacjach robotycznych.

Jest to szeroki przegląd istniejących metod, motywacji i głównych pomysłów w kontekście rozpoznawania wzorców.

Po krótkim doświadczeniu teoretycznym uczestnicy wykonają proste ćwiczenia z wykorzystaniem otwartego oprogramowania (zazwyczaj R) lub innego popularnego oprogramowania.
14 hours
Overview
Ta sesja szkoleniowa oparta na klasie obejrzy techniki uczenia maszynowego, z wykorzystaniem przykładów komputerowych i ćwiczeń rozwiązywania problemów z wykorzystaniem odpowiedniego programu językowego .
14 hours
Overview
OpenNN jest biblioteką klasy open-source napisaną w C ++, która implementuje sieci neuronowe, do wykorzystania w uczeniu maszynowym.

W tym kursie omawiamy zasady sieci neuronowych i wykorzystujemy OpenNN do implementacji przykładowej aplikacji.

Publiczność
Twórcy oprogramowania i programiści, którzy chcą tworzyć aplikacje Deep Learning.

Format kursu
Wykład i dyskusja połączone z praktycznymi ćwiczeniami.
14 hours
Overview
W tym instruktażowym szkoleniu na żywo uczestnicy dowiedzą się, jak korzystać ze stosu technologii iOS Machine Learning (ML), gdy przechodzą przez proces tworzenia i wdrażania aplikacji mobilnej iOS Pod koniec tego szkolenia uczestnicy będą mogli: Stwórz aplikację mobilną zdolną do przetwarzania obrazu, analizy tekstu i rozpoznawania mowy Uzyskaj dostęp do nieskomplikowanych modeli ML do integracji z aplikacjami na iOS Utwórz niestandardowy model ML Dodaj obsługę Siri Voice do aplikacji na iOS Zrozum i używaj frameworków takich jak coreML, Vision, CoreGraphics i GamePlayKit Używaj języków i narzędzi, takich jak Python, Keras, Caffee, Tensorflow, scikit learn, libsvm, Anaconda i Spyder Publiczność Deweloperzy Format kursu Wykład częściowy, dyskusja częściowa, ćwiczenia i ciężka praktyka handson .
7 hours
Overview
Ten kurs jest przeznaczony dla osób, które chciałyby zastosować podstawowe techniki uczenia maszynowego w praktycznych zastosowaniach.

Publiczność

Naukowcy danych i statystycy, którzy mają trochę znajomości uczenia maszynowego i wiedzą, jak programować R. Nacisk kładziony jest na praktyczne aspekty przygotowania danych, modelowania, wykonywania, analizy post hoc i wizualizacji. Celem jest praktyczne wprowadzenie do uczenia maszynowego uczestników zainteresowanych zastosowaniem metod w pracy

