Live-Schulungen zu künstlichen Intelligenz (KI) vor Ort demonstrieren anhand praktischer Übungen, wie KI-Lösungen zur Lösung realer Probleme implementiert werden. KI-Schulungen sind als "Live-Training vor Ort" oder "Remote-Live-Training" verfügbar. Live-Schulungen vor Ort können vor Ort beim Kunden vor Ort durchgeführt werden Deutschland oder in NobleProg-Schulungszentren in Deutschland . Das Remote-Live-Training wird über einen interaktiven Remote-Desktop durchgeführt. NobleProg - Ihr lokaler Trainingsanbieter.
Machine Translated
Erfahrungsberichte
Er war sehr informativ und hilfsbereit.
Pratheep Ravy
Kurs: Predictive Modelling with R
Machine Translated
Ann schuf eine großartige Umgebung, um Fragen zu stellen und zu lernen. Wir hatten viel Spaß und lernten gleichzeitig viel.
Gudrun Bickelq
Kurs: Introduction to the use of neural networks
Machine Translated
Der interaktive Teil, zugeschnitten auf unsere spezifischen Bedürfnisse.
Thomas Stocker
Kurs: Introduction to the use of neural networks
Machine Translated
Das tiefe Wissen des Trainers über das Thema.
Sebastian Görg
Kurs: Introduction to Deep Learning
Machine Translated
Voraussichtlicher Stand der Technologie: Welche Technologie / Prozess könnte in Zukunft wichtiger werden? sehen Sie, wofür die Technologie verwendet werden kann.
Commerzbank AG
Kurs: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
Ich habe von der Themenauswahl profitiert. Art des Trainings. Praxisorientierung.
Commerzbank AG
Kurs: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
viele informationen, alle fragen beantwortet, interessante beispiele
A1 Telekom Austria AG
Kurs: Deep Learning for Telecom (with Python)
Machine Translated
Ich habe mit nahezu null Wissen angefangen und am Ende konnte ich meine eigenen Netzwerke aufbauen und trainieren.
Huawei Technologies Duesseldorf GmbH
Kurs: TensorFlow for Image Recognition
Machine Translated
Es war sehr interaktiv und entspannter und informeller als erwartet. Wir haben in der Zeit viele Themen behandelt und der Trainer war immer offen dafür, im Detail oder allgemeiner über die Themen und ihre Zusammenhänge zu sprechen. Ich denke, das Training hat mir die Werkzeuge gegeben, um weiter zu lernen, im Gegensatz zu einer einmaligen Sitzung, in der das Lernen nach dem Abschluss aufhört, was angesichts des Umfangs und der Komplexität des Themas sehr wichtig ist.
Jonathan Blease
Kurs: Artificial Neural Networks, Machine Learning, Deep Thinking
Machine Translated
Ich mochte die Übungen.
Office for National Statistics
Kurs: Natural Language Processing with Python
Machine Translated
Ich habe den praktischen Ansatz wirklich genossen.
Kevin De Cuyper
Kurs: Computer Vision with OpenCV
Machine Translated
Bereich des Materials
Maciej Jonczyk
Kurs: From Data to Decision with Big Data and Predictive Analytics
Machine Translated
Systematisierung von Wissen im Bereich ML
Orange Polska
Kurs: From Data to Decision with Big Data and Predictive Analytics
Machine Translated
Der Trainer war so sachkundig und schloss Bereiche ein, an denen ich interessiert war.
Mohamed Salama
Kurs: Data Mining & Machine Learning with R
Machine Translated
Das Thema ist sehr interessant.
Wojciech Baranowski
Kurs: Introduction to Deep Learning
Machine Translated
Trainer theoretische Kenntnisse und Bereitschaft, die Probleme mit den Teilnehmern nach dem Training zu lösen.
Grzegorz Mianowski
Kurs: Introduction to Deep Learning
Machine Translated
Thema. Sehr interessant!.
Piotr
Kurs: Introduction to Deep Learning
Machine Translated
Übungen nach jedem Thema waren sehr hilfreich, obwohl es am Ende zu kompliziert war. Im Allgemeinen war das präsentierte Material sehr interessant und interessant! Übungen mit Bilderkennung waren großartig.
Dolby Poland Sp. z o.o.
Kurs: Introduction to Deep Learning
Machine Translated
Ich denke, wenn das Training auf Polnisch gemacht würde, würde es dem Trainer erlauben, sein Wissen effizienter zu teilen.
Radek
Kurs: Introduction to Deep Learning
Machine Translated
Der globale Überblick über Deep Learning.
