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

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

Das Thema. Es schien interessant, aber ich verließ nicht viel mehr als vorher.

Radoslaw Labedzki

Kurs: Introduction to Deep Learning

Machine Translated

Mir hat gefallen, dass dieser Kurs ein sehr interessantes Thema hatte.

Wojciech Wilk

Kurs: Introduction to Deep Learning

Machine Translated

Ich habe die kristallklaren Antworten von Chris auf unsere Fragen sehr geschätzt.

Léo Dubus

Kurs: Neural Networks Fundamentals using TensorFlow as Example

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

Ich mochte die neuen Einblicke in tiefes maschinelles Lernen.

Josip Arneric

Kurs: Training 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: Training Neural Network in R

Machine Translated

Mir gefielen die Graphen in R :))).

Faculty of Economics and Business Zagreb

Kurs: Training Neural Network in R

Machine Translated

Das tiefe Wissen des Trainers über das Thema.

Sebastian Görg

Kurs: Introduction to Deep Learning

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

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

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

Dies ist eines der besten Online-Trainings, die ich je in meiner 13-jährigen Karriere gemacht habe. Mach weiter so!

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

Machine Translated

Richard's Trainingsstil hielt es interessant, die Beispiele aus der realen Welt halfen, die Konzepte nach Hause zu bringen.

Jamie Martin-Royle - NBrown Group

Kurs: From Data to Decision with Big Data and Predictive Analytics

Machine Translated

Der Inhalt, wie ich es sehr interessant fand und denke, dass es mir in meinem letzten Jahr an der Universität helfen würde.

Krishan Mistry - NBrown Group

Kurs: From Data to Decision with Big Data and Predictive Analytics

Machine Translated

Die einfache Verwendung der VideoCapture-Funktionalität zum Erfassen von Videobildern von einer Laptop-Kamera.

HP Printing and Computing Solutions, Sociedad Limitada Unipe

Kurs: Computer Vision with OpenCV

Machine Translated

Ich habe die Empfehlungen des Trainers zur Verwendung der Tools genossen. Dies ist etwas, das nicht aus dem Internet erhalten werden kann und sehr nützlich ist.

HP Printing and Computing Solutions, Sociedad Limitada Unipe

Kurs: Computer Vision with OpenCV

Machine Translated

Ich habe die Empfehlungen des Trainers zur Verwendung der Tools genossen. Dies ist etwas, das nicht aus dem Internet erhalten werden kann und sehr nützlich ist.

HP Printing and Computing Solutions, Sociedad Limitada Unipe

Kurs: Computer Vision with OpenCV

Machine Translated

Es war leicht zu folgen.

HP Printing and Computing Solutions, Sociedad Limitada Unipe

Kurs: Computer Vision with OpenCV

Machine Translated

Die Angelegenheit war gut präsentiert und ordentlich.

Marylin Houle - Ivanhoe Cambridge

Kurs: Introduction to R with Time Series Analysis

Machine Translated

Ich habe von der Leidenschaft zum Lehren profitiert und mich darauf konzentriert, Dinge sinnvoll zu machen.

Zaher Sharifi - GOSI

Kurs: Advanced Deep Learning

Machine Translated

Es ist eins zu eins. Ich kann eine Menge Fragen stellen und auch den Händler bitten, zu wiederholen, wenn mir etwas nicht klar war.

Kurs: Insurtech: A Practical Introduction for Managers

Machine Translated

Über Gesichtsbereich.

中移物联网

Kurs: Deep Learning for NLP (Natural Language Processing)

Machine Translated

Der informelle Austausch, den wir während der Vorträge hatten, hat mir wirklich geholfen, mein Verständnis für das Thema zu vertiefen.

Explore

Kurs: Deep Reinforcement Learning with Python

Machine Translated

Die Geduld des Trainers

European Space Agency (ESA/ESTEC)

Kurs: Getting Started with Quantum Computing and Q#

Machine Translated

Es werden viele Methoden mit vorbereiteten Skripten gezeigt - sehr gut vorbereitete Materialien und ein einfaches Zurückverfolgen

Kamila Begej - GE Medical Systems Polska Sp. Zoo

Kurs: Machine Learning – Data science

Machine Translated

Ich mag, dass das Training sich auf Beispiele und Codierung konzentrierte. Ich dachte, dass es unmöglich ist, so viel Inhalt in drei Trainingstage zu packen, aber ich habe mich geirrt. Das Training umfasste viele Themen und alles wurde sehr detailliert durchgeführt (insbesondere das Einstellen der Modellparameter - ich hatte nicht damit gerechnet, dass es eine Zeit dafür geben wird, und ich war sehr überrascht).