Przykłady sektorowe służą do tego, aby szkolenie było odpowiednie dla publiczności.
14 hours
Overview
Celem tego kursu jest zapewnienie podstawowej biegłości w stosowaniu metod uczenia maszynowego w praktyce Dzięki wykorzystaniu platformy programistycznej R i jej różnych bibliotek oraz wielu praktycznych przykładów, ten kurs uczy, jak korzystać z najważniejszych elementów uczenia maszynowego, jak podejmować decyzje dotyczące modelowania danych, interpretować wyniki algorytmów i sprawdź wyniki Naszym celem jest zapewnienie umiejętności rozumienia i korzystania z najbardziej podstawowych narzędzi z zestawu narzędziowego Machine Learning i unikania typowych pułapek aplikacji Data Sciences .
14 hours
Overview
Celem tego kursu jest zapewnienie podstawowej biegłości w stosowaniu metod uczenia maszynowego w praktyce Dzięki zastosowaniu języka programowania Python i jego różnych bibliotek, i na podstawie wielu praktycznych przykładów, ten kurs uczy, jak korzystać z najważniejszych elementów składowych uczenia maszynowego, jak podejmować decyzje dotyczące modelowania danych, interpretować wyniki algorytmów i sprawdź wyniki Naszym celem jest zapewnienie umiejętności rozumienia i korzystania z najbardziej podstawowych narzędzi z zestawu narzędziowego Machine Learning i unikania typowych pułapek aplikacji Data Sciences .
14 hours
Overview
Celem tego kursu jest zapewnienie podstawowej biegłości w stosowaniu metod uczenia maszynowego w praktyce Dzięki użyciu języka programowania Scala i jego różnych bibliotek oraz wielu praktycznych przykładów, ten kurs uczy jak używać najważniejszych elementów uczenia maszynowego, jak podejmować decyzje dotyczące modelowania danych, interpretować wyniki algorytmów i sprawdź wyniki Naszym celem jest zapewnienie umiejętności rozumienia i korzystania z najbardziej podstawowych narzędzi z zestawu narzędziowego Machine Learning i unikania typowych pułapek aplikacji Data Sciences .
28 hours
Overview
Uczenie maszynowe jest gałęzią sztucznej inteligencji, w której komputery mają zdolność uczenia się bez wyraźnego zaprogramowania R jest popularnym językiem programowania w branży finansowej Jest stosowany w aplikacjach finansowych, od podstawowych programów transakcyjnych po systemy zarządzania ryzykiem W ramach tego instruktażowego szkolenia na żywo uczestnicy nauczą się stosować techniki uczenia maszynowego i narzędzia do rozwiązywania problemów w świecie rzeczywistym w branży finansowej R będzie używany jako język programowania Uczestnicy najpierw poznają kluczowe zasady, a następnie wykorzystają swoją wiedzę w praktyce, budując własne modele uczenia maszynowego i wykorzystując je do ukończenia szeregu projektów zespołowych Pod koniec tego szkolenia uczestnicy będą mogli: Zapoznaj się z podstawowymi pojęciami z uczenia maszynowego Poznaj aplikacje i zastosowania uczenia maszynowego w finansach Opracuj swoją własną algorytmiczną strategię handlową za pomocą uczenia maszynowego z R Publiczność Deweloperzy Data naukowcy Format kursu Wykład częściowy, dyskusja częściowa, ćwiczenia i ciężka praktyka handson .
21 hours
Overview
Uczenie maszynowe jest gałęzią sztucznej inteligencji, w której komputery mają zdolność uczenia się bez wyraźnego zaprogramowania Python to język programowania znany ze swojej czytelnej składni i czytelności Oferuje doskonały zbiór dobrze przetestowanych bibliotek i technik do tworzenia aplikacji uczenia maszynowego W ramach tego instruktażowego szkolenia na żywo uczestnicy nauczą się stosować techniki uczenia maszynowego i narzędzia do rozwiązywania problemów w świecie rzeczywistym w branży finansowej Uczestnicy najpierw poznają kluczowe zasady, a następnie wykorzystają swoją wiedzę w praktyce, budując własne modele uczenia maszynowego i wykorzystując je do ukończenia szeregu projektów zespołowych Pod koniec tego szkolenia uczestnicy będą mogli: Zapoznaj się z podstawowymi pojęciami z uczenia maszynowego Poznaj aplikacje i zastosowania uczenia maszynowego w finansach Opracuj własną algorytmiczną strategię handlową z wykorzystaniem uczenia maszynowego w Pythonie Publiczność Deweloperzy Data naukowcy Format kursu Wykład częściowy, dyskusja częściowa, ćwiczenia i ciężka praktyka handson .