Bruno Charbonnier
Kurs: Advanced Deep Learning
Machine Translated
Die Übungen sind ausreichend praktisch und erfordern keine hohen Python Kenntnisse.
Alexandre GIRARD
Kurs: Advanced Deep Learning
Machine Translated
Übungen an echten Beispielen mit Eras. Italien hat unsere Erwartungen an dieses Training vollkommen verstanden.
Paul Kassis
Kurs: Advanced Deep Learning
Machine Translated
Ich habe die kristallklaren Antworten von Chris auf unsere Fragen sehr geschätzt.
Léo Dubus
Kurs: Réseau de Neurones, les Fondamentaux en utilisant TensorFlow comme Exemple
Machine Translated
Ich genoss im Allgemeinen den sachkundigen Trainer.
Sridhar Voorakkara
Kurs: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
Ich war erstaunt über den Standard dieser Klasse - ich würde sagen, dass es Universitätsstandard war.
David Relihan
Kurs: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
Sehr gute Rundumübersicht. Go od Hintergrund in warum Tensorflow arbeitet , wie es der Fall ist.
Kieran Conboy
Kurs: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
Ich mochte die Gelegenheiten, Fragen zu stellen und tiefergehende Erklärungen der Theorie zu bekommen.
Sharon Ruane
Kurs: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
Wir haben viel mehr Einblick in das Thema bekommen. Mit einigen echten Themen in unserem Unternehmen wurde eine nette Diskussion geführt.
Sebastiaan Holman
Kurs: Machine Learning and Deep Learning
Machine Translated
Die Schulung bot die richtige Grundlage, um weiter auszubauen und zu zeigen, wie Theorie und Praxis Hand in Hand gehen. Es hat mich tatsächlich mehr für das Thema interessiert als vorher.
Jean-Paul van Tillo
Kurs: Machine Learning and Deep Learning
Machine Translated
Ich habe die Berichterstattung und Tiefe der Themen sehr genossen.
Anirban Basu
Kurs: Machine Learning and Deep Learning
Machine Translated
Der Trainer erklärte sehr leicht schwierige und fortgeschrittene Themen.
Leszek K
Kurs: Artificial Intelligence Overview
Machine Translated
Ich mochte die neuen Einblicke in tiefes maschinelles Lernen.
Josip Arneric
Kurs: Neural Network in R
Machine Translated
Wir haben etwas über NN im Allgemeinen gelernt, und was für mich am interessantesten war, waren die neuen Typen von NN, die heutzutage populär sind.
Tea Poklepovic
Kurs: Neural Network in R
Machine Translated
Mir gefielen die Graphen in R :))).
Faculty of Economics and Business Zagreb
Kurs: Neural Network in R
Machine Translated
Sehr aktualisierter Ansatz oder CPI (Tensor Flow, Ära, lernen), um maschinelles Lernen zu tun.
Paul Lee
Kurs: TensorFlow for Image Recognition
Machine Translated
Alle mögen es
蒙 李
Kurs: Machine Learning Fundamentals with Python
Machine Translated
Art und Weise des Leitens und des Beispiels, das vom Trainer gegeben wird
ORANGE POLSKA S.A.
Kurs: Machine Learning and Deep Learning
Machine Translated
Möglichkeit, die vorgeschlagenen Themen selbst zu diskutieren
ORANGE POLSKA S.A.
Kurs: Machine Learning and Deep Learning
Machine Translated
Kommunikation mit Dozenten
文欣 张
Kurs: Artificial Neural Networks, Machine Learning, Deep Thinking
Machine Translated
Gefällt mir
lisa xie
Kurs: Artificial Neural Networks, Machine Learning, Deep Thinking
Machine Translated
Vertiefte Darstellung von Themen des maschinellen Lernens, insbesondere neuronaler Netze. Entmystifizierte viel von dem Thema.
Sacha Nandlall
Kurs: Python for Advanced Machine Learning
Machine Translated
Dies ist einer der besten praktischen Übungen, die ich je gemacht habe.
Laura Kahn
Kurs: Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP
Machine Translated
AI (Artificial Intelligence) Kurspläne
Name des Kurses
Dauer
Überblick
Name des Kurses
Dauer
Überblick
7 Stunden
This instructor-led, live training in Deutschland (online or onsite) is aimed at software engineers or anyone who wish to learn how to use Vertex AI to perform and complete machine learning activities.
By the end of this training, participants will be able to:
- Understand how Vertex AI works and use it as a machine learning platform.
- Learn about machine learning and NLP concepts.
- Know how to train and deploy machine learning models using Vertex AI.
7 Stunden
AlphaFold ist ein Artificial Intelligence (AI) System, das die Proteinstrukturen voraussagt. Es wird von Alphabet’s/Google’s DeepMind als ein tiefer Lernsystem entwickelt, das genau 3D-Modelle von Proteinstrukturen vorhersagen kann.
