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
Trener bardzo zrozumiale wytłumaczył trudne i zaawansowane tematy.
Leszek K
Szkolenie: Artificial Intelligence Overview
sposób prowadzenia i przykładay podawane przez trenera
ORANGE POLSKA S.A.
Szkolenie: Machine Learning and Deep Learning
Mozliwosc omowienia samemu zaproponowanych zagadnien
ORANGE POLSKA S.A.
Szkolenie: Machine Learning and Deep Learning
Duża oraz aktualna wiedza prowadzących oraz praktyczne przykłady zastosowania.
ING Bank Śląski S.A.
Szkolenie: Introduction to Deep Learning
Dużo ćwiczeń, bardzo dobra współpraca z grupą.
Janusz Chrobot - ING Bank Śląski S.A.
Szkolenie: Introduction to Deep Learning
praca na colaboratory,
ING Bank Śląski S.A.
Szkolenie: Introduction to Deep Learning
Widać było, że prowadzący to pasjonaci prezentowanych tematów. Używane ciekawe przykłady podczas ćwiczeń.
ING Bank Śląski S.A.
Szkolenie: Introduction to Deep Learning
Szeroki zakres poruszanych tematów oraz duża wiedza merytoryczna prowadzących.
ING Bank Śląski S.A.; Kamil Kurek Programowanie
Szkolenie: Understanding Deep Neural Networks
Brak
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
Część praktyczna, gdzie implementowaliśmy algorytmy. Pozwoliło to na lepsze zrozumienie tematu.
ING Bank Śląski S.A.; Kamil Kurek Programowanie
Szkolenie: Understanding Deep Neural Networks
ćwiczenia i przykłady na nich realizowane
Paweł Orzechowski - ING Bank Śląski S.A.; Kamil Kurek Programowanie
Szkolenie: Understanding Deep Neural Networks
Przykłady i omawiane zagadnienia.
ING Bank Śląski S.A.; Kamil Kurek Programowanie
Szkolenie: Understanding Deep Neural Networks
Wiedza merytoryczna, zaangażowanie, pasjonujący sposób przekazywania wiedzy. Przykłady praktyczne po wykładzie teoretycznym.
Janusz Chrobot - ING Bank Śląski S.A.; Kamil Kurek Programowanie
Szkolenie: Understanding Deep Neural Networks
Praktyczne ćwiczenia przygotowane przez Pana Macieja
ING Bank Śląski S.A.; Kamil Kurek Programowanie
Szkolenie: Understanding Deep Neural Networks
Omawiane zagadnienia, realizowane ćwiczenia (przykłady), atmosfera szkolenia, kontakt z Trenerem, lokalizacja.
Wojskowe Zakłady Uzbrojenia S.A. w Grudziądzu
Szkolenie: Octave nie tylko dla programistów
Dużo wskazówek praktycznych
Pawel Dawidowski - 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
Mnogość praktycznych wskazówek i wiedza prowadzącego z szerokiej gamy zagadnień AI / IT / SQL / IoT.
ABB Sp. z o.o.
Szkolenie: Deep Learning with TensorFlow
przedstawione wiedza zarówno praktyczna jak i teoretyczna, jedna uzupełniająca drugą. Sposób prowadzenia bardzo ciekawy. Zero nudy. Dużo wiedzy, życiowych przykładów
Bartosz Matuszek - Weegree Sp. z o.o. S.K.
Szkolenie: Machine Learning – Data science
Live coding, mocna argumentacja przykładów teorią.
Filip Derenowski - Weegree Sp. z o.o. S.K.
Szkolenie: Machine Learning – Data science
Konkrety
Weegree Sp. z o.o. S.K.
Szkolenie: Machine Learning – Data science
Najpierw wyjasnienie teorii, na podstawie ktorej byly pozniej realizowane zadania praktyczne
Weegree Sp. z o.o. S.K.
Szkolenie: Machine Learning – Data science
Omawianie zastosowań
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)
Proste przykłady do teorii pozwalające na zobrazowanie zagadnienia
EduBroker Sp. z o.o.
Szkolenie: Machine Learning for Banking (with Python)
sposób przekazywania wiedzy i odpowiedzi na zadawane pytania
INTELLIGENT HIVES SPÓŁKA Z OGRANICZONĄ ODPOWIEDZIALNOŚCIĄ
Szkolenie: Machine Learning – Data science
praktyka
INTELLIGENT HIVES SPÓŁKA Z OGRANICZONĄ ODPOWIEDZIALNOŚCIĄ
Szkolenie: Machine Learning – Data science
ćwiczenia praktyczne
NetWorkS! Sp. z o.o.
Szkolenie: AI Awareness for Telecom
Ćwiczenia praktyczne.
Adam Borowski - NetWorkS! Sp. z o.o.
Szkolenie: AI Awareness for Telecom
Elastyczność prowadzącego w kontekście omawianych tematów.
NetWorkS! Sp. z o.o.
Szkolenie: AI Awareness for Telecom
ćwiczenia/labolatoria przygotowane w przystępny sposób
NetWorkS! Sp. z o.o.
Szkolenie: AI Awareness for Telecom
merytoryka i sposób prowadzenia
NetWorkS! Sp. z o.o.
Szkolenie: AI Awareness for Telecom
Najbardziej imponujący był poziom merytoryczny prowadzącego, co przełożyło się automatycznie na poziom całego szkolenia. W mojej ocenie dzięki tej ogromnej wiedzy, popartej doświadczeniem, wykład nie sprowadzał się do czytania slajdów tylko stanowił niejako proces skutecznego przekazywania tejże wiedzy. Dawno nie uczestniczyłem w tak dobrze merytorycznie przygotowanym szkoleniu - tutaj jeszcze raz podkreślam, w mojej ocenie jest to przede wszystkim zasługa prowadzącego.
NetWorkS! Sp. z o.o.
Szkolenie: AI Awareness for Telecom
Kontakt z prowadzącym, luźne podejście.
Orange Szkolenia sp. z o.o.
Szkolenie: Fundamentals of Artificial Intelligence and Machine Learning
Ćwiczenia
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
Duży zakres materiału oraz to że zaczęło się podstaw.
Orange Szkolenia sp. z o.o.
Szkolenie: Fundamentals of Artificial Intelligence and Machine Learning
Praktyczna wiedza
Fujitsu Technology Solutions Sp. z o.o.
Szkolenie: Artificial Intelligence Overview
temat szkolenia
Fujitsu Technology Solutions Sp. z o.o.
Szkolenie: Artificial Intelligence Overview
Klarowne tłumaczenia i ciekawostki.
Fujitsu Technology Solutions Sp. z o.o.
Szkolenie: Artificial Intelligence Overview
przykłady i wizualizacja wiedzy teorytycznej
Fujitsu Technology Solutions Sp. z o.o.
Szkolenie: Artificial Intelligence Overview
tematyka, przyjazne nastawienie prowadzącego
Fujitsu Technology Solutions Sp. z o.o.
Szkolenie: Artificial Intelligence Overview
Podkategorie Machine Learning (ML)
Plany szkoleń z technologii Machine Learning
Nazwa kursu
Czas trwania
Opis
Nazwa kursu
Czas trwania
Opis
7 godzin
Opis
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.
28 godzin
Opis
Jest to 4-dniowy kurs przedstawiający sztuczną inteligencję i jego aplikację w Python programowania Python . Istnieje opcja dodatkowego dnia na podjęcie projektu AI po ukończeniu tego kursu.
35 godzin
Opis
This instructor-led, live training in w Polsce (online or onsite) is aimed at developers and data scientists who wish to build, deploy, and manage machine learning workflows on Kubernetes.
By the end of this training, participants will be able to:
- Install and configure Kubeflow on premise and in the cloud using AWS EKS (Elastic Kubernetes Service).