Bartosz Rosiek - GE Medical Systems Polska Sp. Zoo

Kurs: Machine Learning – Data science

Machine Translated

der letzte Tag. Generation Teil

Accenture Inc

Kurs: Python for Natural Language Generation

Machine Translated

Die Themen beziehen sich auf NLG. Das Team konnte am Ende etwas Neues mit interessanten Themen lernen, aber es war erst am letzten Tag. Es gab auch mehr praktische Aktivitäten als Folien, was gut war.

Accenture Inc

Kurs: Python for Natural Language Generation

Machine Translated

Mir gefällt, dass es mehr um das How-to der verschiedenen Methoden der Textzusammenfassung geht

Kurs: Text Summarization with Python

Machine Translated

Die Remote-Klassenzimmer-Einstellung funktionierte sehr gut

Trimac Management Services LP

Kurs: Introduction to R with Time Series Analysis

Machine Translated

Good detail on what R is used for and how to start using it right away

Hoss Shenassa - Trimac Management Services LP

Kurs: Introduction to R with Time Series Analysis

The many practical examples / assignments that we went through were great. For me, I learn better by seeing examples and applying them elsewhere. The use of real data and applying what was taught against it was extremely valuable. Michaels PowerPoint presentations and his ability to work through each solution was invaluable.

Trimac Management Services LP

Kurs: Introduction to R with Time Series Analysis

viele informationen, alle fragen beantwortet, interessante beispiele

A1 Telekom Austria AG

Kurs: Deep Learning for Telecom (with Python)

Machine Translated

Dies ist eines der besten Online-Trainings, die ich je in meiner 13-jährigen Karriere gemacht habe. Mach weiter so!

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

Machine Translated

Es ist eins zu eins. Ich kann eine Menge Fragen stellen und auch den Händler bitten, zu wiederholen, wenn mir etwas nicht klar war.

Kurs: Insurtech: A Practical Introduction for Managers

Machine Translated

Mir gefällt, dass es mehr um das How-to der verschiedenen Methoden der Textzusammenfassung geht

Kurs: Text Summarization with Python

Machine Translated

Künstliche Intelligenz Unterkategorien

AI (Artificial Intelligence) Kurspläne

Name des Kurses

Dauer

Überblick

Name des Kurses

Dauer

Überblick

Artificial Intelligence in Automotive

14 hours

Überblick

Dieser Kurs behandelt KI (mit Schwerpunkt auf Machine Learning und Deep Learning ) in der Automotive . Es hilft zu bestimmen, welche Technologie (potenziell) in mehreren Situationen in einem Auto eingesetzt werden kann: von der einfachen Automatisierung über die Bilderkennung bis hin zur autonomen Entscheidungsfindung.

NLP: Natural Language Processing with R

21 hours

Überblick

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.

Format der

- Teil-Vortrag, Teilbesprechung, schwere Hands-on-Praxis, gelegentliche Tests zur Messung des Verständnisses

Machine Learning with PredictionIO

21 hours

Überblick

PredictionIO ist ein Open-Source-Server für Machine Learning der auf dem neuesten Open-Source-Stack aufbaut.

Publikum

Dieser Kurs richtet sich an Entwickler und Datenwissenschaftler, die Predictive Engines für jede maschinelle Lernaufgabe erstellen möchten.

Pattern Matching

14 hours

Überblick

Die Mustererkennung ist eine Technik, mit der bestimmte Muster in einem Bild gesucht werden. Es kann verwendet werden, um das Vorhandensein bestimmter Merkmale in einem erfassten Bild zu bestimmen, z. B. das erwartete Etikett auf einem fehlerhaften Produkt in einer Fertigungslinie oder die angegebenen Abmessungen eines Bauteils. Es unterscheidet sich von der " Pattern Recognition " (die allgemeine Muster erkennt, die auf größeren Sammlungen verwandter Muster basieren) darin, dass es genau festlegt, wonach wir suchen, und uns dann mitteilt, ob das erwartete Muster vorhanden ist oder nicht.

Format des Kurses

- Dieser Kurs führt in die Ansätze, Technologien und Algorithmen ein, die im Bereich des Pattern Matching für Machine Vision .