21 hours
Overview
Ten kurs jest przeznaczony dla osób, które chciałyby zastosować uczenie maszynowe w praktycznych aplikacjach dla swojego zespołu Szkolenie nie będzie polegało na technicznych aspektach i będzie się kręcić wokół podstawowych pojęć i aplikacji biznesowych / operacyjnych tego samego Docelowi odbiorcy Inwestorzy i przedsiębiorcy AI Kierownicy i inżynierowie, których firma wkracza w przestrzeń sztucznej inteligencji Analitycy biznesowi i inwestorzy .
7 hours
Overview
OpenNMT jest pełnoprawnym, otwartym (MIT) systemem translacji maszyn neuronowych, który wykorzystuje matematyczny zestaw narzędzi Torch W tym szkoleniu uczestnicy dowiedzą się, jak skonfigurować i używać OpenNMT do przeprowadzania translacji różnych zestawów danych próbek Kurs rozpoczyna się od przeglądu sieci neuronowych, które dotyczą tłumaczenia maszynowego Uczestnicy przeprowadzą ćwiczenia na żywo w trakcie kursu, aby zademonstrować zrozumienie pojęć i uzyskać informacje zwrotne od instruktora Pod koniec tego szkolenia uczestnicy będą mieli wiedzę i praktykę potrzebne do wdrożenia żywego rozwiązania OpenNMT Próbki języka źródłowego i docelowego zostaną ustalone zgodnie z wymaganiami odbiorców Publiczność Specjaliści ds Lokalizacji z zapleczem technicznym Globalni menedżerowie treści Inżynierowie lokalizacji Twórcy oprogramowania odpowiedzialni za wdrażanie globalnych rozwiązań dotyczących treści Format kursu Wykład częściowy, dyskusja częściowa, ciężka praktyka handson .
21 hours
Overview
PaddlePaddle (PArallel Distributed Deep Learning) to skalowalna platforma do głębokiego uczenia się opracowana przez Baidu W tym instruktażowym szkoleniu na żywo uczestnicy dowiedzą się, jak korzystać z PaddlePaddle, aby umożliwić głębokie uczenie się w swoich produktach i usługach Pod koniec tego szkolenia uczestnicy będą mogli: Skonfiguruj i skonfiguruj PaddlePaddle Stwórz Convolutional Neural Network (CNN) do rozpoznawania obrazów i wykrywania obiektów Skonfiguruj powtarzalną sieć neuronową (RNN) do analizy sentymentów Skonfiguruj głęboką naukę w systemach rekomendacji, aby pomóc użytkownikom znaleźć odpowiedzi Przewidzieć współczynniki klikalności (CTR), klasyfikować zbiory obrazów wielkoskalowych, wykonywać optyczne rozpoznawanie znaków (OCR), wyszukiwać w rankingu, wykrywać wirusy komputerowe i wdrażać system rekomendacji Publiczność Deweloperzy Data naukowcy Format kursu Wykład częściowy, dyskusja częściowa, ćwiczenia i ciężka praktyka handson .
28 hours
Overview
Podczas tego instruktażowego szkolenia na żywo uczestnicy dowiedzą się, jak zastosować techniki uczenia maszynowego i narzędzia do rozwiązywania problemów w świecie rzeczywistym w branży bankowej R będzie używany jako język programowania Uczestnicy najpierw poznają kluczowe zasady, a następnie wykorzystają swoją wiedzę w praktyce, budując własne modele uczenia maszynowego i wykorzystując je do ukończenia szeregu projektów na żywo Publiczność Deweloperzy Data naukowcy Specjaliści bankowości z zapleczem technicznym Format kursu Wykład częściowy, dyskusja częściowa, ćwiczenia i ciężka praktyka handson .
7 hours
Overview
TensorFlow Serving to system do obsługi modeli uczenia maszynowego (ML) do produkcji W tym instruktażowym szkoleniu na żywo uczestnicy dowiedzą się, jak skonfigurować i używać TensorFlow Serving do wdrażania i zarządzania modelami ML w środowisku produkcyjnym Pod koniec tego szkolenia uczestnicy będą mogli: Trenuj, eksportuj i obsługuj różne modele TensorFlow Testuj i wdrażaj algorytmy za pomocą pojedynczej architektury i zestawu interfejsów API Rozszerz obsługę TensorFlow, aby obsługiwać inne typy modeli poza modelami TensorFlow Publiczność Deweloperzy Data naukowcy Format kursu Wykład częściowy, dyskusja częściowa, ćwiczenia i ciężka praktyka handson .
35 hours
Overview