- Build, deploy, and manage ML workflows based on Docker containers and Kubernetes.
- Run entire machine learning pipelines on diverse architectures and cloud environments.
- Using Kubeflow to spawn and manage Jupyter notebooks.
- Build ML training, hyperparameter tuning, and serving workloads across multiple platforms.
By the end of this training, participants will be able to:
- Install and configure Kubeflow on premise and in the cloud using AWS EKS (Elastic Kubernetes Service).
- Build, deploy, and manage ML workflows based on Docker containers and Kubernetes.
- Run entire machine learning pipelines on diverse architectures and cloud environments.
- Using Kubeflow to spawn and manage Jupyter notebooks.
- Build ML training, hyperparameter tuning, and serving workloads across multiple platforms.
7 godzin
Opis
To prowadzone przez instruktora szkolenie na żywo (na miejscu lub zdalnie) skierowane jest do osób technicznych, które chcą nauczyć się implementować strategię uczenia maszynowego, maksymalizując wykorzystanie dużych zbiorów danych.
Pod koniec tego szkolenia uczestnicy:
- Zrozum ewolucję i trendy uczenia maszynowego.
- Dowiedz się, jak uczenie maszynowe jest wykorzystywane w różnych branżach.
- Zapoznaj się z narzędziami, umiejętnościami i usługami dostępnymi do wdrożenia uczenia maszynowego w organizacji.
- Zrozum, w jaki sposób uczenie maszynowe może być wykorzystane do ulepszenia eksploracji i analizy danych.
- Dowiedz się, czym jest środkowy backend danych i jak jest on wykorzystywany przez firmy.
- Zrozum rolę jaką odgrywają duże aplikacje i inteligentne aplikacje w różnych branżach.
Format kursu
- Interaktywny wykład i dyskusja.
- Wiele ćwiczeń i ćwiczeń.
- Praktyczne wdrożenie w środowisku laboratoryjnym na żywo.
Opcje dostosowywania kursu
- Aby poprosić o indywidualne szkolenie na ten kurs, skontaktuj się z nami, aby umówić się na spotkanie.
Pod koniec tego szkolenia uczestnicy:
- Zrozum ewolucję i trendy uczenia maszynowego.
- Dowiedz się, jak uczenie maszynowe jest wykorzystywane w różnych branżach.
- Zapoznaj się z narzędziami, umiejętnościami i usługami dostępnymi do wdrożenia uczenia maszynowego w organizacji.
- Zrozum, w jaki sposób uczenie maszynowe może być wykorzystane do ulepszenia eksploracji i analizy danych.
- Dowiedz się, czym jest środkowy backend danych i jak jest on wykorzystywany przez firmy.
- Zrozum rolę jaką odgrywają duże aplikacje i inteligentne aplikacje w różnych branżach.
Format kursu
- Interaktywny wykład i dyskusja.
- Wiele ćwiczeń i ćwiczeń.
- Praktyczne wdrożenie w środowisku laboratoryjnym na żywo.
Opcje dostosowywania kursu
- Aby poprosić o indywidualne szkolenie na ten kurs, skontaktuj się z nami, aby umówić się na spotkanie.
21 godzin
Opis
Mechatronika (aka inżynieria mechatroniczna) to połączenie mechaniki, elektroniki i informatyki.
Ten prowadzony przez instruktora trening na żywo (na miejscu lub zdalnie) skierowany jest do inżynierów, którzy chcą poznać możliwości zastosowania sztucznej inteligencji w systemach mechatronicznych.
Pod koniec tego szkolenia uczestnicy będą mogli:
- Uzyskaj przegląd sztucznej inteligencji, uczenia maszynowego i inteligencji obliczeniowej.
- Zrozum pojęcia sieci neuronowych i różnych metod uczenia się.
- Wybierz metody sztucznej inteligencji efektywnie w rzeczywistych problemach.
- Wdrożenie aplikacji AI w inżynierii mechatronicznej.
Format kursu
- Interaktywny wykład i dyskusja.
- Wiele ćwiczeń i ćwiczeń.
- Praktyczne wdrożenie w środowisku laboratoryjnym na żywo.
Opcje dostosowywania kursu
- Aby poprosić o niestandardowe szkolenie na ten kurs, skontaktuj się z nami w celu umówienia.
Ten prowadzony przez instruktora trening na żywo (na miejscu lub zdalnie) skierowany jest do inżynierów, którzy chcą poznać możliwości zastosowania sztucznej inteligencji w systemach mechatronicznych.
Pod koniec tego szkolenia uczestnicy będą mogli:
- Uzyskaj przegląd sztucznej inteligencji, uczenia maszynowego i inteligencji obliczeniowej.
- Zrozum pojęcia sieci neuronowych i różnych metod uczenia się.
- Wybierz metody sztucznej inteligencji efektywnie w rzeczywistych problemach.
- Wdrożenie aplikacji AI w inżynierii mechatronicznej.
Format kursu
- Interaktywny wykład i dyskusja.
- Wiele ćwiczeń i ćwiczeń.
- Praktyczne wdrożenie w środowisku laboratoryjnym na żywo.
Opcje dostosowywania kursu
- Aby poprosić o niestandardowe szkolenie na ten kurs, skontaktuj się z nami w celu umówienia.
21 godzin
Opis
Głębokie uczenie się jest dziedziną uczenia maszynowego. Wykorzystuje metody oparte na uczeniu się reprezentacji danych i struktur, takich jak sieci neuronowe.
Keras to interfejs API sieci neuronowych wysokiego poziomu do szybkiego programowania i eksperymentowania. Działa na TensorFlow , CNTK lub Theano.
Szkolenie na żywo prowadzone przez instruktora (na miejscu lub zdalnie) jest przeznaczone dla programistów, którzy chcą zbudować samochód z własnym napędem, stosując techniki głębokiego uczenia się.
Pod koniec tego szkolenia uczestnicy będą mogli:
- Użyj technik widzenia komputerowego, aby zidentyfikować pasy.
- Użyj Keras do budowy i szkolenia splotowych sieci neuronowych.
- Trenuj model głębokiego uczenia się, aby odróżniać znaki drogowe.
- Symuluj w pełni autonomiczny samochód.
Format kursu
- Interaktywny wykład i dyskusja.
- Dużo ćwiczeń i ćwiczeń.
- Praktyczne wdrożenie w środowisku na żywo.
Opcje dostosowywania kursu
- Aby poprosić o niestandardowe szkolenie dla tego kursu, skontaktuj się z nami w celu umówienia się.
Keras to interfejs API sieci neuronowych wysokiego poziomu do szybkiego programowania i eksperymentowania. Działa na TensorFlow , CNTK lub Theano.
Szkolenie na żywo prowadzone przez instruktora (na miejscu lub zdalnie) jest przeznaczone dla programistów, którzy chcą zbudować samochód z własnym napędem, stosując techniki głębokiego uczenia się.
Pod koniec tego szkolenia uczestnicy będą mogli:
- Użyj technik widzenia komputerowego, aby zidentyfikować pasy.
- Użyj Keras do budowy i szkolenia splotowych sieci neuronowych.
- Trenuj model głębokiego uczenia się, aby odróżniać znaki drogowe.
- Symuluj w pełni autonomiczny samochód.
Format kursu
- Interaktywny wykład i dyskusja.
- Dużo ćwiczeń i ćwiczeń.
- Praktyczne wdrożenie w środowisku na żywo.
Opcje dostosowywania kursu
- Aby poprosić o niestandardowe szkolenie dla tego kursu, skontaktuj się z nami w celu umówienia się.
21 godzin
Opis
Keras to interfejs API sieci neuronowych wysokiego poziomu do szybkiego programowania i eksperymentowania. Działa na TensorFlow , CNTK lub Theano.