PaddlePaddle

21 hours

Überblick

PaddlePaddle (PArallel Distributed Deep LEarning) ist eine von Baidu entwickelte skalierbare Deep-Learning-Plattform In diesem instruierten Live-Training lernen die Teilnehmer, PaddlePaddle zu verwenden, um tiefes Lernen in ihren Produkt- und Serviceanwendungen zu ermöglichen Am Ende dieses Trainings werden die Teilnehmer in der Lage sein: Richten Sie PaddlePaddle ein und konfigurieren Sie es Richten Sie ein Convolutional Neural Network (CNN) für die Bilderkennung und Objekterkennung ein Richten Sie ein Recurrent Neural Network (RNN) für die Stimmungsanalyse ein Richten Sie Deep Learning auf Empfehlungssystemen ein, damit Benutzer Antworten finden können Klickraten (Click-through-Rate - CTR) vorhersagen, großformatige Bildsätze klassifizieren, optische Zeichenerkennung (OCR) durchführen, Suchanfragen einordnen, Computerviren erkennen und ein Empfehlungssystem implementieren Publikum Entwickler Datenwissenschaftler Format des Kurses Teilvorlesung, Teildiskussion, Übungen und schwere Handsonsübungen .

OptaPlanner in Practice

21 hours

Überblick

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.

OpenNN: Implementing Neural Networks

14 hours

Überblick

OpenNN ist eine in C ++ geschriebene Open-Source-Klassenbibliothek, die neuronale Netzwerke für maschinelles Lernen implementiert.

In diesem Kurs gehen wir auf die Prinzipien neuronaler Netzwerke ein und verwenden OpenNN, um eine Beispielanwendung zu implementieren.

Publikum
Softwareentwickler und Programmierer, die Deep-Learning-Anwendungen erstellen möchten.

Format des Kurses
Vortrag und Diskussion, begleitet von praktischen Übungen.

OpenNMT: Setting Up a Neural Machine Translation System

7 hours

Überblick

In diesem von Lehrern geführten Live-Training lernen die Teilnehmer, wie OpenNMT eingerichtet und verwendet OpenNMT , um die Übersetzung verschiedener Beispieldatensätze durchzuführen. Der Kurs beginnt mit einem Überblick über neuronale Netze, wie sie für die maschinelle Übersetzung gelten. Die Teilnehmer führen während des gesamten Kurses Live-Übungen durch, um ihr Verständnis der erlernten Konzepte zu demonstrieren und Feedback vom Kursleiter zu erhalten.

Am Ende dieser Schulung verfügen die Teilnehmer über das Wissen und die Praxis, um eine Live- OpenNMT Lösung zu implementieren.

Quell- und Zielsprachenbeispiele werden nach den Anforderungen des Publikums vorbestellt.

Format des Kurses

- Teilvorlesung, Teildiskussion, viel Praxis

OpenNLP for Text Based Machine Learning

14 hours

Überblick

Die Apache OpenNLP-Bibliothek ist ein auf maschinellem Lernen basierendes Toolkit zur Verarbeitung von Text in natürlicher Sprache Es unterstützt die gebräuchlichsten NLP-Aufgaben, wie z B Spracherkennung, Tokenisierung, Satzsegmentierung, Teil-Spech-Tagging, Namensentitätsextraktion, Chunking, Parsing und Koreferenzierung In diesem instruierten Live-Training lernen die Teilnehmer, wie sie mit OpenNLP Modelle für die Verarbeitung textbasierter Daten erstellen können Als Grundlage für die Laborübungen dienen sowohl Trainingsdaten als auch kundenspezifische Datensätze Am Ende dieses Trainings werden die Teilnehmer in der Lage sein: Installieren und konfigurieren Sie OpenNLP Laden Sie bestehende Modelle herunter und erstellen Sie eigene Modelle Trainieren Sie die Modelle auf verschiedenen Sample-Datensätzen Integrieren Sie OpenNLP in vorhandene Java-Anwendungen Publikum Entwickler Datenwissenschaftler Format des Kurses Teilvorlesung, Teildiskussion, Übungen und schwere Handsonsübungen .