Ten kurs rozpoczyna się od przekazania wiedzy koncepcyjnej w sieciach neuronowych i ogólnie w algorytmie uczenia maszynowego, głębokiego uczenia się (algorytmy i aplikacje) Część 1 (40%) tego szkolenia jest bardziej skoncentrowana na podstawach, ale pomoże ci wybrać właściwą technologię: TensorFlow, Caffe, Theano, DeepDrive, Keras, itp Część 2 (20%) tego szkolenia wprowadza Theano w bibliotekę pytonów, która ułatwia pisanie modeli głębokiego uczenia się Część 3 (40%) szkolenia będzie szeroko oparta na Tensorflow 2nd Generation API biblioteki Google Open Source dla Deep Learning Przykłady i handson zostaną wykonane w TensorFlow Publiczność Ten kurs jest przeznaczony dla inżynierów, którzy chcą korzystać z TensorFlow w swoich projektach Deep Learning Po ukończeniu tego kursu delegaci: dobrze rozumieć głębokie sieci neuronowe (DNN), CNN i RNN zrozumieć strukturę i mechanizmy wdrażania TensorFlow być w stanie wykonać zadania związane z instalacją / środowiskiem produkcyjnym / architekturą i konfiguracją być w stanie ocenić jakość kodu, przeprowadzić debugowanie, monitorowanie być w stanie wdrożyć zaawansowane produkty, takie jak modele szkoleniowe, tworzenie wykresów i rejestrowanie Nie wszystkie tematy zostałyby zakwalifikowane do publicznej sali lekcyjnej o 35 godzin z powodu ogromu tematu Czas trwania całego kursu wyniesie około 70 godzin, a nie 35 godzin .
35 hours
Overview
TensorFlow ™ to biblioteka oprogramowania open source do obliczeń numerycznych z wykorzystaniem wykresów przepływu danych SyntaxNet jest strukturą przetwarzania naturalnych języków dla sieci TensorFlow Word2Vec służy do nauki reprezentacji wektorów słów, zwanych "osadzaniem słów" Word2vec jest szczególnie wydajnym obliczeniowo modelem predykcyjnym do nauki osadzania słów z nieprzetworzonego tekstu Występuje w dwóch wersjach: Continuous BagofWords (CBOW) i SkipGram (rozdział 31 i 32 w Mikolov et al) Używany w tandemie, SyntaxNet i Word2Vec pozwala użytkownikom generować modele Learned Embedding z wejścia Natural Language Publiczność Ten kurs jest przeznaczony dla programistów i inżynierów, którzy zamierzają pracować z modelami SyntaxNet i Word2Vec na swoich wykresach TensorFlow Po ukończeniu tego kursu delegaci: zrozumieć strukturę i mechanizmy wdrażania TensorFlow być w stanie wykonać zadania związane z instalacją / środowiskiem produkcyjnym / architekturą i konfiguracją być w stanie ocenić jakość kodu, przeprowadzić debugowanie, monitorowanie umieć wdrażać zaawansowane produkty, takie jak modele szkoleniowe, terminy osadzania, tworzenie wykresów i rejestrowanie .
7 hours
Overview
Tensor Processing Unit (TPU) to architektura, z której Google korzysta wewnętrznie od kilku lat, a obecnie staje się dostępna do użytku przez ogół społeczeństwa Zawiera kilka optymalizacji specjalnie do wykorzystania w sieciach neuronowych, w tym usprawnione mnożenie macierzy i 8bit liczb całkowitych zamiast 16 bitów w celu przywrócenia odpowiedniego poziomu precyzji W ramach tego instruktażowego szkolenia na żywo uczestnicy dowiedzą się, jak wykorzystać innowacje w procesorach TPU, aby zmaksymalizować wydajność własnych aplikacji sztucznej inteligencji Pod koniec szkolenia uczestnicy będą mogli: Trenuj różne typy sieci neuronowych na dużych ilościach danych Użyj TPU, aby przyspieszyć proces wnioskowania o maksymalnie dwa rzędy wielkości Wykorzystaj TPU do przetwarzania intensywnych aplikacji, takich jak wyszukiwanie obrazów, wizja w chmurze i zdjęcia Publiczność Deweloperzy Badacze Inżynierowie Data naukowcy Format kursu Wykład częściowy, dyskusja częściowa, ćwiczenia i ciężka praktyka handson .
21 hours
Overview
Torch jest biblioteką do uczenia maszynowego open source i naukowym środowiskiem obliczeniowym opartym na języku programowania Lua Zapewnia środowisko programistyczne do numerowania, uczenia maszynowego i wizji komputerowej, ze szczególnym naciskiem na głębokie uczenie się i sieci splotowe Jest to jedna z najszybszych i najbardziej elastycznych frameworków dla Machine i Deep Learning i jest używana przez firmy takie jak Facebook, Google, Twitter, NVIDIA, AMD, Intel i wiele innych W tym kursie omawiamy zasady pochodnia, jego unikalne cechy i jak można je zastosować w aplikacjach rzeczywistych Przechodzimy przez liczne ćwiczenia handson przez cały czas, demonstrując i praktykując wyuczone pojęcia Pod koniec kursu uczestnicy będą mieli dogłębne zrozumienie podstawowych funkcji i możliwości pochodni Torcha, a także ich roli i wkładu w przestrzeń AI w porównaniu z innymi frameworkami i bibliotekami Uczestnicy otrzymają również niezbędną praktykę do wdrożenia Latarki w swoich własnych projektach Publiczność Programiści i programiści, którzy chcą włączyć Machine i Deep Learning w swoich aplikacjach Format kursu Omówienie maszyny i głębokiego uczenia się Włączenie programowania i ćwiczeń integracyjnych Testowe pytania posypane po drodze, aby sprawdzić zrozumienie .