Szkolenie na żywo prowadzone przez instruktora (na miejscu lub zdalnie) jest przeznaczone dla osób technicznych, które chcą zastosować model głębokiego uczenia się w aplikacjach do rozpoznawania obrazów.
Pod koniec tego szkolenia uczestnicy będą mogli:
- Zainstaluj i skonfiguruj Keras .
- Szybko prototypuj modele głębokiego uczenia.
- Wdrożenie sieci splotowej.
- Zaimplementuj sieć cykliczną.
- Wykonaj model głębokiego uczenia się zarówno na CPU, jak i GPU .
Format kursu
- Interaktywny wykład i dyskusja.
- Dużo ćwiczeń i ćwiczeń.
- Praktyczne wdrożenie w środowisku na żywo.
Opcje dostosowywania kursu
- Aby poprosić o niestandardowe szkolenie dla tego kursu, skontaktuj się z nami w celu umówienia się.
- Aby dowiedzieć się więcej o Keras , odwiedź: https://keras.io/
Szkolenie na żywo prowadzone przez instruktora (na miejscu lub zdalnie) jest przeznaczone dla osób technicznych, które chcą zastosować model głębokiego uczenia się w aplikacjach do rozpoznawania obrazów.
Pod koniec tego szkolenia uczestnicy będą mogli:
- Zainstaluj i skonfiguruj Keras .
- Szybko prototypuj modele głębokiego uczenia.
- Wdrożenie sieci splotowej.
- Zaimplementuj sieć cykliczną.
- Wykonaj model głębokiego uczenia się zarówno na CPU, jak i GPU .
Format kursu
- Interaktywny wykład i dyskusja.
- Dużo ćwiczeń i ćwiczeń.
- Praktyczne wdrożenie w środowisku na żywo.
Opcje dostosowywania kursu
- Aby poprosić o niestandardowe szkolenie dla tego kursu, skontaktuj się z nami w celu umówienia się.
- Aby dowiedzieć się więcej o Keras , odwiedź: https://keras.io/
21 godzin
Opis
TensorFlow to popularna biblioteka do uczenia maszynowego opracowana przez Go ogle do głębokiego uczenia się, obliczeń numerycznych i uczenia maszynowego na dużą skalę. TensorFlow 2.0, wydany w styczniu 2019 r., Jest najnowszą wersją TensorFlow i zawiera ulepszenia w TensorFlow wykonywaniu, kompatybilności i spójności API.
Szkolenie na żywo prowadzone przez instruktora (na miejscu lub zdalnie) jest przeznaczone dla programistów i badaczy danych, którzy chcą korzystać z Tensorflow 2.0 do budowania predyktorów, klasyfikatorów, modeli generatywnych, sieci neuronowych i tak dalej.
Pod koniec tego szkolenia uczestnicy będą mogli:
- Zainstaluj i skonfiguruj TensorFlow 2.0.
- TensorFlow zalety TensorFlow 2.0 w porównaniu z poprzednimi wersjami.
- Twórz modele głębokiego uczenia się.
- Zaimplementuj zaawansowany klasyfikator obrazów.
- Wdróż model głębokiego uczenia się w chmurze, urządzeniach mobilnych i IoT.
Format kursu
- Interaktywny wykład i dyskusja.
- Dużo ćwiczeń i ćwiczeń.
- Praktyczne wdrożenie w środowisku na żywo.
Opcje dostosowywania kursu
- Aby poprosić o niestandardowe szkolenie dla tego kursu, skontaktuj się z nami w celu umówienia się.
- Aby dowiedzieć się więcej o TensorFlow , odwiedź: https://www.tensorflow.org/
Szkolenie na żywo prowadzone przez instruktora (na miejscu lub zdalnie) jest przeznaczone dla programistów i badaczy danych, którzy chcą korzystać z Tensorflow 2.0 do budowania predyktorów, klasyfikatorów, modeli generatywnych, sieci neuronowych i tak dalej.
Pod koniec tego szkolenia uczestnicy będą mogli:
- Zainstaluj i skonfiguruj TensorFlow 2.0.
- TensorFlow zalety TensorFlow 2.0 w porównaniu z poprzednimi wersjami.
- Twórz modele głębokiego uczenia się.
- Zaimplementuj zaawansowany klasyfikator obrazów.
- Wdróż model głębokiego uczenia się w chmurze, urządzeniach mobilnych i IoT.
Format kursu
- Interaktywny wykład i dyskusja.
- Dużo ćwiczeń i ćwiczeń.
- Praktyczne wdrożenie w środowisku na żywo.
Opcje dostosowywania kursu
- Aby poprosić o niestandardowe szkolenie dla tego kursu, skontaktuj się z nami w celu umówienia się.
- Aby dowiedzieć się więcej o TensorFlow , odwiedź: https://www.tensorflow.org/
14 godzin
Opis
Feature Engineering to proces wybierania i przekształcania danych w celu poprawy dokładności algorytmów uczenia maszynowego. Wymaga to głębokiej znajomości danych przez eksperta w danej dziedzinie.
Szkolenie na żywo prowadzone przez instruktora (na miejscu lub zdalnie) jest przeznaczone dla osób, które chcą zastosować techniki inżynierii cech w celu lepszego przetwarzania danych i uzyskania lepszych modeli uczenia maszynowego.
Pod koniec tego szkolenia uczestnicy będą mogli:
- Skonfiguruj optymalne środowisko programistyczne, w tym wszystkie potrzebne pakiety Python .
- Uzyskaj ważne informacje, analizując funkcje zestawu danych.
- Zoptymalizuj modele uczenia maszynowego poprzez dostosowanie samych surowych danych.
- Czyść i przekształcaj zestawy danych w ramach przygotowań do uczenia maszynowego.
Format kursu
- Interaktywny wykład i dyskusja.
- Dużo ćwiczeń i ćwiczeń.
- Praktyczne wdrożenie w środowisku na żywo.
Opcje dostosowywania kursu
- Aby poprosić o niestandardowe szkolenie dla tego kursu, skontaktuj się z nami w celu umówienia się.
Szkolenie na żywo prowadzone przez instruktora (na miejscu lub zdalnie) jest przeznaczone dla osób, które chcą zastosować techniki inżynierii cech w celu lepszego przetwarzania danych i uzyskania lepszych modeli uczenia maszynowego.
Pod koniec tego szkolenia uczestnicy będą mogli:
- Skonfiguruj optymalne środowisko programistyczne, w tym wszystkie potrzebne pakiety Python .
- Uzyskaj ważne informacje, analizując funkcje zestawu danych.
- Zoptymalizuj modele uczenia maszynowego poprzez dostosowanie samych surowych danych.
- Czyść i przekształcaj zestawy danych w ramach przygotowań do uczenia maszynowego.
Format kursu
- Interaktywny wykład i dyskusja.
- Dużo ćwiczeń i ćwiczeń.
- Praktyczne wdrożenie w środowisku na żywo.
Opcje dostosowywania kursu
- Aby poprosić o niestandardowe szkolenie dla tego kursu, skontaktuj się z nami w celu umówienia się.
14 godzin
Opis
H2O to platforma analityczna typu open source. Obsługuje R, Python , Scala , Java i REST.
Szkolenie na żywo prowadzone przez instruktora (na miejscu lub zdalnie) jest skierowane do osób technicznych, które chcą budować modele uczenia maszynowego przy użyciu algorytmów takich jak GLM, Deep Learning i Random Forests.
Pod koniec tego szkolenia uczestnicy będą mogli:
- Zainstaluj i skonfiguruj H2O .
- Twórz modele uczenia maszynowego przy użyciu różnych popularnych algorytmów.
- Oceniaj modele na podstawie rodzaju danych i wymagań biznesowych.