OpenFace: Creating Facial Recognition Systems

14 hours

Überblick

OpenFace ist Python und Torch-basierte Echtzeit-Gesichtserkennungssoftware, die auf der FaceNet-Forschung von Google basiert In diesem instruierten Live-Training lernen die Teilnehmer, wie sie mithilfe der OpenFace-Komponenten eine Musteranwendung für die Gesichtserkennung erstellen und bereitstellen können Am Ende dieses Trainings werden die Teilnehmer in der Lage sein: Arbeiten Sie mit OpenFace-Komponenten, einschließlich dlib, OpenVC, Torch und nn4, um Gesichtserkennung, Ausrichtung und Transformation zu implementieren Wenden Sie OpenFace auf Realworld-Anwendungen wie Überwachung, Identitätsüberprüfung, Virtual Reality, Spiele und Identifizierung von Stammkunden usw an Publikum Entwickler Datenwissenschaftler Format des Kurses Teilvorlesung, Teildiskussion, Übungen und schwere Handsonsübungen .

Computer Vision with OpenCV

28 hours

Überblick

OpenCV (Open Source Computer Vision Library: http://opencv.org) ist eine Open Source-BSD-lizenzierte Bibliothek, die mehrere Hundert Computer Vision-Algorithmen enthält.

Publikum

Dieser Kurs richtet sich an Ingenieure und Architekten, die OpenCV für Computer Vision-Projekte einsetzen OpenCV

Octave not only for programmers

21 hours

Überblick

Der Kurs richtet sich an diejenigen, die ein alternatives Programm zum kommerziellen MATLAB-Paket kennenlernen möchten Das dreitägige Training bietet umfassende Informationen über die Bewegung in der Umwelt und die Durchführung des OCTAVE-Pakets für Datenanalyse und technische Berechnungen Die Trainingsempfänger sind Anfänger, aber auch diejenigen, die das Programm kennen und ihr Wissen systematisieren und ihre Fähigkeiten verbessern möchten Kenntnisse in anderen Programmiersprachen sind nicht erforderlich, erleichtern aber den Lernenden den Erwerb von Wissen Der Kurs zeigt Ihnen, wie Sie das Programm in vielen praktischen Beispielen verwenden .

Neural computing – Data science

14 hours

Überblick

Diese auf Klassenräumen basierende Schulungssitzung enthält Präsentationen und computergestützte Beispiele sowie Fallstudien, die mit relevanten neuronalen und tiefen Netzwerkbibliotheken durchgeführt werden sollen

Natural Language Processing - AI/Robotics

21 hours

Überblick

Diese Schulungssitzung im Klassenzimmer wird NLP-Techniken in Verbindung mit der Anwendung von AI und Robotics im Geschäftsleben untersuchen Die Delegierten werden computerbasierte Beispiele und Fallstudien-Lösungsübungen mit Python durchführen .

Natural Language Processing

21 hours

Überblick

Dieser Kurs richtet sich an Personen, die daran interessiert sind, dem geschriebenen englischen Text Bedeutung zu entziehen, obwohl das Wissen auch auf andere menschliche Sprachen übertragen werden kann.

Der Kurs befasst sich mit der Verwendung von Texten, die von Menschen geschrieben wurden, z. B. Blog-Posts, Tweets usw.

Beispielsweise kann ein Analyst einen Algorithmus einrichten, der auf der Grundlage einer umfangreichen Datenquelle automatisch zu einer Schlussfolgerung gelangt.

Python for Advanced Machine Learning

21 hours

Überblick

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 .

Python for Natural Language Generation

21 hours

Überblick

Natural Language Generation (NLG) bezieht sich auf die Produktion von natürlichsprachlichem Text oder Sprache durch einen Computer In diesem instruierten Live-Training lernen die Teilnehmer, wie sie mithilfe von Python hochwertigen Text in natürlicher Sprache erstellen können, indem sie ihr eigenes NLG-System von Grund auf neu erstellen Fallstudien werden ebenfalls untersucht und die relevanten Konzepte werden auf Live-Lab-Projekte zur Generierung von Inhalten angewendet Am Ende dieses Trainings werden die Teilnehmer in der Lage sein: Verwenden Sie NLG, um automatisch Inhalte für verschiedene Branchen zu generieren, von Journalismus über Immobilien bis hin zu Wetter- und Sportberichten Auswählen und Organisieren von Quellinhalt, Planen von Sätzen und Vorbereiten eines Systems zum automatischen Generieren von Originalinhalten Verstehen Sie die NLG-Pipeline und wenden Sie die richtigen Techniken in jeder Phase an Verstehen Sie die Architektur eines Natural Language Generation (NLG) -Systems Implementieren Sie die am besten geeigneten Algorithmen und Modelle für die Analyse und Bestellung Ziehen Sie Daten aus öffentlich verfügbaren Datenquellen sowie aus kuratierten Datenbanken, die als Material für generierten Text verwendet werden sollen Ersetze manuelle und mühsame Schreibprozesse durch computergenerierte, automatisierte Inhaltserstellung Publikum Entwickler Datenwissenschaftler Format des Kurses Teilvorlesung, Teildiskussion, Übungen und schwere Handsonsübungen .

