
Praktyczne szkolenia na żywo z zakresu uczenia maszynowego (ML) demonstrują w trakcie warsztatów techniki uczenia maszynowego i narzędzia 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 zastosowań 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 stacjonarne" lub "szkolenie online na żywo". Szkolenie stacjonarne może odbywać się lokalnie w siedzibie klienta w Polsce lub w ośrodkach szkoleniowych NobleProg w Polsce. Zdalne szkolenie online odbywa się za pomocą interaktywnego, zdalnego pulpitu DaDesktop .
NobleProg -- Twój lokalny dostawca szkoleń.
Opinie uczestników
Elastyczność prowadzącego w kontekście omawianych tematów.
NetWorkS! Sp. z o.o.
Szkolenie: AI Awareness for Telecom
Ćwiczenia praktyczne.
Adam Borowski - NetWorkS! Sp. z o.o.
Szkolenie: AI Awareness for Telecom
ćwiczenia praktyczne
NetWorkS! Sp. z o.o.
Szkolenie: AI Awareness for Telecom
temat szkolenia
Fujitsu Technology Solutions Sp. z o.o.
Szkolenie: Artificial Intelligence Overview
Praktyczna wiedza
Fujitsu Technology Solutions Sp. z o.o.
Szkolenie: Artificial Intelligence Overview
Trener bardzo zrozumiale wytłumaczył trudne i zaawansowane tematy.
Leszek K
Szkolenie: Artificial Intelligence Overview
Duży zakres materiału oraz to że zaczęło się podstaw.
Orange Szkolenia sp. z o.o.
Szkolenie: Fundamentals of Artificial Intelligence and Machine Learning
Kompetencje i sposób prowadzenia.
Orange Szkolenia sp. z o.o.
Szkolenie: Fundamentals of Artificial Intelligence and Machine Learning
Kontakt z prowadzącym, luźne podejście.
Orange Szkolenia sp. z o.o.
Szkolenie: Fundamentals of Artificial Intelligence and Machine Learning
Proste przykłady do teorii pozwalające na zobrazowanie zagadnienia
EduBroker Sp. z o.o.
Szkolenie: Machine Learning for Banking (with Python)
Sposób przekazywania wiedzy
EduBroker Sp. z o.o.
Szkolenie: Machine Learning for Banking (with Python)
Omawianie zastosowań
EduBroker Sp. z o.o.
Szkolenie: Machine Learning for Banking (with Python)
- Paktyczne zastosowanie tematyki szkolenia, - doświadczenie i duża widza, - udzielanie odpwiedzi na zadawane pytania w rozumiały i jasny sposób.
Magdalena Zabielska - Wyższa Szkoła Bankowa w Poznaniu
Szkolenie: Machine Learning and Big Data
bezstresowe podejscie, otwartosc na pytania, dobry kontakt z uczestnikami, np. nawiazywanie rozmowy, pytania
Wyższa Szkoła Bankowa w Poznaniu
Szkolenie: Machine Learning and Big Data
Praktyczne przykłady, wyczerpujące odpowiedzi na zadawane przez uczestników pytania, ogromna wiedza i doświadczenie
Marta Rokosa - Wyższa Szkoła Bankowa w Poznaniu
Szkolenie: Machine Learning and Big Data
Omawiane zagadnienia, realizowane ćwiczenia (przykłady), atmosfera szkolenia, kontakt z Trenerem, lokalizacja.
Wojskowe Zakłady Uzbrojenia S.A. w Grudziądzu
Szkolenie: Octave nie tylko dla programistów
Świetny kontakt z uczestnikami, wiedza praktyczna co bardzo się ceni. Dostosowanie toku / tempa. Duuuży plus, mega pozytywny instruktor, aż szkoda że szkolenie trwało tylko 2 dni.