Format kursu
- Interaktywny wykład i dyskusja.
- Dużo ćwiczeń i ćwiczeń.
- Praktyczne wdrożenie w środowisku na żywo.
Opcje dostosowywania kursu
- Aby poprosić o niestandardowe szkolenie dla tego kursu, skontaktuj się z nami w celu umówienia się.
- Aby dowiedzieć się więcej o H2O , odwiedź: https://www.h2o.ai/
Szkolenie na żywo prowadzone przez instruktora (na miejscu lub zdalnie) jest skierowane do osób technicznych, które chcą budować modele uczenia maszynowego przy użyciu algorytmów takich jak GLM, Deep Learning i Random Forests.
Pod koniec tego szkolenia uczestnicy będą mogli:
- Zainstaluj i skonfiguruj H2O .
- Twórz modele uczenia maszynowego przy użyciu różnych popularnych algorytmów.
- Oceniaj modele na podstawie rodzaju danych i wymagań biznesowych.
Format kursu
- Interaktywny wykład i dyskusja.
- Dużo ćwiczeń i ćwiczeń.
- Praktyczne wdrożenie w środowisku na żywo.
Opcje dostosowywania kursu
- Aby poprosić o niestandardowe szkolenie dla tego kursu, skontaktuj się z nami w celu umówienia się.
- Aby dowiedzieć się więcej o H2O , odwiedź: https://www.h2o.ai/
14 godzin
Opis
H2O AutoML jest platformą sztucznej inteligencji, która automatyzuje proces budowania, wybierania i optymalizacji dużej liczby modeli uczenia maszynowego.
ten prowadzony przez instruktora, szkolenia na żywo (na miejscu lub zdalnie) jest skierowany do analityków danych, którzy chcą używać H2O AutoML do automatyzacji procesu budowania i wyboru najlepszego algorytmu uczenia maszynowego i parametrów.
do końca tego szkolenia uczestnicy będą mogli:
- zautomatyzować przepływ pracy uczenia maszynowego.
- automatycznie trenować i dostrajać wiele modeli uczenia maszynowego w określonym przedziale czasowym.
- Train ułożone zespoły, aby dotrzeć do wysoce predykcyjnych modeli zespołu.
Format kursu
- Interactive wykładu i dyskusji.
- wiele ćwiczeń i praktyk.
- praktyczne wdrożenie w środowisku laboratorium na żywo.
Opcje dostosowywania kursu
- Aby poprosić o szkolenia dostosowane do tego kursu, skontaktuj się z nami, aby zorganizować.
ten prowadzony przez instruktora, szkolenia na żywo (na miejscu lub zdalnie) jest skierowany do analityków danych, którzy chcą używać H2O AutoML do automatyzacji procesu budowania i wyboru najlepszego algorytmu uczenia maszynowego i parametrów.
do końca tego szkolenia uczestnicy będą mogli:
- zautomatyzować przepływ pracy uczenia maszynowego.
- automatycznie trenować i dostrajać wiele modeli uczenia maszynowego w określonym przedziale czasowym.
- Train ułożone zespoły, aby dotrzeć do wysoce predykcyjnych modeli zespołu.
Format kursu
- Interactive wykładu i dyskusji.
- wiele ćwiczeń i praktyk.
- praktyczne wdrożenie w środowisku laboratorium na żywo.
Opcje dostosowywania kursu
- Aby poprosić o szkolenia dostosowane do tego kursu, skontaktuj się z nami, aby zorganizować.
14 godzin
Opis
Auto-sklearn to pakiet Pythona zbudowany wokół biblioteki uczenia maszynowego scikit-Learn. Automatycznie wyszukuje odpowiedni algorytm uczenia dla nowego zestawu danych uczenia maszynowego i optymalizuje jego parametry.
to prowadzony przez instruktora, szkolenia na żywo (na miejscu lub zdalnie) jest skierowany do praktyków uczenia maszynowego, którzy chcą używać Auto-sklearn zautomatyzować proces wybierania i optymalizacji modelu uczenia maszynowego.
do końca tego szkolenia uczestnicy będą mogli:
- zautomatyzować proces szkolenia wysoce wydajnych modeli uczenia maszynowego.
- Budowanie bardzo dokładnych modeli uczenia maszynowego podczas pomijania bardziej uciążliwe zadania wyboru, szkolenia i testowanie różnych modeli.
- wykorzystanie mocy uczenia maszynowego do rozwiązywania rzeczywistych problemów biznesowych.
Format kursu
- Interactive wykładu i dyskusji.
- wiele ćwiczeń i praktyk.
- praktyczne wdrożenie w środowisku laboratorium na żywo.
Opcje dostosowywania kursu
- Aby poprosić o szkolenia dostosowane do tego kursu, skontaktuj się z nami, aby zorganizować.
to prowadzony przez instruktora, szkolenia na żywo (na miejscu lub zdalnie) jest skierowany do praktyków uczenia maszynowego, którzy chcą używać Auto-sklearn zautomatyzować proces wybierania i optymalizacji modelu uczenia maszynowego.
do końca tego szkolenia uczestnicy będą mogli:
- zautomatyzować proces szkolenia wysoce wydajnych modeli uczenia maszynowego.
- Budowanie bardzo dokładnych modeli uczenia maszynowego podczas pomijania bardziej uciążliwe zadania wyboru, szkolenia i testowanie różnych modeli.
- wykorzystanie mocy uczenia maszynowego do rozwiązywania rzeczywistych problemów biznesowych.
Format kursu
- Interactive wykładu i dyskusji.
- wiele ćwiczeń i praktyk.
- praktyczne wdrożenie w środowisku laboratorium na żywo.
Opcje dostosowywania kursu
- Aby poprosić o szkolenia dostosowane do tego kursu, skontaktuj się z nami, aby zorganizować.
14 godzin
Opis
Auto-Keras (znany również jako Autokeras lub Auto Keras) jest biblioteką Python Open Source dla zautomatyzowanego uczenia maszynowego (AutoML).
tego instruktora, szkolenia na żywo (na miejscu lub zdalnie) jest skierowany do analityków danych, jak również mniej technicznych osób, które chcą używać Auto-Keras zautomatyzować proces wybierania i optymalizacji modelu uczenia maszynowego.
do końca tego szkolenia uczestnicy będą mogli:
- zautomatyzować proces szkolenia wysoce wydajnych modeli uczenia maszynowego.
- automatycznie wyszukuje najlepsze parametry dla modeli uczenia głębokiego.
- Budowanie bardzo dokładnych modeli uczenia maszynowego.
- wykorzystanie mocy uczenia maszynowego do rozwiązywania rzeczywistych problemów biznesowych.
Format kursu
- Interactive wykładu i dyskusji.
- wiele ćwiczeń i praktyk.
- praktyczne wdrożenie w środowisku laboratorium na żywo.
Opcje dostosowywania kursu
- Aby poprosić o szkolenia dostosowane do tego kursu, skontaktuj się z nami, aby zorganizować.
- Aby dowiedzieć się więcej o Auto-Keras, odwiedź stronę: https://autokeras.com/
tego instruktora, szkolenia na żywo (na miejscu lub zdalnie) jest skierowany do analityków danych, jak również mniej technicznych osób, które chcą używać Auto-Keras zautomatyzować proces wybierania i optymalizacji modelu uczenia maszynowego.
do końca tego szkolenia uczestnicy będą mogli:
- zautomatyzować proces szkolenia wysoce wydajnych modeli uczenia maszynowego.
- automatycznie wyszukuje najlepsze parametry dla modeli uczenia głębokiego.
- Budowanie bardzo dokładnych modeli uczenia maszynowego.
- wykorzystanie mocy uczenia maszynowego do rozwiązywania rzeczywistych problemów biznesowych.