Dieser Instructor-leitet, Live-Training (online oder online) richtet sich an Biologen, die verstehen wollen, wie AlphaFold arbeiten und verwenden AlphaFold Modelle als Leitfaden in ihren experimentellen Studien.
Am Ende dieser Ausbildung können die Teilnehmer:
-
Sie verstehen die Grundprinzipien von AlphaFold.
Lernen Sie, wie AlphaFold funktioniert.
Erfahren Sie, wie Sie AlphaFold Prognosen und Ergebnisse interpretieren.
-
Interaktive Unterricht und Diskussion.
Viele Übungen und Übungen.
Hand-on Implementierung in einem Live-Lab-Umfeld.
-
Um eine benutzerdefinierte Ausbildung für diesen Kurs zu beantragen, wenden Sie sich bitte an uns, um zu arrangieren.
14 Stunden
Waikato Environment for Knowledge Analysis (Weka) ist eine Open-Source Data Mining Visualization-Software. Es bietet eine Sammlung von Maschinenlern-Algorithmen für Datenherstellung, Klassifizierung, Klusterung und andere Data Mining-Aktivitäten.
Dieser Instructor-leitet, Live-Training (online oder on-site) richtet sich an Datenanalytiker und Datenwissenschaftler, die verwenden möchten Weka für die Erfüllung von Data Mining Aufgaben.
Am Ende dieser Ausbildung können die Teilnehmer:
-
Installieren und konfigurieren Weka
Verständnis der Weka Umwelt und des Arbeitsplatzes.
Durchführen Sie Datenmining Aufgaben mit Weka.
-
Interaktive Unterricht und Diskussion.
Viele Übungen und Übungen.
Hand-on Implementierung in einem Live-Lab-Umfeld.
-
Um eine benutzerdefinierte Ausbildung für diesen Kurs zu beantragen, wenden Sie sich bitte an uns, um zu arrangieren.
14 Stunden
Ziel dieses Kurses ist es, eine grundlegende Kompetenz in der Anwendung Machine Learning Methoden in der Praxis zu bieten. Durch die Verwendung der Programmiersprache und ihrer verschiedenen Bibliotheken und auf der Grundlage einer Vielzahl praktischer Beispiele lehrt dieser Kurs, wie man die wichtigsten Baublöcke von Machine Learning verwendet, wie man Datenmodellierungsentscheidungen macht, die Ergebnisse der Algorithmen interpretiert und die Ergebnisse validiert.
Unser Ziel ist es, Ihnen die Fähigkeiten zu vermitteln, die grundlegendsten Tools aus dem Toolbox vertrauensvoll zu verstehen und zu verwenden und die gemeinsamen Fälle der Anwendungen zu vermeiden.
21 Stunden
In diesem instruierten Live-Training lernen die Teilnehmer die relevantesten und fortschrittlichsten maschinellen Lerntechniken in Python kennen, während sie eine Reihe von Demo-Anwendungen mit Bild-, Musik-, Text- und Finanzdaten erstellen Am Ende dieses Trainings werden die Teilnehmer in der Lage sein: Implementieren Sie maschinelle Lernalgorithmen und Techniken zur Lösung komplexer Probleme Wenden Sie intensives Lernen und halbüberwachtes Lernen auf Anwendungen mit Bild-, Musik-, Text- und Finanzdaten an Push Python-Algorithmen auf ihr maximales Potenzial Verwenden Sie Bibliotheken und Pakete wie NumPy und Theano Publikum Entwickler Analysten Datenwissenschaftler Format des Kurses Teilvorlesung, Teildiskussion, Übungen und schwere Handsonsübungen .
21 Stunden
Es wird geschätzt, dass unstrukturierte Daten mehr als 90 Prozent aller Daten ausmachen, ein Großteil davon in Textform. Blogbeiträge, Tweets, Social Media und andere digitale Publikationen tragen immer wieder zu diesem wachsenden Datenbestand bei.
Dieser von Ausbildern geleitete Live-Kurs konzentriert sich auf die Gewinnung von Einsichten und Bedeutungen aus diesen Daten. Mit Hilfe der Bibliotheken R Language and Natural Language Processing (NLP) kombinieren wir Konzepte und Techniken aus der Informatik, der künstlichen Intelligenz und der Computerlinguistik, um die Bedeutung hinter den Textdaten algorithmisch zu verstehen. Datenbeispiele sind in verschiedenen Sprachen pro Kundenwunsch erhältlich.