Marcin Mikielewicz - Maria del Carmen Pousa Rodicio, TECNOBIT SLU
Szkolenie: Introduction Deep Learning & Réseaux de neurones pour l’ingénieur
Zdecydowanie było widać, że mamy do czynienia z praktykiem. Plan szkolenia, był przygotowany przekrojowo, ale jeśli jakiś aspekt nas interesował to skupialiśmy się na nim, zamiast sztywno trzymać się planu.
Maria del Carmen Pousa Rodicio, TECNOBIT SLU
Szkolenie: Introduction Deep Learning & Réseaux de neurones pour l’ingénieur
Sposób przekazania informacji, dużo praktyki :) Organizacja projektu i kontakt z trenerem oraz Panią Anią - super
Aleksandra Bieniek - PCO S.A.
Szkolenie: Deep Learning with TensorFlow 2
Zajęcia były prowadzone, w sposób niezwykle kompetentny. Trener był w stanie odpowiedzieć na każde postawione mu pytanie. Sposób przekazywania wiedzy również stał na najwyższym poziomie.
Daniel Wargocki - PCO S.A.
Szkolenie: Deep Learning with TensorFlow 2
Mnogość praktycznych wskazówek i wiedza prowadzącego z szerokiej gamy zagadnień AI / IT / SQL / IoT.
ABB Sp. z o.o.
Szkolenie: Deep Learning with TensorFlow
Dużo informacji związanych z wdrożeniami rozwiązań
Michał Smolana - ABB Sp. z o.o.
Szkolenie: Deep Learning with TensorFlow
Dużo wskazówek praktycznych
Pawel Dawidowski - ABB Sp. z o.o.
Szkolenie: Deep Learning with TensorFlow
Część praktyczna, gdzie implementowaliśmy algorytmy. Pozwoliło to na lepsze zrozumienie tematu.
ING Bank Śląski S.A.; Kamil Kurek Programowanie
Szkolenie: Understanding Deep Neural Networks
Duża wiedza teoretyczna i praktyczna prowadzących. Komunikatywność prowadzących. W trakcie kursu można było zadawać pytania i uzyskać satysfakcjonujące odpowiedzi.
Kamil Kurek - ING Bank Śląski S.A.; Kamil Kurek Programowanie
Szkolenie: Understanding Deep Neural Networks
Szeroki zakres poruszanych tematów oraz duża wiedza merytoryczna prowadzących.
ING Bank Śląski S.A.; Kamil Kurek Programowanie
Szkolenie: Understanding Deep Neural Networks
Sztuczna Inteligencja, sieć neuronowa, deep learning, itd, są bardzo skomplikowane obliczenia matematycznych. Poziom trudności było pokazane na tych wykładów. Mimo tego komputery są w stanie to obliczyć i da się to wykorzystać na wiele sposobów.
GDANSKI UNIWERSYTET MEDYCZNY
Szkolenie: Pattern Matching
Podkategorie Machine Learning (ML)
Plany szkoleń z technologii Machine Learning
-
Wyjaśnij, czym jest generatywna sztuczna inteligencja i jak działa.
Opisać architekturę transformatora, która zasila mechanizmy LLM.
Wykorzystanie empirycznych praw skalowania do optymalizacji mechanizmów LLM pod kątem różnych zadań i ograniczeń.
Zastosuj najnowocześniejsze narzędzia i metody do trenowania, dostrajania i wdrażania mechanizmów LLM.
Omówienie szans i zagrożeń związanych z generatywną sztuczną inteligencją dla społeczeństwa i biznesu.
-
Interaktywny wykład i dyskusja.
Dużo ćwiczeń i praktyki.
Praktyczne wdrożenie w środowisku live-lab.
-
Aby zamówić niestandardowe szkolenie dla tego kursu, skontaktuj się z nami.
-
Instalacja i konfiguracja LightGBM.
Zrozumienie teorii stojącej za algorytmami wzmacniania gradientowego i drzew decyzyjnych
Wykorzystanie LightGBM do podstawowych i zaawansowanych zadań uczenia maszynowego.