Format kursu
- Interactive wykładu i dyskusji.
- wiele ćwiczeń i praktyk.
- praktyczne wdrożenie w środowisku laboratorium na żywo.
Opcje dostosowywania kursu
- Aby poprosić o szkolenia dostosowane do tego kursu, skontaktuj się z nami, aby zorganizować.
- Aby dowiedzieć się więcej o Auto-Keras, odwiedź stronę: https://autokeras.com/
14 godzin
Opis
AutoML to przyjazne dla użytkownika oprogramowanie do uczenia maszynowego, które automatyzuje wiele prac potrzebnych do wybrania idealnego algorytmu uczenia maszynowego, jego ustawień parametrów i metod przetwarzania wstępnego.
ten prowadzony przez instruktora trening na żywo (na miejscu lub zdalnie) skierowany jest do osób technicznych z tłem uczenia maszynowego, którzy chcą zoptymalizować modele uczenia maszynowego używane do wykrywania złożonych wzorców w dużych danych.
do końca tego szkolenia uczestnicy będą mogli:
- zainstalować i ocenić różne narzędzia AutoML Open Source.
- Train wysokiej jakości Machine Learning modeli.
- skutecznie rozwiązywać różne rodzaje nadzorowanych problemów uczenia maszynowego.
- napisać tylko kod niezbędny do zainicjowania zautomatyzowanego procesu uczenia maszynowego.
Format kursu
- Interactive wykładu i dyskusji.
- wiele ćwiczeń i praktyk.
- praktyczne wdrożenie w środowisku laboratorium na żywo.
Opcje dostosowywania kursu
- Aby poprosić o szkolenia dostosowane do tego kursu, skontaktuj się z nami, aby zorganizować.
- Aby dowiedzieć się więcej o AutoML, odwiedź stronę: https://www.automl.org/
ten prowadzony przez instruktora trening na żywo (na miejscu lub zdalnie) skierowany jest do osób technicznych z tłem uczenia maszynowego, którzy chcą zoptymalizować modele uczenia maszynowego używane do wykrywania złożonych wzorców w dużych danych.
do końca tego szkolenia uczestnicy będą mogli:
- zainstalować i ocenić różne narzędzia AutoML Open Source.
- Train wysokiej jakości Machine Learning modeli.
- skutecznie rozwiązywać różne rodzaje nadzorowanych problemów uczenia maszynowego.
- napisać tylko kod niezbędny do zainicjowania zautomatyzowanego procesu uczenia maszynowego.
Format kursu
- Interactive wykładu i dyskusji.
- wiele ćwiczeń i praktyk.
- praktyczne wdrożenie w środowisku laboratorium na żywo.
Opcje dostosowywania kursu
- Aby poprosić o szkolenia dostosowane do tego kursu, skontaktuj się z nami, aby zorganizować.
- Aby dowiedzieć się więcej o AutoML, odwiedź stronę: https://www.automl.org/
28 godzin
Opis
Jest to 4-dniowy kurs przedstawiający sztuczną inteligencję i jej zastosowanie. Istnieje opcja dodatkowego dnia na podjęcie projektu AI po ukończeniu tego kursu.
14 godzin
Opis
This instructor-led, live training in w Polsce (online or onsite) is aimed at web developers who wish to create machine learning models with Core ML for iOS 11 and macOS High Sierra development.
By the end of this training, participants will be able to:
- Build AI driven applications that use machine learning.
- Implement machine learning models that classify images.
- Use the Core ML API for supporting custom workflows and advanced use cases
- Analyze natural language text with machine learning models.
By the end of this training, participants will be able to:
- Build AI driven applications that use machine learning.
- Implement machine learning models that classify images.
- Use the Core ML API for supporting custom workflows and advanced use cases
- Analyze natural language text with machine learning models.
28 godzin
Opis
Uczenie maszynowe to dziedzina sztucznej inteligencji, w której komputery mogą się uczyć bez wyraźnego programowania.
Głębokie uczenie się jest dziedziną uczenia maszynowego, która wykorzystuje metody oparte na uczeniu się reprezentacji danych i struktur, takich jak sieci neuronowe.
Python jest językiem programowania wysokiego poziomu znanym z jasnej składni i czytelności kodu.
W tym instruktażowym szkoleniu na żywo uczestnicy dowiedzą się, jak wdrożyć modele głębokiego uczenia się w telekomunikacji za pomocą Python , przechodząc przez proces tworzenia modelu ryzyka kredytowego dogłębnego uczenia się.
Pod koniec tego szkolenia uczestnicy będą mogli:
- Zrozum podstawowe zasady głębokiego uczenia się.
- Poznaj zastosowania i zastosowania głębokiego uczenia się w telekomunikacji.
- Użyj Python , Keras i TensorFlow aby stworzyć modele głębokiego uczenia się dla telekomunikacji.
- Zbuduj własny model dogłębnej prognozy odejść klientów za pomocą Python .
Format kursu
- Część wykładu, część dyskusji, ćwiczenia i ciężka praktyka
Głębokie uczenie się jest dziedziną uczenia maszynowego, która wykorzystuje metody oparte na uczeniu się reprezentacji danych i struktur, takich jak sieci neuronowe.
Python jest językiem programowania wysokiego poziomu znanym z jasnej składni i czytelności kodu.
W tym instruktażowym szkoleniu na żywo uczestnicy dowiedzą się, jak wdrożyć modele głębokiego uczenia się w telekomunikacji za pomocą Python , przechodząc przez proces tworzenia modelu ryzyka kredytowego dogłębnego uczenia się.
Pod koniec tego szkolenia uczestnicy będą mogli:
- Zrozum podstawowe zasady głębokiego uczenia się.
- Poznaj zastosowania i zastosowania głębokiego uczenia się w telekomunikacji.
- Użyj Python , Keras i TensorFlow aby stworzyć modele głębokiego uczenia się dla telekomunikacji.
- Zbuduj własny model dogłębnej prognozy odejść klientów za pomocą Python .
Format kursu
- Część wykładu, część dyskusji, ćwiczenia i ciężka praktyka
14 godzin
Opis
RapidMiner to platforma oprogramowania do nauki danych o otwartym kodzie źródłowym do szybkiego prototypowania i opracowywania aplikacji. Zawiera zintegrowane środowisko do przygotowywania danych, uczenia maszynowego, głębokiego uczenia się, eksploracji tekstu i analizy predykcyjnej.
W tym instruktażowym szkoleniu na żywo uczestnicy dowiedzą się, jak korzystać z RapidMiner Studio do przygotowywania danych, uczenia maszynowego i wdrażania modelu predykcyjnego.
Pod koniec tego szkolenia uczestnicy będą mogli:
- Zainstaluj i skonfiguruj RapidMiner
- Przygotuj i wizualizuj dane za pomocą RapidMiner
- Sprawdź modele uczenia maszynowego
- Połącz dane i twórz modele predykcyjne
- Operacjonalizacja analiz predykcyjnych w ramach procesu biznesowego
- Rozwiązywanie problemów i optymalizacja RapidMiner
Publiczność
- Dane naukowców
- Inżynierowie
- Deweloperzy
Format kursu
- Wykład częściowy, dyskusja częściowa, ćwiczenia i ciężka praktyka praktyczna
Uwaga
- Aby poprosić o niestandardowe szkolenie na ten kurs, skontaktuj się z nami w celu umówienia.
W tym instruktażowym szkoleniu na żywo uczestnicy dowiedzą się, jak korzystać z RapidMiner Studio do przygotowywania danych, uczenia maszynowego i wdrażania modelu predykcyjnego.