Am Ende dieses Trainings werden die Teilnehmer in der Lage sein, Datensätze (große und kleine) aus unterschiedlichen Quellen zu erstellen und dann die richtigen Algorithmen anzuwenden, um ihre Bedeutung zu analysieren und zu berichten.
- Teil-Vortrag, Teilbesprechung, schwere Hands-on-Praxis, gelegentliche Tests zur Messung des Verständnisses
28 Stunden
Ziel dieses Kurses ist es, allgemeine Kenntnisse in der Anwendung von maschinellen Lernmethoden in der Praxis zu vermitteln. Durch den Einsatz der Programmiersprache Python und ihrer verschiedenen Bibliotheken und anhand einer Vielzahl von Praxisbeispielen vermittelt dieser Kurs, wie man die wichtigsten Bausteine des maschinellen Lernens nutzt, wie man Datenmodellierungsentscheidungen trifft, die Ausgänge der Algorithmen und Validierung der Ergebnisse.
Unser Ziel ist es, Ihnen die Fähigkeiten zu vermitteln, die grundlegendsten Werkzeuge aus dem Werkzeugkasten Maschinenlerntechnik sicher zu verstehen und zu nutzen und die üblichen Fallstricke von Datenwissenschaften zu vermeiden.
28 Stunden
Dieser Kurs führt Linguisten oder Programmierer zur NLP in Python. Während dieses Kurses werden wir hauptsächlich nltk.org (Natural Language Tool Kit) verwenden, aber wir werden auch andere Bibliotheken verwenden, die für NLP relevant und nützlich sind. Im Moment können wir diesen Kurs in Python 2.x oder Python 3.x durchführen. Beispiele sind in Englisch oder Mandarin (普通话). Andere Sprachen können auch zur Verfügung gestellt werden, wenn vor der Buchung vereinbart wird.
35 Stunden
Dies ist eine fünftägige Einführung in Data Science und AI. Der Kurs wird mit Beispielen und Übungen mit Python geliefert
28 Stunden
Dies ist ein 4-Tage-Kurs, mit dem AI und seine Anwendung mit der Programmiersprache eingeführt werden. Es gibt eine Option, einen zusätzlichen Tag zu haben, um ein AI-Projekt zu unternehmen, um diesen Kurs zu beenden.
21 Stunden
Tiefe Reinforcement Learning verweist auf die Fähigkeit eines "artificiellen Agents", durch Prozess- und Fehler und Belohungen zu lernen. Ein künstlicher Agent cielt, ein menschliches ' zu emuliern; die Möglichkeit, Wissen auf eigenen und konstruieren, direkt aus Roh-Eingaben wie Vision zu erhalten. Um die Verstärkung von Lernen zu erfahren, werden die tiefe Lern- und Neurannetzwerken verwendet. Die Reforcement-Lern ist unterschiedlich von Maschine-Lern und vertraut nicht auf überwachsene und unübersichtliche Lernbedingungen.In diesem Instruktor lebende Ausbildung lernen Teilnehmer die Grundlagen der Tiefe Reinforcement Learning, während sie durch die Schaffung eines Deep Learning Agents schritten.Bis Ende dieser Ausbildung werden Teilnehmer:
- Verstehen Sie die Schlüsselkonzepte hinter Tiefe Reinforcement Learning und können sie von Machine Learning Erweiterte Reinforcement Learning Algoritmen unterscheiden, um echte Weltproblemen zu lösen Bauen eine Deep Learning Agent
- Entwickler Datenwissenschaftler
- Teilleistung, Teildiskussion, Übungen und schwere Händliche Praxis
14 Stunden
IBM Cloud Pak for Data ist eine Multi-Cloud-Software-Plattform für die Erhebung, Organisation und Analyse von Daten für den Einsatz in KI.
Dieser Instructor-Leid, Live-Training (online oder online) richtet sich an Datenwissenschaftler, die IBM Cloud Pak verwenden möchten, um Daten für die Verwendung in KI-Lösungen vorzubereiten.
Am Ende dieser Ausbildung können die Teilnehmer:
-
Installieren und konfigurieren Sie Cloud Pak für Daten.
Vereinigung der Sammlung, Organisation und Analyse von Daten.
Integrieren Sie Cloud Pak für Daten mit einer Vielzahl von Dienstleistungen, um gemeinsame Geschäftsprobleme zu lösen.
Implementieren von Workflows für die Zusammenarbeit mit Teammitgliedern zur Entwicklung einer AI-Lösung.
-
Interaktive Unterricht und Diskussion.
Viele Übungen und Übungen.
Hand-on Implementierung in einem Live-Lab-Umfeld.