28 hours
Overview
Ten kurs bada, za pomocą konkretnych przykładów, zastosowanie Tensor Flow do celów rozpoznawania obrazu Publiczność Ten kurs jest przeznaczony dla inżynierów, którzy chcą wykorzystać TensorFlow do celów Image Recognition Po ukończeniu tego kursu uczestnicy będą mogli: zrozumieć strukturę i mechanizmy wdrażania TensorFlow przeprowadzić instalację / środowisko produkcyjne / zadania i konfigurację architektury ocenić jakość kodu, przeprowadzić debugowanie, monitorowanie wdrażaj zaawansowane produkty, takie jak modele szkoleniowe, tworzenie wykresów i rejestrowanie .
21 hours
Overview
TensorFlow to API drugiej generacji biblioteki Google Open Source dla Deep Learning System został zaprojektowany w celu ułatwienia badań w uczeniu maszynowym oraz umożliwienia szybkiego i łatwego przejścia od prototypu badań do systemu produkcyjnego Publiczność Ten kurs jest przeznaczony dla inżynierów, którzy chcą korzystać z TensorFlow w swoich projektach Deep Learning Po ukończeniu tego kursu delegaci: zrozumieć strukturę i mechanizmy wdrażania TensorFlow być w stanie wykonać zadania związane z instalacją / środowiskiem produkcyjnym / architekturą i konfiguracją być w stanie ocenić jakość kodu, przeprowadzić debugowanie, monitorowanie być w stanie wdrożyć zaawansowane produkty, takie jak modele szkoleniowe, tworzenie wykresów i rejestrowanie .
14 hours
Overview
W uczeniu maszynowym w języku Python funkcja podsumowania tekstu jest w stanie odczytać tekst wejściowy i wygenerować podsumowanie tekstowe Ta funkcja jest dostępna z poziomu wiersza poleceń lub jako API / biblioteka w języku Python Jedną z pasjonujących aplikacji jest szybkie tworzenie podsumowań wykonawczych; Jest to szczególnie przydatne dla organizacji, które muszą dokonać przeglądu dużych ilości danych tekstowych przed wygenerowaniem raportów i prezentacji W tym instruktażowym szkoleniu na żywo uczestnicy nauczą się korzystać z Pythona, aby stworzyć prostą aplikację, która automatycznie generuje podsumowanie tekstu wejściowego Pod koniec tego szkolenia uczestnicy będą mogli: Użyj narzędzia wiersza poleceń, które podsumowuje tekst Zaprojektuj i utwórz kod podsumowania tekstu za pomocą bibliotek Python Oceniaj trzy biblioteki podsumowujące Pythona: sumy 070, pysummaryzacja 104, odczyt 1017 Publiczność Deweloperzy Data Scientists Format kursu Wykład częściowy, dyskusja częściowa, ćwiczenia i ciężka praktyka handson .

Nadchodzące szkolenia z technologii Machine Learning

Szkolenie Machine Learning, Machine Learning boot camp, Szkolenia Zdalne Machine Learning, szkolenie wieczorowe Machine Learning, szkolenie weekendowe Machine Learning, Kurs Machine Learning,Kursy Machine Learning, Trener Machine Learning, instruktor Machine Learning, kurs zdalny Machine Learning, edukacja zdalna Machine Learning, nauczanie wirtualne Machine Learning, lekcje UML, nauka przez internet Machine Learning, e-learning Machine Learning, kurs online Machine Learning, wykładowca Machine Learning

Kursy w promocyjnej cenie

Newsletter z promocjami

Zapisz się na nasz newsletter i otrzymuj informacje o aktualnych zniżkach na kursy otwarte.
Szanujemy Twoją prywatność, dlatego Twój e-mail będzie wykorzystywany jedynie w celu wysyłki naszego newslettera, nie będzie udostępniony ani sprzedany osobom trzecim.
W dowolnej chwili możesz zmienić swoje preferencje co do otrzymywanego newslettera bądź całkowicie się z niego wypisać.

Zaufali nam

is growing fast!

We are looking to expand our presence in Poland!

As a Business Development Manager you will:

  • expand business in Poland
  • 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!