Wdrożenie zaawansowanych technik, takich jak inżynieria cech, strojenie hiperparametrów i interpretacja modelu.
Integracja LightGBM z innymi frameworkami uczenia maszynowego.
Rozwiązywanie typowych problemów w LightGBM.
-
Interaktywny wykład i dyskusja.
Dużo ćwiczeń i praktyki.
Praktyczne wdrożenie w środowisku live-lab.
-
Aby zamówić niestandardowe szkolenie dla tego kursu, skontaktuj się z nami.
-
Zrozumienie zaawansowanych architektur głębokiego uczenia i technik generowania tekstu na obraz.
Wdrażanie złożonych modeli i optymalizacji dla wysokiej jakości syntezy obrazu.
Optymalizacja wydajności i skalowalności dla dużych zbiorów danych i złożonych modeli.
Dostrajanie hiperparametrów w celu uzyskania lepszej wydajności i uogólnienia modelu.
Integracja Stable Diffusion z innymi strukturami i narzędziami głębokiego uczenia.
-
Interaktywny wykład i dyskusja.
Dużo ćwiczeń i praktyki.
Praktyczne wdrożenie w środowisku live-lab.
-
Aby zamówić niestandardowe szkolenie dla tego kursu, skontaktuj się z nami w celu ustalenia szczegółów.
-
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.
-
Interaktywny wykład i dyskusja.
Dużo ćwiczeń i praktyki.
Praktyczne wdrożenie w środowisku live-lab.
-
Aby zamówić niestandardowe szkolenie dla tego kursu, skontaktuj się z nami.
-
Zrozumienie, jak działa Vertex AI i wykorzystanie go jako platformy uczenia maszynowego.
Poznanie koncepcji uczenia maszynowego i NLP.
Dowiedz się, jak trenować i wdrażać modele uczenia maszynowego przy użyciu Vertex AI.
-
Interaktywny wykład i dyskusja.
Dużo ćwiczeń i praktyki.
Praktyczne wdrożenie w środowisku live-lab.
-
Aby zamówić niestandardowe szkolenie dla tego kursu, skontaktuj się z nami.
-
Zrozumienie zasad rozproszonego uczenia głębokiego.
Instalowanie i konfigurowanie DeepSpeed.
Skalowanie modeli głębokiego uczenia na rozproszonym sprzęcie przy użyciu DeepSpeed.
Wdrażanie i eksperymentowanie z funkcjami DeepSpeed w celu optymalizacji i zwiększenia wydajności pamięci.
-
Interaktywny wykład i dyskusja.
Dużo ćwiczeń i praktyki.
Praktyczne wdrożenie w środowisku live-lab.
-
Aby zamówić niestandardowe szkolenie dla tego kursu, skontaktuj się z nami.
-
Skonfigurowanie środowiska programistycznego zawierającego popularny program LLM.
Utwórz podstawowy mechanizm LLM i dostosuj go do niestandardowego zestawu danych.
Wykorzystanie LLM do różnych zadań związanych z językiem naturalnym, takich jak podsumowywanie tekstu, odpowiadanie na pytania, generowanie tekstu i inne.
Debugowanie i ocena LLM przy użyciu narzędzi takich jak TensorBoard, PyTorch Lightning i Hugging Face Datasets.
-
Interaktywny wykład i dyskusja.
Dużo ćwiczeń i praktyki.
Praktyczne wdrożenie w środowisku live-lab.
-
Aby zamówić niestandardowe szkolenie dla tego kursu, skontaktuj się z nami.
-
Zrozumienie podstawowych zasad działania AlphaFold.
Dowiedz się, jak działa AlphaFold.
Dowiedz się, jak interpretować przewidywania i wyniki AlphaFold.
-
Interaktywny wykład i dyskusja.
Dużo ćwiczeń i praktyki.
Praktyczne wdrożenie w środowisku live-lab.
-
Aby zamówić niestandardowe szkolenie dla tego kursu, skontaktuj się z nami.