-
Um eine benutzerdefinierte Ausbildung für diesen Kurs zu beantragen, wenden Sie sich bitte an uns, um zu arrangieren.
28 Stunden
Machine Learning ist eine Branche der künstlichen Intelligenz, in der Computer die Fähigkeit haben, ohne ausdrücklich programmiert zu werden.
Die tiefe Lernen ist ein Unterfeld des Maschinenlernen, das Methoden verwendet, die auf Lerndaten-Repräsentationen und Strukturen wie neurale Netzwerke basieren.
Python ist eine hochwertige Programmiersprache berühmt für ihre klaren Syntax und Code Lesbarkeit.
In diesem Instructor-leitet, Live-Training, lernen die Teilnehmer, wie die Implementierung von tiefen Lernmodellen für Telekom mit Python wie sie durch die Schaffung eines tiefen Lern-Kredit-Risiko-Modell.
Am Ende dieser Ausbildung können die Teilnehmer:
-
Sie verstehen die grundlegenden Konzepte des tiefen Lernens.
Lernen Sie die Anwendungen und Anwendungen des tiefen Lernens in Telekom.
Nutzen Python, Keras und TensorFlow, um tiefe Lernmodelle für Telecom zu erstellen.
Erstellen Sie Ihr eigenes Deep Learning Customer Churn Prognose-Modell mit Python.
-
Interaktive Unterricht und Diskussion.
Viele Übungen und Übungen.
Hand-on Implementierung in einem Live-Lab-Umfeld.
-
Um eine benutzerdefinierte Ausbildung für diesen Kurs zu beantragen, wenden Sie sich bitte an uns, um zu arrangieren.
14 Stunden
Embedding Projector ist eine Open-Source-Webanwendung zur Visualisierung der Daten, die zum Trainieren von maschinellen Lernsystemen verwendet werden Erstellt von Google, ist es ein Teil von TensorFlow Dieses instruierte Live-Training stellt die Konzepte hinter Embedding Projector vor und führt die Teilnehmer durch die Einrichtung eines Demo-Projekts Am Ende dieses Trainings werden die Teilnehmer in der Lage sein: Erfahren Sie, wie Daten von maschinellen Lernmodellen interpretiert werden Navigieren Sie durch 3D- und 2D-Ansichten von Daten, um zu verstehen, wie ein maschineller Lernalgorithmus sie interpretiert Verstehen Sie die Konzepte hinter Embedding und ihre Rolle bei der Darstellung mathematischer Vektoren für Bilder, Wörter und Zahlen Erkunden Sie die Eigenschaften einer bestimmten Einbettung, um das Verhalten eines Modells zu verstehen Wenden Sie Embedding Project auf reale Anwendungsfälle an, wie zum Beispiel das Erstellen eines Song-Empfehlungssystems für Musikliebhaber Publikum Entwickler Datenwissenschaftler Format des Kurses Teilvorlesung, Teildiskussion, Übungen und schwere Handsonsübungen .
7 Stunden
Dieser Kurs wurde für Führungskräfte, Lösungsarchitekten, Innovationsbeamte, CTOs, Softwarearchitekten und alle, die an einem Überblick über angewandte künstliche Intelligenz und die nächste Prognose für ihre Entwicklung interessiert sind.
21 Stunden
In diesem Kurs wird ein praktischer Ansatz zum Unterrichten von OptaPlanner . Es stellt den Teilnehmern die Werkzeuge zur Verfügung, die zur Ausführung der Grundfunktionen dieses Werkzeugs erforderlich sind.
28 Stunden
Dieser viertägige Kurs soll vermitteln, wie genetische Algorithmen funktionieren. Es wird auch erläutert, wie Modellparameter eines genetischen Algorithmus ausgewählt werden. Es gibt viele Anwendungen für genetische Algorithmen in diesem Kurs und Optimierungsprobleme werden mit den genetischen Algorithmen angegangen.
7 Stunden
Dies ist eine Präsenzschulung in einem Präsentations- und Q & A-Format
14 Stunden
Intelligent Process Automation (IPA) bezieht sich auf die Verwendung von Artificial Intelligence (AI) , Robotik und die Integration in Dienste von Drittanbietern, um die Leistungsfähigkeit von RPA zu erweitern. Dieses Live-Training (vor Ort oder per Fernzugriff) richtet sich an technische Personen, die ein RPA-System mit intelligenteren Funktionen einrichten oder erweitern möchten. Am Ende dieser Schulung können die Teilnehmer:
- Installieren und konfigurieren Sie UiPath IPA.
- Aktivieren Sie Roboter, um andere Roboter zu verwalten.
- Wenden Sie Computer Vision an, um Bildschirmobjekte genau zu lokalisieren.
- Aktivieren Sie Roboter, die Sprachmuster erkennen und Stimmungsanalysen für unstrukturierte Inhalte durchführen können.
- Interaktiver Vortrag und Diskussion.
- Viele Übungen und Übungen.
- Praktische Implementierung in einer Live-Laborumgebung.
- Um ein individuelles Training für diesen Kurs anzufordern, kontaktieren Sie uns bitte, um dies zu arrangieren.
- Weitere UiPath zu UiPath IPA finden Sie unter: https://www. UiPath .com / rpa / intelligente-prozessautomatisierung
14 Stunden
Softwaretests sind der Prozess der Bewertung der Gültigkeit der Funktionalität einer Softwareanwendung. Die Integration künstlicher Intelligenz in die Softwaretestumgebung ermöglicht die KI-gesteuerte Automatisierung, wodurch die Erstellung, Ausführung und Wartung von Tests beschleunigt wird.
Dieses von einem Kursleiter geleitete Live-Training (vor Ort oder remote) richtet sich an Softwaretester, die eine KI-gesteuerte Softwaretestumgebung wünschen.
Am Ende dieser Schulung können die Teilnehmer:
- Automatisieren Sie die Generierung und Parametrierung von Komponententests mit KI.
- Wenden Sie maschinelles Lernen in einem realen Anwendungsfall an.
- Automatisieren Sie die Generierung und Wartung von API-Tests mit KI.
- Verwenden Sie Machine Learning-Methoden, um die Ausführung von Selenium Tests selbst zu heilen.
- Interaktiver Vortrag und Diskussion.
- Viele Übungen und Übungen.
- Praktische Implementierung in einer Live-Lab-Umgebung.
- Um ein individuelles Training für diesen Kurs anzufordern, kontaktieren Sie uns bitte, um dies zu arrangieren.
7 Stunden
AI (Artificial Intelligence) ist die Intelligenz für Maschinen, die spezifische Aufgaben durch die Erkennung von Mustern in Daten erfüllen. AI ermöglicht Benutzern, das Wachstum der Erfolg der digitalen Marketingkampagnen zu hacken.
Dieser Instructor-Leid, Live-Training (online oder on-site) richtet sich an Marketer, die KI verwenden möchten, um digitale Marketingstrategien durch wertvolle Kunden-Inspektionen zu verbessern.
Am Ende dieser Ausbildung können die Teilnehmer:
-
Leverage AI-Software, um die Art und Weise zu verbessern, wie Marken mit den Benutzern verbinden.
Verwenden Sie Chatbots, um die Benutzererfahrung zu optimieren.
Erhöhen Sie Produktivität und Einnahmen durch die Automatisierung von Aufgaben.
-
Interaktive Unterricht und Diskussion.
Viele Übungen und Übungen.
Hand-on Implementierung in einem Live-Lab-Umfeld.
-
Um eine benutzerdefinierte Ausbildung für diesen Kurs zu beantragen, wenden Sie sich bitte an uns, um zu arrangieren.
21 Stunden
Robotics ist ein Bereich der künstlichen Intelligenz (AI), die sich mit der Programmierung und Gestaltung intelligenter und effizienter Maschinen beschäftigt.
Dieser Instructor-Leid, Live-Training (online oder on-site) richtet sich an Ingenieure, die Roboter durch grundlegende AI-Methoden programmieren und erstellen möchten.
Am Ende dieser Ausbildung können die Teilnehmer:
-
Implementierte Filter (Kalman und Partikel) ermöglichen es dem Roboter, bewegende Objekte in seinem Umfeld zu lokalisieren.
Durchführung von Suchalgoritmen und Bewegungsplanung.
Implementieren PID-Kontrolle, um die Bewegung eines Robots innerhalb eines Umfelds zu regulieren.
Implementieren Sie SLAM-Algorithmen, um ein Roboter zu ermöglichen, eine unbekannte Umgebung zu mappen.
-
Interaktive Unterricht und Diskussion.
Viele Übungen und Übungen.
Hand-on Implementierung in einem Live-Lab-Umfeld.
-
Um eine benutzerdefinierte Ausbildung für diesen Kurs zu beantragen, wenden Sie sich bitte an uns, um zu arrangieren.
7 Stunden
Artificial Intelligence (AI) ist die Simulation der menschlichen Intelligenz in Maschinen, die so programmiert sind, wie Menschen zu denken und zu handeln. Es umfasst eine Vielzahl von Technologien, wie Maschinenlernen und tiefer Lernen, und wird für verschiedene Geschäfts- und Unternehmensanwendungen verwendet, um organisatorische Herausforderungen und Bedürfnisse zu lösen.
Dieser Instructor-Leid, Live-Training (online oder online) richtet sich an Führungskräfte und Geschäftsführer, die über die Grundlagen der künstlichen Intelligenz lernen und KI-Projekte für ihre Organisation verwalten möchten.
Am Ende dieser Ausbildung werden die Teilnehmer in der Lage sein, KI auf technischer Ebene zu verstehen und mit den Daten und Ressourcen ihrer Organisation zu strategisieren, um KI-Projekte erfolgreich zu verwalten.
Format des Kurses
-
Interaktive Unterricht und Diskussion.
Viele Übungen und Übungen.
Hand-on Implementierung in einem Live-Lab-Umfeld.
-
Um eine benutzerdefinierte Ausbildung für diesen Kurs zu beantragen, wenden Sie sich bitte an uns, um zu arrangieren.
80 Stunden
Robotics und Artificial Intelligence (AI) sind mächtige Werkzeuge für die Entwicklung von Sicherheitssystemen in Kernanlagen.
In diesem Live-Training (online oder online) lernen die Teilnehmer die verschiedenen Technologien, Frameworks und Techniken für die Programmierung verschiedener Arten von Roboter, die im Bereich der Kerntechnologie und Umwelt-Systeme verwendet werden.
Der 4-wöchige Kurs findet 5 Tage in der Woche statt. Jeder Tag ist 4 Stunden lang und besteht aus Vorträgen, Diskussionen und praktischer Roboterentwicklung in einem Live-Lab-Umfeld. Die Teilnehmer werden verschiedene real-world-Projekte abschließen, die an ihre Arbeit anwendbar sind, um ihre erworbenen Kenntnisse zu üben.
Die Zielhardware für diesen Kurs wird in 3D durch Simulationsoftware simuliert. Der Code wird dann auf die physische Hardware (Arduino oder andere) für die endgültige Testung geladen. Die ROS (Robot Operating System) Open-Source-Framework, C++ und Python werden für die Programmierung der Roboter verwendet.
Am Ende dieser Ausbildung können die Teilnehmer:
Die Teilnehmer müssen ihre eigene Hardware bereitstellen.
Kursanpassungsoptionen
-
Verständnis der Schlüsselkonzepte, die in der Robotik verwendet werden.
Verständigen und verwalten Sie die Interaktion zwischen Software und Hardware in einem Robot-System.
Verständnis und Implementierung der Software-Komponenten, die die Robotik unterstützen.
Bauen und operieren Sie einen simulierten mechanischen Roboter, der durch Stimme sehen, fühlen, verarbeiten, navigieren und mit Menschen interagieren kann.
Verständnis der notwendigen Elemente der künstlichen Intelligenz (Machine Learning, Deep Learning usw.) Anwendbar für den Aufbau eines intelligenten Robots.
Implementierte Filter (Kalman und Partikel) ermöglichen es dem Roboter, bewegende Objekte in seinem Umfeld zu lokalisieren.
Durchführung von Suchalgoritmen und Bewegungsplanung.
Implementieren PID-Kontrolle, um die Bewegung eines Robots innerhalb eines Umfelds zu regulieren.
Implementieren Sie SLAM-Algorithmen, um ein Roboter zu ermöglichen, eine unbekannte Umgebung zu mappen.
Test und Problemlösung eines Robots in realistischen Szenarien.
-
Interaktive Unterricht und Diskussion.
Viele Übungen und Übungen.
Hand-on Implementierung in einem Live-Lab-Umfeld.
-
Hardware-Kits werden vom Instruktor vor dem Training bestätigt. Kits werden mehr oder weniger die folgenden Komponenten enthalten:
Arduino Vorstand
Motorkontrolle
Entfernungssensor
Bluetooth Sklaven
Prototyping Board und Kabel
USB Kabel
Fahrzeug Kit
-
Um jeden Teil dieses Kurses anpassen (Programmungssprache, Robotmodell, Mikrokontroller usw.) Bitte kontaktieren Sie uns, um zu arrangieren.
120 Stunden
Robotics und Artificial Intelligence (AI) sind mächtige Werkzeuge für die Entwicklung von Sicherheitssystemen in Kernanlagen.
In diesem Live-Training (online oder online) lernen die Teilnehmer die verschiedenen Technologien, Frameworks und Techniken für die Programmierung verschiedener Arten von Roboter, die im Bereich der Kerntechnologie und Umwelt-Systeme verwendet werden.
Der 6-wöchige Kurs findet 5 Tage in der Woche statt. Jeder Tag ist 4 Stunden lang und besteht aus Vorträgen, Diskussionen und praktischer Roboterentwicklung in einem Live-Lab-Umfeld. Die Teilnehmer werden verschiedene real-world-Projekte abschließen, die an ihre Arbeit anwendbar sind, um ihre erworbenen Kenntnisse zu üben.
Die Zielhardware für diesen Kurs wird in 3D durch Simulationsoftware simuliert. Die ROS (Robot Operating System) Open-Source-Framework, C++ und Python werden für die Programmierung der Roboter verwendet.
Am Ende dieser Ausbildung können die Teilnehmer:
-
Verständnis der Schlüsselkonzepte, die in der Robotik verwendet werden.
Verständigen und verwalten Sie die Interaktion zwischen Software und Hardware in einem Robot-System.
Verständnis und Implementierung der Software-Komponenten, die die Robotik unterstützen.
Bauen und operieren Sie einen simulierten mechanischen Roboter, der durch Stimme sehen, fühlen, verarbeiten, navigieren und mit Menschen interagieren kann.
Verständnis der notwendigen Elemente der künstlichen Intelligenz (Machine Learning, Deep Learning usw.) Anwendbar für den Aufbau eines intelligenten Robots.
Implementierte Filter (Kalman und Partikel) ermöglichen es dem Roboter, bewegende Objekte in seinem Umfeld zu lokalisieren.
Durchführung von Suchalgoritmen und Bewegungsplanung.
Implementieren PID-Kontrolle, um die Bewegung eines Robots innerhalb eines Umfelds zu regulieren.
Implementieren Sie SLAM-Algorithmen, um ein Roboter zu ermöglichen, eine unbekannte Umgebung zu mappen.
Erweitern Sie die Fähigkeit eines Robots, komplexe Aufgaben durchzuführen Deep Learning.
Test und Problemlösung eines Robots in realistischen Szenarien.
-
Interaktive Unterricht und Diskussion.
Viele Übungen und Übungen.
Hand-on Implementierung in einem Live-Lab-Umfeld.
-
Zur Anpassung eines Teils dieses Kurses (Programmungssprache, Robotmodell usw.) Bitte kontaktieren Sie uns, um zu arrangieren.
7 Stunden
Das Training richtet sich an Personen, die die Grundlagen neuronaler Netze und ihrer Anwendungen erlernen möchten.
14 Stunden
Dieser Kurs ist eine Einführung in die Anwendung neuronaler Netze bei realen Problemen mit R-Project-Software.
14 Stunden
Der Übungskurs ist für alle diejenigen gedacht, die "Machine Learning" in praktischen Applikationen anwenden möchten
Teilnehmer
Dieser Kurs ist für Data Scientists und Statistiker, die Grundkenntnisse in Statistik haben und wissen, wie man R programmiert. Der Schwerpunkt des Kurses liegt auf dem praktischen Aspekt von Daten/Modell-Vorbereitung, Execution, post hoc Analyse und Visualisierung.
Das Ziel ist es, den Teilnehmern praktische Kenntnisse im Maschinellen Lernen zu vermitteln.
Bereichsspezifische Beispiele erhöhen die Relevanz der Schulung für die Teilnehmer.
21 Stunden
Das künstliche neuronale Netz ist ein Computerdatenmodell, das bei der Entwicklung von Artificial Intelligence (AI) Systemen Artificial Intelligence (AI) verwendet wird, die "intelligente" Aufgaben ausführen können. Neural Networks werden häufig in ML-Anwendungen ( Machine Learning ) verwendet, bei denen es sich um eine Implementierung von AI handelt. Deep Learning ist eine Teilmenge von ML.
35 Stunden
Dieser Kurs wurde für Personen entwickelt, die noch keine Erfahrung mit Wahrscheinlichkeit und Statistik haben .
Last Updated:
Zukünftige AI Kurse
Machine Learning for Finance (with Python)
2022-10-10 09:30
21 hours
Machine Learning in business – AI/Robotics
2022-10-27 09:30
14 hours
AI Awareness for Telecom
2022-11-02 09:30
14 hours
Machine Learning for Finance (with R)
2022-11-22 09:30
28 hours
Turning Data into Intelligent Action with Cortana Intelligence
2022-11-22 09:30
28 hours
Künstliche Intelligenz Schulung, AI (Artificial Intelligence) boot camp, Künstliche Intelligenz Abendkurse, AI (Artificial Intelligence) Wochenendkurse, AI (Artificial Intelligence) Kurs, AI (Artificial Intelligence) Training, AI (Artificial Intelligence) Seminar, AI (Artificial Intelligence) Seminare, Künstliche Intelligenz Privatkurs, Artificial Intelligence Coaching, Künstliche Intelligenz Lehrer