Neural Networks Fundamentals using TensorFlow as Example

28 hours

Überblick

Dieser Kurs vermittelt Kenntnisse in neuronalen Netzen und allgemein in maschinellem Lernalgorithmus, Deep Learning (Algorithmen und Anwendungen).

Diese Schulung konzentriert sich mehr auf die Grundlagen, hilft Ihnen jedoch bei der Auswahl der richtigen Technologie: TensorFlow , Caffe , Teano, DeepDrive, Keras usw. Die Beispiele wurden in TensorFlow .

Introduction to the use of neural networks

7 hours

Überblick

Das Training richtet sich an Personen, die die Grundlagen neuronaler Netze und ihrer Anwendungen erlernen möchten.

Machine Learning – Data science

21 hours

Überblick

In dieser auf Klassenräumen basierenden Schulungssitzung werden maschinelle Lernwerkzeuge mit (empfohlenem) Python . Die Teilnehmer erhalten computergestützte Beispiele und Fallstudien.

Machine Learning for Robotics

21 hours

Überblick

Dieser Kurs führt in Methoden des maschinellen Lernens in Robotikanwendungen ein.

Es gibt einen umfassenden Überblick über bestehende Methoden, Motivationen und Hauptideen im Kontext der Mustererkennung.

Nach einem kurzen theoretischen Hintergrund führen die Teilnehmer einfache Übungen mit Open Source (normalerweise R) oder einer anderen gängigen Software durch.

Machine Learning with Python

21 hours

Überblick

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.

Machine Learning in business – AI/Robotics

14 hours

Überblick

Diese Präsenzschulung wird maschinelle Lerntechniken mit computerbasierten Beispielen und Fallbeispiel-Lösungsübungen unter Verwendung einer relevanten Programmsprache untersuchen .

Machine Learning on iOS

14 hours

Überblick

In diesem instruierten Live-Training lernen die Teilnehmer, wie sie den Technologie-Stack von iOS Machine Learning (ML) nutzen können, während sie die Erstellung und Bereitstellung einer mobilen iOS-App durchlaufen Am Ende dieses Trainings werden die Teilnehmer in der Lage sein: Erstellen Sie eine mobile App, die Bildverarbeitung, Textanalyse und Spracherkennung unterstützt Greifen Sie auf vortrainierte ML-Modelle zur Integration in iOS-Apps zu Erstellen Sie ein benutzerdefiniertes ML-Modell Fügen Sie Siri Voice-Unterstützung für iOS-Apps hinzu Verstehen und verwenden Sie Frameworks wie CoreML, Vision, CoreGraphics und GamePlayKit Verwenden Sie Sprachen und Tools wie Python, Keras, Caffee, Tensorflow, Scikit lernen, libsvm, Anaconda und Spyder Publikum Entwickler Format des Kurses Teilvorlesung, Teildiskussion, Übungen und schwere Handsonsübungen .

Introduction to Machine Learning

7 hours

Überblick

Dieser Kurs richtet sich an Personen, die grundlegende Techniken des Machine Learning in praktischen Anwendungen anwenden möchten.

Publikum

Datenwissenschaftler und Statistiker, die mit maschinellem Lernen vertraut sind und wissen, wie man R programmiert. Der Schwerpunkt dieses Kurses liegt auf den praktischen Aspekten der Daten- / Modellvorbereitung, Ausführung, Post-Hoc-Analyse und Visualisierung. Ziel ist es, Teilnehmern, die an der Anwendung der Methoden bei der Arbeit interessiert sind, eine praktische Einführung in das maschinelle Lernen zu geben

Branchenspezifische Beispiele sollen das Training für das Publikum relevant machen.