-
Zrozumienie zasad działania modelu Stable Diffusion i jego zastosowania do generowania obrazów.
Budowanie i trenowanie modeli Stable Diffusion dla zadań generowania obrazów.
Zastosuj Stable Diffusion do różnych scenariuszy generowania obrazów, takich jak inpainting, outpainting i tłumaczenie obrazu na obraz.
Optymalizacja wydajności i stabilności modeli Stable Diffusion.
-
Interaktywny wykład i dyskusja.
Dużo ćwiczeń i praktyki.
Praktyczne wdrożenie w środowisku live-lab.
-
Aby zamówić niestandardowe szkolenie dla tego kursu, skontaktuj się z nami w celu ustalenia szczegółów.
-
Naucz się stosować metodologię CRISP-DM, wybierać odpowiednie algorytmy uczenia maszynowego oraz ulepszać konstrukcję i wydajność modeli.
Używaj RapidMiner do szacowania i prognozowania wartości oraz wykorzystuj narzędzia analityczne do prognozowania szeregów czasowych.
-
Interaktywny wykład i dyskusja.
Dużo ćwiczeń i praktyki.
Praktyczne wdrożenie w środowisku live-lab.
-
Aby zamówić niestandardowe szkolenie dla tego kursu, skontaktuj się z nami.
-
Instalowanie i konfigurowanie Weka.
Poznanie środowiska i środowiska pracy Weka.
Wykonywanie zadań eksploracji danych przy użyciu Weka.
-
Interaktywny wykład i dyskusja.
Dużo ćwiczeń i praktyki.
Praktyczne wdrożenie w środowisku live-lab.
-
Aby zamówić niestandardowe szkolenie dla tego kursu, skontaktuj się z nami.
-
Wdrażanie algorytmów i technik uczenia maszynowego w celu rozwiązywania złożonych problemów.
Stosować uczenie głębokie i półnadzorowane w aplikacjach wykorzystujących obrazy, muzykę, tekst i dane finansowe.
Wykorzystanie maksymalnego potencjału algorytmów Python.
Korzystanie z bibliotek i pakietów, takich jak NumPy i Theano.
-
Część wykładu, część dyskusji, ćwiczenia i ciężka praktyka praktyczna
-
Zrozumieć kluczowe koncepcje stojące za Deep Reinforcement Learning i być w stanie odróżnić je od uczenia maszynowego.
Stosować zaawansowane algorytmy Reinforcement Learning do rozwiązywania rzeczywistych problemów.
Zbuduj agenta głębokiego uczenia.
-
Interaktywny wykład i dyskusja.
Dużo ćwiczeń i praktyki.
Praktyczne wdrożenie w środowisku live-lab.
-
Aby zamówić niestandardowe szkolenie dla tego kursu, skontaktuj się z nami.
-
Zrozumienie podstawowych koncepcji uczenia głębokiego.
Poznanie aplikacji i zastosowań głębokiego uczenia w telekomunikacji.
Wykorzystanie Pythona, Keras i TensorFlow do tworzenia modeli głębokiego uczenia dla telekomunikacji.
Zbudują własny model przewidywania rezygnacji klientów oparty na uczeniu głębokim przy użyciu języka Python.
-
Interaktywny wykład i dyskusja.
Dużo ćwiczeń i praktyki.
Praktyczne wdrożenie w środowisku live-lab.
-
Aby zamówić niestandardowe szkolenie dla tego kursu, skontaktuj się z nami.
-
Zobacz, jak dane są interpretowane przez modele uczenia maszynowego
Poruszanie się po widokach 3D i 2D danych w celu zrozumienia, w jaki sposób algorytm uczenia maszynowego je interpretuje.
Zrozumienie koncepcji stojących za embeddings i ich roli w reprezentowaniu wektorów matematycznych dla obrazów, słów i cyfr.
Zbadaj właściwości konkretnego osadzenia, aby zrozumieć zachowanie modelu.