Pod koniec tego szkolenia uczestnicy będą mogli:
- Zainstaluj i skonfiguruj RapidMiner
- Przygotuj i wizualizuj dane za pomocą RapidMiner
- Sprawdź modele uczenia maszynowego
- Połącz dane i twórz modele predykcyjne
- Operacjonalizacja analiz predykcyjnych w ramach procesu biznesowego
- Rozwiązywanie problemów i optymalizacja RapidMiner
Publiczność
- Dane naukowców
- Inżynierowie
- Deweloperzy
Format kursu
- Wykład częściowy, dyskusja częściowa, ćwiczenia i ciężka praktyka praktyczna
Uwaga
- Aby poprosić o niestandardowe szkolenie na ten kurs, skontaktuj się z nami w celu umówienia.
14 godzin
Opis
Jak będą wyglądać miasta w przyszłości? W jaki sposób można wykorzystać Artificial Intelligence (AI) do poprawy planowania miasta? Jak można wykorzystać AI, aby miasta były bardziej wydajne, przyjazne dla środowiska, bezpieczniejsze i bardziej przyjazne dla środowiska?
W tym prowadzonym przez instruktora, na żywo szkoleniu (na miejscu lub zdalnie), badamy różne technologie, które tworzą AI, a także zestawy umiejętności i ramy mentalne wymagane do wykorzystania ich do planowania miasta. Obejmujemy również narzędzia i podejścia do gromadzenia i organizowania odpowiednich danych do wykorzystania w sztucznej inteligencji, w tym eksploracji danych.
Publiczność
- Urbaniści
- Architekci
- Deweloperzy
- Urzędnicy transportu
Format kursu
- Wykład częściowy, dyskusja częściowa i seria interaktywnych ćwiczeń.
Uwaga
- Aby poprosić o niestandardowe szkolenie na ten kurs, skontaktuj się z nami w celu umówienia.
W tym prowadzonym przez instruktora, na żywo szkoleniu (na miejscu lub zdalnie), badamy różne technologie, które tworzą AI, a także zestawy umiejętności i ramy mentalne wymagane do wykorzystania ich do planowania miasta. Obejmujemy również narzędzia i podejścia do gromadzenia i organizowania odpowiednich danych do wykorzystania w sztucznej inteligencji, w tym eksploracji danych.
Publiczność
- Urbaniści
- Architekci
- Deweloperzy
- Urzędnicy transportu
Format kursu
- Wykład częściowy, dyskusja częściowa i seria interaktywnych ćwiczeń.
Uwaga
- Aby poprosić o niestandardowe szkolenie na ten kurs, skontaktuj się z nami w celu umówienia.
14 godzin
Opis
Machine Learning to dziedzina sztucznej inteligencji, w której komputery mają zdolność uczenia się bez wyraźnego programowania. Deep Learning jest poddziedziną Machine Learning która próbuje naśladować działanie ludzkiego mózgu przy podejmowaniu decyzji. Jest przeszkolony w zakresie danych w celu automatycznego dostarczania rozwiązań problemów. Deep Learning zapewnia ogromne możliwości dla branży medycznej, która siedzi na kopalni złota.
W tym prowadzonym przez instruktora szkoleniu na żywo uczestnicy wezmą udział w serii dyskusji, ćwiczeń i analiz studium przypadku, aby zrozumieć podstawy Deep Learning . Zostaną ocenione najważniejsze narzędzia i techniki Deep Learning oraz przeprowadzone zostaną ćwiczenia przygotowujące uczestników do przeprowadzenia własnej oceny i wdrożenia rozwiązań Deep Learning w ramach ich organizacji.
Pod koniec tego szkolenia uczestnicy będą mogli:
- Zrozumienie podstaw Deep Learning
- Poznaj techniki Deep Learning i ich zastosowania w branży
- Sprawdź zagadnienia w medycynie, które można rozwiązać za pomocą technologii Deep Learning
- Przeglądaj studia przypadków Deep Learning w medycynie
- Sformułuj strategię przyjęcia najnowszych technologii w Deep Learning do rozwiązywania problemów w medycynie
Publiczność
- Menedżerowie
- Specjaliści medyczni w rolach przywódczych
Format kursu
- Wykład częściowy, dyskusja częściowa, ćwiczenia i ciężka praktyka praktyczna
Uwaga
- Aby poprosić o niestandardowe szkolenie na ten kurs, skontaktuj się z nami w celu umówienia.
W tym prowadzonym przez instruktora szkoleniu na żywo uczestnicy wezmą udział w serii dyskusji, ćwiczeń i analiz studium przypadku, aby zrozumieć podstawy Deep Learning . Zostaną ocenione najważniejsze narzędzia i techniki Deep Learning oraz przeprowadzone zostaną ćwiczenia przygotowujące uczestników do przeprowadzenia własnej oceny i wdrożenia rozwiązań Deep Learning w ramach ich organizacji.
Pod koniec tego szkolenia uczestnicy będą mogli:
- Zrozumienie podstaw Deep Learning
- Poznaj techniki Deep Learning i ich zastosowania w branży
- Sprawdź zagadnienia w medycynie, które można rozwiązać za pomocą technologii Deep Learning
- Przeglądaj studia przypadków Deep Learning w medycynie
- Sformułuj strategię przyjęcia najnowszych technologii w Deep Learning do rozwiązywania problemów w medycynie
Publiczność
- Menedżerowie
- Specjaliści medyczni w rolach przywódczych
Format kursu
- Wykład częściowy, dyskusja częściowa, ćwiczenia i ciężka praktyka praktyczna
Uwaga
- Aby poprosić o niestandardowe szkolenie na ten kurs, skontaktuj się z nami w celu umówienia.
14 godzin
Opis
Algebra liniowa to gałąź matematyki zajmująca się wektorami, macierzami i transformacjami liniowymi. Znajomość algebry liniowej pomaga inżynierom i programistom poprawić ich możliwości uczenia maszynowego. Zrozumienie koncepcji algebry liniowej pozwala im lepiej zrozumieć zasady techniki uczenia maszynowego, a tym samym szybciej rozwiązywać problemy.
Podczas tego prowadzonego przez instruktora szkolenia na żywo uczestnicy nauczą się podstaw algebry liniowej, rozwiązując problem uczenia maszynowego za pomocą metod algebry liniowej.
Pod koniec tego szkolenia uczestnicy będą mogli:
- Zrozum podstawowe pojęcia algebry liniowej
- Poznaj umiejętności algebry liniowej potrzebne do uczenia maszynowego
- Używaj struktur i pojęć algebry liniowej podczas pracy z danymi, obrazami, algorytmami itp.
- Rozwiąż problem uczenia maszynowego za pomocą algebry liniowej
Publiczność
- Deweloperzy
- Inżynierowie
Format kursu
- Wykład częściowy, dyskusja częściowa, ćwiczenia i ciężka praktyka praktyczna
Uwaga
- Aby poprosić o niestandardowe szkolenie na ten kurs, skontaktuj się z nami w celu umówienia.
Podczas tego prowadzonego przez instruktora szkolenia na żywo uczestnicy nauczą się podstaw algebry liniowej, rozwiązując problem uczenia maszynowego za pomocą metod algebry liniowej.
Pod koniec tego szkolenia uczestnicy będą mogli:
- Zrozum podstawowe pojęcia algebry liniowej
- Poznaj umiejętności algebry liniowej potrzebne do uczenia maszynowego
- Używaj struktur i pojęć algebry liniowej podczas pracy z danymi, obrazami, algorytmami itp.
- Rozwiąż problem uczenia maszynowego za pomocą algebry liniowej
Publiczność
- Deweloperzy
- Inżynierowie
Format kursu
- Wykład częściowy, dyskusja częściowa, ćwiczenia i ciężka praktyka praktyczna
Uwaga
- Aby poprosić o niestandardowe szkolenie na ten kurs, skontaktuj się z nami w celu umówienia.
14 godzin
Opis
Ta sesja szkoleniowa oparta na zajęciach będzie zawierać prezentacje i przykłady oparte na komputerach oraz ćwiczenia studium przypadku, które należy przeprowadzić z odpowiednimi bibliotekami sieci neuronowych i głębokich
21 godzin
Opis
Ta sesja szkoleniowa oparta na zajęciach obejmie narzędzia do uczenia maszynowego z (sugerowanym) Python . Delegaci będą mieli do wykonania przykłady komputerowe i ćwiczenia studium przypadku.
14 godzin
Opis
Ta sesja szkoleniowa oparta na zajęciach będzie poświęcona technikom uczenia maszynowego, z komputerowymi przykładami i studiami przypadków rozwiązywania problemów przy użyciu odpowiedniego programu językowego
21 godzin
Opis
Wprowadzenie :
Głębokie uczenie się staje się głównym składnikiem przyszłego projektu produktu, który chce wykorzystywać sztuczną inteligencję w sercu swoich modeli. W ciągu najbliższych 5–10 lat narzędzia do głębokiego uczenia , biblioteki i języki staną się standardowymi elementami każdego zestawu narzędzi do tworzenia oprogramowania. Do tej pory Go ogle, Sales Force, Facebook , Amazon z powodzeniem wykorzystują sztuczną inteligencję do głębokiego uczenia się, aby rozwijać swoją działalność. Zastosowania obejmowały automatyczne tłumaczenie maszynowe, analizę obrazu, analizę wideo, analizę ruchu, generowanie ukierunkowanej reklamy i wiele innych.
Ten kurs przeznaczony jest dla tych organizacji, które chcą włączyć Deep Learning jako bardzo ważną część swojej strategii dotyczącej produktu lub usługi. Poniżej znajduje się zarys kursu dogłębnego uczenia się, który możemy dostosować do różnych poziomów pracowników / interesariuszy w organizacji.
Grupa docelowa:
(W zależności od grupy docelowej, materiały kursu zostaną dostosowane)
Kierownictwo
Ogólny przegląd sztucznej inteligencji i jej dopasowania do strategii korporacyjnej, z przełomowymi sesjami na temat planowania strategicznego, planów technologicznych i alokacji zasobów w celu zapewnienia maksymalnej wartości.
Menadżerowie projektu
Jak zaplanować projekt sztucznej inteligencji, w tym gromadzenie i ocenę danych, czyszczenie i weryfikację danych, opracowanie modelu weryfikacji koncepcji, integracja z procesami biznesowymi i dostawa w całej organizacji.
Deweloperzy
Dogłębne szkolenia techniczne, koncentrujące się na sieciach neuronowych i głębokim uczeniu się, analizie obrazu i obrazu (CNN), analizie dźwięku i tekstu (NLP) oraz wprowadzaniu sztucznej inteligencji do istniejących aplikacji.
Sprzedawcy
Ogólny przegląd sztucznej inteligencji i tego, jak może zaspokoić potrzeby klientów, cenne propozycje dla różnych produktów i usług, a także jak rozwiać obawy i promować zalety sztucznej inteligencji.
Głębokie uczenie się staje się głównym składnikiem przyszłego projektu produktu, który chce wykorzystywać sztuczną inteligencję w sercu swoich modeli. W ciągu najbliższych 5–10 lat narzędzia do głębokiego uczenia , biblioteki i języki staną się standardowymi elementami każdego zestawu narzędzi do tworzenia oprogramowania. Do tej pory Go ogle, Sales Force, Facebook , Amazon z powodzeniem wykorzystują sztuczną inteligencję do głębokiego uczenia się, aby rozwijać swoją działalność. Zastosowania obejmowały automatyczne tłumaczenie maszynowe, analizę obrazu, analizę wideo, analizę ruchu, generowanie ukierunkowanej reklamy i wiele innych.
Ten kurs przeznaczony jest dla tych organizacji, które chcą włączyć Deep Learning jako bardzo ważną część swojej strategii dotyczącej produktu lub usługi. Poniżej znajduje się zarys kursu dogłębnego uczenia się, który możemy dostosować do różnych poziomów pracowników / interesariuszy w organizacji.
Grupa docelowa:
(W zależności od grupy docelowej, materiały kursu zostaną dostosowane)
Kierownictwo
Ogólny przegląd sztucznej inteligencji i jej dopasowania do strategii korporacyjnej, z przełomowymi sesjami na temat planowania strategicznego, planów technologicznych i alokacji zasobów w celu zapewnienia maksymalnej wartości.
Menadżerowie projektu
Jak zaplanować projekt sztucznej inteligencji, w tym gromadzenie i ocenę danych, czyszczenie i weryfikację danych, opracowanie modelu weryfikacji koncepcji, integracja z procesami biznesowymi i dostawa w całej organizacji.
Deweloperzy
Dogłębne szkolenia techniczne, koncentrujące się na sieciach neuronowych i głębokim uczeniu się, analizie obrazu i obrazu (CNN), analizie dźwięku i tekstu (NLP) oraz wprowadzaniu sztucznej inteligencji do istniejących aplikacji.
Sprzedawcy
Ogólny przegląd sztucznej inteligencji i tego, jak może zaspokoić potrzeby klientów, cenne propozycje dla różnych produktów i usług, a także jak rozwiać obawy i promować zalety sztucznej inteligencji.
21 godzin
Opis
Głębokie uczenie się o wzmocnieniu odnosi się do zdolności „sztucznego agenta” do uczenia się metodą prób i błędów oraz kar i nagród. Sztuczny czynnik ma na celu naśladowanie ludzkiej zdolności do samodzielnego uzyskiwania i konstruowania wiedzy, bezpośrednio z surowych danych wejściowych, takich jak wizja. Aby zrealizować uczenie się na wzmacnianie, wykorzystuje się głębokie uczenie i sieci neuronowe. Uczenie się o wzmocnieniu różni się od uczenia maszynowego i nie polega na nadzorowanych i nienadzorowanych podejściach do nauki.
W tym prowadzonym przez instruktora szkoleniu na żywo uczestnicy poznają podstawy Deep Reinforcement Learning, gdy przejdą przez tworzenie Deep Learning Agent.
Pod koniec tego szkolenia uczestnicy będą mogli:
- Zrozumienie kluczowych pojęć związanych z Deep Reinforcement Learning i umiejętność odróżnienia go od Machine Learning
- Zastosuj zaawansowane algorytmy uczenia się zbrojenia, aby rozwiązać rzeczywiste problemy
- Zbuduj Deep Learning Agent
Publiczność
- Deweloperzy
- Naukowcy danych
Format kursu
- Wykład częściowy, dyskusja częściowa, ćwiczenia i ciężka praktyka praktyczna
W tym prowadzonym przez instruktora szkoleniu na żywo uczestnicy poznają podstawy Deep Reinforcement Learning, gdy przejdą przez tworzenie Deep Learning Agent.
Pod koniec tego szkolenia uczestnicy będą mogli:
- Zrozumienie kluczowych pojęć związanych z Deep Reinforcement Learning i umiejętność odróżnienia go od Machine Learning
- Zastosuj zaawansowane algorytmy uczenia się zbrojenia, aby rozwiązać rzeczywiste problemy
- Zbuduj Deep Learning Agent
Publiczność
- Deweloperzy
- Naukowcy danych
Format kursu
- Wykład częściowy, dyskusja częściowa, ćwiczenia i ciężka praktyka praktyczna
14 godzin
Opis
AI to zbiór technologii służących do budowania inteligentnych systemów zdolnych do zrozumienia danych i działań otaczających dane w celu podejmowania „inteligentnych decyzji”. W przypadku dostawców usług telekomunikacyjnych aplikacje i usługi budowlane wykorzystujące sztuczną inteligencję mogą otworzyć drzwi dla ulepszonych operacji i obsługi w takich obszarach, jak konserwacja i optymalizacja sieci.
Podczas tego kursu sprawdzamy różne technologie, które tworzą AI i zestawy umiejętności wymagane do ich wykorzystania. W trakcie kursu badamy specyficzne zastosowania AI w branży telekomunikacyjnej.
Publiczność
- Inżynierowie sieci
- Personel operacyjny sieci
- Kierownicy techniczni telekomunikacji
Format kursu
- Wykład częściowy, dyskusja częściowa, ćwiczenia praktyczne
Podczas tego kursu sprawdzamy różne technologie, które tworzą AI i zestawy umiejętności wymagane do ich wykorzystania. W trakcie kursu badamy specyficzne zastosowania AI w branży telekomunikacyjnej.
Publiczność
- Inżynierowie sieci
- Personel operacyjny sieci
- Kierownicy techniczni telekomunikacji
Format kursu
- Wykład częściowy, dyskusja częściowa, ćwiczenia praktyczne
28 godzin
Opis
Cortana Intelligence Suite to pakiet zintegrowanych produktów i usług w chmurze Microsoft Azure które umożliwiają podmiotom przekształcanie danych w inteligentne działania.
W tym instruktażowym szkoleniu na żywo uczestnicy dowiedzą się, jak używać komponentów wchodzących w skład pakietu Cortana Intelligence Suite do tworzenia inteligentnych aplikacji opartych na danych.
Pod koniec tego szkolenia uczestnicy będą mogli:
- Dowiedz się, jak korzystać z narzędzi Cortana Intelligence Suite
- Zdobądź najnowszą wiedzę z zakresu zarządzania danymi i analityki
- Użyj komponentów Cortana , aby przekształcić dane w inteligentne działanie
- Użyj Cortana do tworzenia aplikacji od zera i uruchamiania jej w chmurze
Publiczność
- Badacze danych
- Programiści
- Deweloperzy
- Menedżerowie
- Architekci
Format kursu
- Część wykładu, część dyskusji, ćwiczenia i ciężka praktyka
W tym instruktażowym szkoleniu na żywo uczestnicy dowiedzą się, jak używać komponentów wchodzących w skład pakietu Cortana Intelligence Suite do tworzenia inteligentnych aplikacji opartych na danych.
Pod koniec tego szkolenia uczestnicy będą mogli:
- Dowiedz się, jak korzystać z narzędzi Cortana Intelligence Suite
- Zdobądź najnowszą wiedzę z zakresu zarządzania danymi i analityki
- Użyj komponentów Cortana , aby przekształcić dane w inteligentne działanie
- Użyj Cortana do tworzenia aplikacji od zera i uruchamiania jej w chmurze
Publiczność
- Badacze danych
- Programiści
- Deweloperzy
- Menedżerowie
- Architekci
Format kursu
- Część wykładu, część dyskusji, ćwiczenia i ciężka praktyka
14 godzin
Opis
Keras jest open source Python neuronowych sieci biblioteki do tworzenia głębokiego uczenia sieci neuronowych. Keras oferuje intuicyjny zestaw abstrakcji, upraszczając rozwój głębokiego uczenia się sieci neuronowych i modeli.
Ten prowadzony przez instruktora, szkolenia na żywo (na miejscu lub zdalnie) jest skierowany do inżynierów oprogramowania, którzy chcą rozwijać zaawansowane Deep Learning sieci neuronowych i modelu za pomocą Keras i Python.
Do końca tego szkolenia uczestnicy będą mogli:
- Stosuj uczenie głębokie z zastosowaniem metod uczenia nadzorowanego lub bez nadzoru.
- Opracowywanie, trenowanie i implementowanie równoczesnych sieci neuronowych i powtarzających się sieci neuronowych.
- Użyj Keras i Python do budowania modeli uczenia głębokiego, aby rozwiązywać problemy związane z obrazami, tekstem, dźwiękiem i innymi.
Format kursu
- Interaktywny wykład i dyskusja.
- Wiele ćwiczeń i praktyki.
- Praktyczne wdrożenie w środowisku laboratorium na żywo.
Opcje dostosowywania kursu
- Aby poprosić o szkolenie dostosowane do tego kursu, skontaktuj się z nami, aby umówić się.
Ten prowadzony przez instruktora, szkolenia na żywo (na miejscu lub zdalnie) jest skierowany do inżynierów oprogramowania, którzy chcą rozwijać zaawansowane Deep Learning sieci neuronowych i modelu za pomocą Keras i Python.
Do końca tego szkolenia uczestnicy będą mogli:
- Stosuj uczenie głębokie z zastosowaniem metod uczenia nadzorowanego lub bez nadzoru.
- Opracowywanie, trenowanie i implementowanie równoczesnych sieci neuronowych i powtarzających się sieci neuronowych.
- Użyj Keras i Python do budowania modeli uczenia głębokiego, aby rozwiązywać problemy związane z obrazami, tekstem, dźwiękiem i innymi.
Format kursu
- Interaktywny wykład i dyskusja.
- Wiele ćwiczeń i praktyki.
- Praktyczne wdrożenie w środowisku laboratorium na żywo.
Opcje dostosowywania kursu
- Aby poprosić o szkolenie dostosowane do tego kursu, skontaktuj się z nami, aby umówić się.
14 godzin
Opis
This instructor-led, live training in w Polsce (online or onsite) is aimed at software engineers who wish to program in Python with OpenCV 4 for deep learning.
By the end of this training, participants will be able to:
- View, load, and classify images and videos using OpenCV 4.
- Implement deep learning in OpenCV 4 with TensorFlow and Keras.
- Run deep learning models and generate impactful reports from images and videos.
By the end of this training, participants will be able to:
- View, load, and classify images and videos using OpenCV 4.
- Implement deep learning in OpenCV 4 with TensorFlow and Keras.
- Run deep learning models and generate impactful reports from images and videos.
Nadchodzące szkolenia z technologii Machine Learning (ML)
2021-04-26 09:00:00
Warszawa, ul. Złota 3 / 11
14 godzin
2021-05-10 09:00:00
Warszawa, ul. Złota 3 / 11
28 godzin
2021-05-20 09:00:00
Warszawa, ul. Złota 3 / 11
14 godzin
2021-05-26 09:00:00
Warszawa, ul. Złota 3 / 11
14 godzin
2021-06-09 09:00:00
Warszawa, ul. Złota 3 / 11
21 godzin
Other regions
Other countries
Konsultacje
Szkolenie Machine Learning, Machine Learning (ML) boot camp, Szkolenia Zdalne Machine Learning (ML), szkolenie wieczorowe Machine Learning, szkolenie weekendowe Machine Learning (ML), Kurs Machine Learning (ML),Kursy ML (Machine Learning), Trener Machine Learning, instruktor Machine Learning (ML), kurs zdalny ML (Machine Learning), edukacja zdalna Machine Learning, nauczanie wirtualne ML (Machine Learning), lekcje UML, nauka przez internet Machine Learning (ML), e-learning ML (Machine Learning), kurs online Machine Learning (ML), wykładowca Machine Learning (ML)
.jpg "polska grupa farmaceutyczna (pgf)")
.png "ministerstwo spraw wewnętrznych i administracji (mswia)"){kind=small}
.jpg "komisja nadzoru finansowego (knf)"){kind=small}
.jpg "zakład ubezpieczeń społecznych (zus)")
.gif "telekomunikacja polska (tp)"){kind=small}
.jpg "ministerstwo obrony narodowej (mon)")
.jpg "ministerstwo kultury i dziedzictwa narodowego (mkidn)")