Machine Learning Fundamentals with R

14 hours

Überblick

Ziel dieses Kurses ist es, grundlegende Kenntnisse in der Anwendung von Methoden des Machine Learning in der Praxis zu vermitteln. Anhand der R - Programmierplattform und ihrer verschiedenen Bibliotheken sowie anhand einer Vielzahl praktischer Beispiele wird in diesem Kurs die Verwendung der wichtigsten Bausteine des Machine Learning , das Treffen von Datenmodellierungsentscheidungen sowie die Interpretation der Ergebnisse der Algorithmen und erläutert validieren Sie die Ergebnisse.

Unser Ziel ist es, Sie in die Lage zu versetzen, die grundlegendsten Tools aus der Toolbox für Machine Learning sicher zu verstehen und zu verwenden und die üblichen Fallstricke der Data Science Anwendungen zu vermeiden.

Machine Learning Fundamentals with Python

14 hours

Überblick

Ziel dieses Kurses ist es, grundlegende Kenntnisse in der Anwendung von Methoden des Machine Learning in der Praxis zu vermitteln. In diesem Kurs wird anhand der Programmiersprache Python und ihrer verschiedenen Bibliotheken anhand einer Vielzahl praktischer Beispiele gezeigt, wie die wichtigsten Bausteine des Machine Learning , wie Datenmodellierungsentscheidungen getroffen, die Ergebnisse der Algorithmen interpretiert werden und validieren Sie die Ergebnisse.

Unser Ziel ist es, Sie in die Lage zu versetzen, die grundlegendsten Tools aus der Toolbox für Machine Learning sicher zu verstehen und zu verwenden und die üblichen Fallstricke der Data Science Anwendungen zu vermeiden.

Machine Learning Fundamentals with Scala and Apache Spark

14 hours

Überblick

Ziel dieses Kurses ist es, grundlegende Kenntnisse in der Anwendung von Methoden des Machine Learning in der Praxis zu vermitteln. In diesem Kurs wird anhand der Programmiersprache Scala und ihrer verschiedenen Bibliotheken anhand einer Vielzahl von praktischen Beispielen gezeigt, wie die wichtigsten Bausteine des Machine Learning , wie Datenmodellierungsentscheidungen getroffen, die Ergebnisse der Algorithmen interpretiert werden und validieren Sie die Ergebnisse.

Unser Ziel ist es, Sie in die Lage zu versetzen, die grundlegendsten Tools aus der Toolbox für Machine Learning sicher zu verstehen und zu verwenden und die üblichen Fallstricke der Data Science Anwendungen zu vermeiden.

Machine Learning for Finance (with R)

28 hours

Überblick

Maschinelles Lernen ist ein Zweig der künstlichen Intelligenz, in dem Computer lernen können, ohne explizit programmiert zu werden. R ist eine beliebte Programmiersprache in der Finanzbranche. Es wird in Finanzanwendungen eingesetzt, die von Kernhandelsprogrammen bis zu Risikomanagementsystemen reichen.

In diesem von Lehrern geführten Live-Training lernen die Teilnehmer, wie sie Techniken und Werkzeuge des maschinellen Lernens anwenden, um reale Probleme in der Finanzbranche zu lösen. Als Programmiersprache wird R verwendet.

Die Teilnehmer lernen zunächst die wichtigsten Prinzipien und setzen dann ihr Wissen in die Praxis um, indem sie ihre eigenen Modelle für maschinelles Lernen erstellen und sie für eine Reihe von Teamprojekten verwenden.

Am Ende dieser Schulung können die Teilnehmer:

- Verstehen Sie die grundlegenden Konzepte des maschinellen Lernens
- Lernen Sie die Anwendungen und Einsatzmöglichkeiten des maschinellen Lernens im Finanzbereich kennen
- Entwickeln Sie ihre eigene algorithmische Handelsstrategie mithilfe von maschinellem Lernen mit R

Publikum

- Entwickler
- Datenwissenschaftler

Format des Kurses

- Teilvorlesung, Teildiskussion, Übungen und viel praktisches Üben

Predictive Modelling with R

14 hours

Überblick

R ist eine freie Open-Source-Programmiersprache für statistische Berechnungen, Datenanalysen und Grafiken. R wird von einer wachsenden Anzahl von Managern und Datenanalysten in Unternehmen und Hochschulen verwendet. R bietet eine Vielzahl von Paketen für das Data Mining.

Other regions

;Bonn Berlin Bremen Dresden Düsseldorf Erfurt Frankfurt am Main Hamburg Hannover Köln Leipzig München Nürnberg Stuttgart

Other countries

These courses are also available in other countries ››

Consulting

Künstliche Intelligenz Consulting

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