Zastosuj Embedding Project do rzeczywistych przypadków użycia, takich jak budowanie systemu rekomendacji utworów dla miłośników muzyki.
-
Programiści
Naukowcy zajmujący się danymi
-
Część wykładu, część dyskusji, ćwiczenia i ciężka praktyka praktyczna
-
Planiści miejscy
Architekci
Deweloperzy
Urzędnicy ds. transportu
-
Część wykładu, część dyskusji i seria interaktywnych ćwiczeń.
-
Aby zamówić niestandardowe szkolenie dla tego kursu, skontaktuj się z nami.
-
Inżynierowie sieciowi
Personel operacyjny sieci
Menedżerowie techniczni Telecom
-
Część wykładu, część dyskusji, ćwiczenia praktyczne
-
Zrozumienie podstawowych pojęć algebry liniowej
Poznanie umiejętności algebry liniowej potrzebnych do uczenia maszynowego
Wykorzystanie struktur i pojęć algebry liniowej podczas pracy z danymi, obrazami, algorytmami itp.
Rozwiązywanie problemów związanych z uczeniem maszynowym przy użyciu algebry liniowej
-
Deweloperzy
Inżynierowie
-
Część wykładu, część dyskusji, ćwiczenia i ciężka praktyka praktyczna
-
Aby zamówić niestandardowe szkolenie dla tego kursu, skontaktuj się z nami.
-
Pisanie bardzo dokładnych modeli uczenia maszynowego przy użyciu języka Python, R lub narzędzi z kodem zerowym.
Wykorzystaj dostępne na platformie Azure zestawy danych i algorytmy do trenowania i śledzenia modeli uczenia maszynowego i głębokiego uczenia.
Korzystaj z interaktywnego obszaru roboczego platformy Azure, aby wspólnie opracowywać modele uczenia maszynowego.
Wybieraj spośród różnych frameworków uczenia maszynowego obsługiwanych przez platformę Azure, takich jak PyTorch, TensorFlow i scikit-learn.
-
Interaktywny wykład i dyskusja.
Dużo ćwiczeń i praktyki.
Praktyczne wdrożenie w środowisku live-lab.
-
Aby zamówić niestandardowe szkolenie dla tego kursu, skontaktuj się z nami.
-
Używanie instancji notebooków do przygotowywania i przesyłania danych do szkolenia.
Trenowanie modeli uczenia maszynowego przy użyciu treningowych zestawów danych.
Wdrażanie wytrenowanych modeli do punktu końcowego w celu tworzenia prognoz.
-
Interaktywny wykład i dyskusja.
Dużo ćwiczeń i praktyki.
Praktyczne wdrożenie w środowisku live-lab.
-
Aby zamówić niestandardowe szkolenie dla tego kursu, skontaktuj się z nami.
-
Twórz modele uczenia maszynowego bez doświadczenia w programowaniu.
Twórz algorytmy predykcyjne za pomocą Azure Machine Learning.
Wdrażaj gotowe do produkcji algorytmy uczenia maszynowego.
-
Interaktywny wykład i dyskusja.
Dużo ćwiczeń i praktyki.
Praktyczne wdrożenie w środowisku live-lab.
-
Aby zamówić niestandardowe szkolenie dla tego kursu, skontaktuj się z nami.
-
Tworzenie aplikacji opartych na sztucznej inteligencji, które wykorzystują uczenie maszynowe.
Wdrażaj modele uczenia maszynowego, które klasyfikują obrazy.
Korzystaj z interfejsu API Core ML do obsługi niestandardowych przepływów pracy i zaawansowanych przypadków użycia.
Analizuj tekst w języku naturalnym za pomocą modeli uczenia maszynowego.
-
Interaktywny wykład i dyskusja.
Dużo ćwiczeń i praktyki.
Praktyczne wdrożenie w środowisku live-lab.
-
Aby zamówić niestandardowe szkolenie dla tego kursu, skontaktuj się z nami.
Last Updated: