курси Artificial Intelligence

курси Artificial Intelligence

Місцеві, інструктор під керівництвом живої штучного інтелекту (AI) навчальних курсів продемонструвати через практичний практиці, як реалізувати Ай рішень для вирішення реальних проблем.

Ай навчання доступне як "на місці навчання" або "дистанційне навчання жити". На місці навчання в прямому ефірі може здійснюватися на місцевому рівні в україна або в Неbleprog корпоративні навчальні центри в україна. Дистанційне навчання в прямому ефірі здійснюється шляхом інтерактивного, віддаленого робочого стола.

Nobleпрога-ваш місцевий навчальний провайдер.

Testimonials

★★★★★
★★★★★

Artificial Intelligence Course Outlines

Title
Duration
Overview
Title
Duration
Overview
7 hours
Overview
Цей курс був створений для керівників, рішень архітекторів, інноваційних працівників, технічних працівників, програмних архітекторів та всіх, хто цікавиться оглядом прикладного штучного інтелекту та найближчим прогнозом його розвитку.
35 hours
Overview
До кінця тренінгу делегати, як очікується, будуть достатньо оснащені основними концепціями пітона і повинні мати змогу достатньо використовувати NLTK для реалізації більшості операцій на базі NLP та ML. Навчання націлено на те, щоб надати не просто виконавчі знання, а й логічні та оперативні знання технології в ній.
28 hours
Overview
Машинознавство є галуззю штучного інтелекту, в якому комп'ютери мають можливість вивчати без явного програмування. Глибоке навчання - це підполе машинного навчання, яке використовує методи, засновані на представлення даних навчання та структури, такі як нейронні мережі. Python - це мова програмування високого рівня, відомий своїм зрозумілим синтаксисом та читаемості коду.

У цьому тренінгу, проведеному під керівництвом інструктора, учасники вивчатимуть, як впровадити глибокі моделі навчання для банківських операцій за допомогою Python, оскільки вони проходять через створення глибокої моделі кредитного ризику навчання.

До кінця цього тренінгу учасники зможуть:

- Зрозуміти основні поняття глибокого навчання
- Дізнайтеся про програми та способи глибокого навчання в банківській справі
- Використовуйте Python, Keras і TensorFlow для створення глибоких моделей навчання для банківських операцій
- Створіть власну модель глибокого кредитного ризику, використовуючи Python

Аудиторія

- Розробники
- Дані вчених

Формат курсу

- Частина лекції, частина дискусії, вправи та важка практика
28 hours
Overview
Машинознавство є галуззю штучного інтелекту, в якому комп'ютери мають можливість вивчати без явного програмування. Глибоке навчання - це підполе машинного навчання, яке використовує методи, засновані на представлення даних навчання та структури, такі як нейронні мережі. R - це популярна мова програмування в фінансовій галузі. Він використовується у фінансових цілях, починаючи від основних програм торгівлі до систем управління ризиками.

У цій навчальному курсі, учасники навчаться навчатися, як впроваджувати глибокі моделі навчання для фінансування з використанням R, оскільки вони проходять через створення глибокої моделі прогнозування цін на акції.

До кінця цього тренінгу учасники зможуть:

- Зрозуміти основні поняття глибокого навчання
- Дізнайтеся про програми та способи глибокого навчання у фінансах
- Використовуйте R для створення глибоких моделей навчання для фінансування
- Створіть власну модель прогнозування цін на акції, використовуючи R

Аудиторія

- Розробники
- Дані вчених

Формат курсу

- Частина лекції, частина дискусії, вправи та важка практика
28 hours
Overview
Машинознавство є галуззю штучного інтелекту, в якому комп'ютери мають можливість вивчати без явного програмування. R - це популярна мова програмування в фінансовій галузі. Він використовується у фінансових цілях, починаючи від основних програм торгівлі до систем управління ризиками.

У цьому навчанні під керівництвом інструктора, учасники навчаться навчатися методам і засобам машинного навчання для вирішення реальних проблем в галузі фінансів. R буде використовуватися як мова програмування.

Учасники спочатку вивчають основні принципи, а потім впроваджують свої знання на практиці, створюючи власні моделі машинного навчання та використовуючи їх для виконання ряду командних проектів.

До кінця цього тренінгу учасники зможуть:

- Зрозумійте основні концепції машинного навчання
- Дізнайтеся про програми та використання машинного навчання у фінансах
- Розробити власну алгоритмічну стратегію торгівлі з використанням машинного навчання з R

Аудиторія

- Розробники
- Дані вчених

Формат курсу

- Частина лекції, частина дискусії, вправи та важка практика
14 hours
Overview
Комп'ютерне бачення - це поле, яке передбачає автоматичне витягнення, аналіз та розуміння корисної інформації з цифрових носіїв. Python - це мова програмування високого рівня, відомий своїм зрозумілим синтаксисом та читаемостью коду.

У цій навчальній інструкції, учасники вивчатимуть основи Computer Vision, коли вони пройдуть крок через створення набору простих програм Computer Vision, використовуючи Python.

До кінця цього тренінгу учасники зможуть:

- Зрозумійте основи комп'ютерного бачення
- Використовуйте Python для виконання завдань Computer Vision
- Побудуйте власні обличчя, об'єкти та системи виявлення руху

Аудиторія

- Програмісти Python зацікавлені в комп'ютерному бачення

Формат курсу

- Частина лекції, частина дискусії, вправи та важка практика
21 hours
Overview
Машинознавство є галуззю штучного інтелекту, в якому комп'ютери мають можливість вивчати без явного програмування. Python - це мова програмування, відомий своїм зрозумілим синтаксисом та читаемостью. Він пропонує відмінну колекцію добре перевірених бібліотек та технологій для розробки додатків для машинного навчання.

У цьому навчанні під керівництвом інструктора, учасники навчаться навчатися методам і засобам машинного навчання для вирішення реальних проблем в галузі фінансів.

Учасники спочатку вивчають основні принципи, а потім впроваджують свої знання на практиці, створюючи власні моделі машинного навчання та використовуючи їх для виконання ряду командних проектів.

До кінця цього тренінгу учасники зможуть:

- Зрозумійте основні концепції машинного навчання
- Дізнайтеся про програми та використання машинного навчання у фінансах
- Розробити власну алгоритмічну стратегію торгівлі за допомогою машинного навчання за допомогою Python

Аудиторія

- Розробники
- Дані вчених

Формат курсу

- Частина лекції, частина дискусії, вправи та важка практика
35 hours
Overview
Прогрес у технологіях та збільшення обсягу інформації перетворюють те, як здійснюється правозастосування. Виклики, які представляють великі дані, майже такі ж складні, як обіцянка Big Data. Ефективне зберігання даних - одне з цих завдань; ефективно аналізуючи це інше.

У цій навчальному посібнику учасники вивчатимуть таку думку, з якою можна буде звертатися до технологій Big Data, оцінити їх вплив на існуючі процеси та політику та впроваджувати ці технології з метою виявлення злочинної діяльності та запобігання злочинності. Будуть вивчені практичні приклади з боку правоохоронних органів у всьому світі, щоб отримати уявлення про підходи, проблеми та результати їх впровадження.

До кінця цього тренінгу учасники зможуть:

- Об'єднайте технологію "Великі дані" із традиційними процесами збору даних, щоб об'єднати історію під час розслідування
- Реалізуйте великі рішення для зберігання та обробки даних для аналізу даних
- Підготуйте пропозицію щодо прийняття найбільш адекватних інструментів та процесів для забезпечення підходу до кримінального розслідування, керованого даними

Аудиторія

- Правоохоронці фахівці з технічної підготовки

Формат курсу

- Частина лекції, частина дискусії, вправи та важка практика
28 hours
Overview
Глибоке навчання для NLP дозволяє машині вивчати просту та складну обробку мови. Серед можливих зараз завдань - переклад мовлення та генерація підписів для фотографій. DL (Deep Learning) є підмножиною ML (Machine Learning). Python - це популярна мова програмування, що містить бібліотеки для глибокого навчання для NLP.

У цій навчальному посібнику учасники навчаться використовувати бібліотеки Python для NLP (Natural Language Processing), створюючи прикладну програму, яка обробляє набір фотографій та створює підписи.

До кінця цього тренінгу учасники зможуть:

- Дизайн та код DL для NLP за допомогою бібліотек Python
- Створіть код Python, який зчитує значно велику колекцію фотографій і генерує ключові слова
- Створіть код Python, який генерує підписи з виявлених ключових слів

Аудиторія

- Програмісти з інтересом до лінгвістики
- Програмісти, які шукають розуміння NLP (природна обробка мови)

Формат курсу

- Частина лекції, частина дискусії, вправи та важка практика
14 hours
Overview
У програмі Python Machine Learning функція підсумовування тексту здатна читати вхідний текст і створювати текстові зведення. Ця можливість доступна з командного рядка або як API / бібліотека Python. Одним із захоплюючих прикладів є швидке створення виконавчого резюме; це особливо корисно для організацій, які потребують перегляду великих об'єктів текстових даних, перш ніж створювати звіти та презентації.

У цій навчальному посібнику, учасники навчаться використовувати Python для створення простої програми, яка автоматично генерує резюме введення тексту.

До кінця цього тренінгу учасники зможуть:

- Використовуйте інструмент командного рядка, який узагальнює текст.
- Створіть та створіть код підсумовування тексту за допомогою бібліотек Python.
- Оцініть три бібліотеки підсумовування Python: sumy 0.7.0, pysummarization 1.0.4, readless 1.0.17

Аудиторія

- Розробники
- Дані вчених

Формат курсу

- Частина лекції, частина дискусії, вправи та важка практика
35 hours
Overview
Цей курс починається з надання вам концептуальних знань в нейронних мережах і, як правило, в алгоритмі машинного навчання, глибоке навчання (алгоритми та програми).

Частина 1 (40%) цього тренінгу більше зосереджується на фундаментальних принципах, але допоможе вам вибрати правильну технологію: TensorFlow, Caffe, Theano, DeepDrive, Keras та ін.

Частина 2 (20%) цього тренінгу представляє Theano - бібліотеку Python, яка робить глибокі дослідження глибинних моделей навчання.

Частина третя (40%) навчання буде широко заснована на Tensorflow - 2-го покоління API від Google open source програмного забезпечення бібліотеки для глибокого навчання. Приклади та ручний інструмент будуть створені в TensorFlow.

Аудиторія

Цей курс призначений для інженерів, які прагнуть використовувати TensorFlow для своїх проектів глибокого навчання

Після закінчення курсу делегати:

-

добре знайомитися з глибокими нейронними мережами (DNN), CNN і RNN

-

зрозуміти структуру та механізми розгортання TensorFlow

-

бути в змозі виконувати установки / виробничого середовища / архітектури завдання та конфігурацію

-

бути в змозі оцінити якість коду, виконувати налагодження, моніторинг

-

бути в змозі впроваджувати передові технології виробництва, такі як тренувальні моделі, графічні роботи та ведення журналів

Не всі теми будуть висвітлюватися в загальноосвітній аудиторії з тривалістю 35 годин у зв'язку з обширністю теми.

Тривалість курсу буде близько 70 годин, а не 35 годин.
14 hours
Overview
Бібліотека Apache OpenNLP - це інструментарій для машинного навчання, призначений для обробки тексту природної мови. Він підтримує найпоширеніші завдання NLP, такі як виявлення мови, токенізація, сегментація пропозицій, мітки теги "частина слова", вилучення названого об'єкта, роздільна здатність, роздільна здатність та кореляція.

У цій інструкції під керівництвом живих тренінгів учасники навчаться створювати моделі для обробки текстових даних за допомогою OpenNLP. Приклади навчальних даних, а також настроєні набори даних будуть використовуватися як основа для лабораторних вправ.

До кінця цього тренінгу учасники зможуть:

- Встановити та налаштувати OpenNLP
- Завантажте існуючі моделі, а також створюйте їх самостійно
- Навчіть моделі на різних наборах зразкових даних
- Інтеграція OpenNLP з існуючими Java-програмами

Аудиторія

- Розробники
- Дані вчених

Формат курсу

- Частина лекції, частина дискусії, вправи та важка практика
21 hours
Overview
Машинознавство - це галузь штучного інтелекту, в якому комп'ютери мають можливість вивчати без явного запрограмування. Python - це мова програмування, відомий своїм зрозумілим синтаксисом та читаемостью. Він пропонує відмінну колекцію добре перевірених бібліотек та технологій для розробки додатків для машинного навчання.

У цьому навчанні під керівництвом інструктора, учасники навчаться навчатися методам і засобам машинного навчання для вирішення реальних проблем у банківській галузі.

Учасники спочатку вивчають основні принципи, а потім впроваджують свої знання на практиці, створюючи власні моделі машинного навчання та використовуючи їх для виконання ряду командних проектів.

Аудиторія

- Розробники
- Дані вчених

Формат курсу

- Частина лекції, частина дискусії, вправи та важка практика
28 hours
Overview
У цьому навчанні під керівництвом інструктора, учасники навчаться навчатися методам і засобам машинного навчання для вирішення реальних проблем у банківській галузі. R буде використовуватися як мова програмування.

Учасники спочатку вивчають основні принципи, потім застосовують свої знання на практиці шляхом створення власних моделей машинного навчання та їх використання для виконання ряду живих проектів.

Аудиторія

- Розробники
- Дані вчених
- Банківські фахівці з технічною освітою

Формат курсу

- Частина лекції, частина дискусії, вправи та важка практика
14 hours
Overview
У цій інструкції під керівництвом живих тренінгів учасники навчаться використовувати Matlab для проектування, побудови та візуалізації нейронної мережі зі зварювання для розпізнавання зображень.

До кінця цього тренінгу учасники зможуть:

- Створіть глибоку модель навчання
- Автоматизація маркування даних
- Робота з моделями від Caffe та TensorFlow-Keras
- Потягніть дані, використовуючи кілька графічних процесорів, хмар або кластерів

Аудиторія

- Розробники
- Інженери
- Експерти домену

Формат курсу

- Частина лекції, частина дискусії, вправи та важка практика
28 hours
Overview
Машинознавство є галуззю штучного інтелекту, в якому комп'ютери мають можливість вивчати без явного програмування. Глибоке навчання - це підполе машинного навчання, яке використовує методи, засновані на представлення даних навчання та структури, такі як нейронні мережі. Python - це мова програмування високого рівня, відомий своїм зрозумілим синтаксисом та читаемості коду.

У цій навчальній інструкції, учасники навчаться навчатися, як впровадити глибокі моделі навчання для фінансування, використовуючи Python, коли вони просуваються шляхом створення глибокої моделі прогнозування цін на акції.

До кінця цього тренінгу учасники зможуть:

- Зрозуміти основні поняття глибокого навчання
- Дізнайтеся про програми та способи глибокого навчання у фінансах
- Використовуйте Python, Keras і TensorFlow для створення глибоких моделей навчання для фінансування
- Створіть свою власну модель прогнозування цін на акції, використовуючи Python

Аудиторія

- Розробники
- Дані вчених

Формат курсу

- Частина лекції, частина дискусії, вправи та важка практика
21 hours
Overview
Інтелектуальна аналітика - це процес аналізу даних для прогнозування майбутнього. Цей процес використовує дані разом з обробкою даних, статистикою та методами машинного навчання для створення прогнозної моделі для прогнозування майбутніх подій.

У цій навчальній інструкції, учасники навчаться навчатися, як використовувати Matlab для побудови інтелектуальних моделей та застосувати їх до великих вибіркових наборів даних для прогнозування майбутніх подій на основі даних.

До кінця цього тренінгу учасники зможуть:

- Створіть інтелектуальні моделі для аналізу шаблонів історичних та транзакційних даних
- Використовуйте інтелектуальне моделювання для визначення ризиків та можливостей
- Побудуйте математичні моделі, які фіксують важливі тенденції
- Використовуйте дані з пристроїв та бізнес-систем, щоб зменшити витрати, заощадити час або скоротити витрати

Аудиторія

- Розробники
- Інженери
- Експерти домену

Формат курсу

- Частина лекції, частина дискусії, вправи та важка практика
7 hours
Overview
TensorFlow Serving - це система для обслуговування моделей машинного навчання (ML) для виробництва.

У цій навчальній інструкції, учасники навчаться, як налаштовувати та використовувати TensorFlow Serving, щоб розгорнути та керувати моделями ML у виробничому середовищі.

До кінця цього тренінгу учасники зможуть:

- Поїзд, експорт та обслуговування різних моделей TensorFlow
- Тестувати та розгортати алгоритми з використанням єдиної архітектури та набору API
- Розширюйте подання TensorFlow, щоб обслуговувати інші типи моделей поза моделями TensorFlow

Аудиторія

- Розробники
- Дані вчених

Формат курсу

- Частина лекції, частина дискусії, вправи та важка практика
14 hours
Overview
У цій навчальній інструкції учасники навчаться навчатися, як використовувати стек технології iOS Machine Learning (ML), оскільки вони виконують роль створення та розгортання мобільного додатка iOS.

До кінця цього тренінгу учасники зможуть:

- Створіть мобільний додаток, здатний обробляти зображення, аналіз тексту та розпізнавання мовлення
- Отримайте доступ до попередньо підготовлених ML-моделей для інтеграції в додатки iOS
- Створіть власну модель ML
- Додайте підтримку Siri Voice для додатків iOS
- Розуміння та використання рамок, таких як coreML, Vision, CoreGraphics та GamePlayKit
- Використовуйте мови та інструменти, такі як Python, Keras, Caffee, Tensorflow, sci-kit learn, libsvm, Anaconda, Spyder.

Аудиторія

- Розробники

Формат курсу

- Частина лекції, частина дискусії, вправи та важка практика
21 hours
Overview
Виробництво природної мови (NLG) стосується виробництва тексту або мови природної мови комп'ютером.

У цій навчальній інструкції, учасники навчаться навчатися, як використовувати Python для створення високоякісного тексту природної мови, будуючи власну систему NLG з нуля. Також будуть розглянуті приклади досліджень, а відповідні концепції будуть застосовані до проектів живих лабораторій для створення контенту.

До кінця цього тренінгу учасники зможуть:

- Використовуйте NLG для автоматичного створення контенту для різних галузей, від журналістики, до нерухомості, до погодних та спортивних звітів
- Виберіть і упорядкуйте вихідний вміст, плануйте пропозиції та підготуйте систему для автоматичного створення оригінального вмісту
- Зрозумійте конвеєр НЛГ і застосуйте правильні методи на кожному етапі
- Зрозумійте архітектуру системи генерації природних мов (NLG)
- Впровадження найбільш підходящих алгоритмів та моделей для аналізу та упорядкування
- Витягніть дані з загальнодоступних джерел даних, а також куративних баз даних для використання як матеріалу для згенерованого тексту
- Замініть ручні і трудомісткі процеси написання за допомогою комп'ютера, створення автоматичного вмісту

Аудиторія

- Розробники
- Дані вчених

Формат курсу

- Частина лекції, частина дискусії, вправи та важка практика
21 hours
Overview
У цій навчальному посібнику учасники навчаться навчатися, як правильно використовувати машинне навчання та технології NLP (Natural Language Processing), щоб отримати значення від текстових даних.

До кінця цього тренінгу учасники зможуть:

- Вирішуйте проблеми текстових даних з високоякісним, багаторазовим кодом
- Застосовуйте різні аспекти scikit-learn (класифікація, кластеризація, регресія, зменшення розмірності) для вирішення проблем
- Створіть ефективні моделі машинного навчання, використовуючи текстові дані
- Створіть набір даних і витягуйте функції з неструктурованого тексту
- Візуалізувати дані з Matplotlib
- Побудуйте та оцініть моделі, щоб отримати розуміння
- Усунення помилок кодування тексту

Аудиторія

- Розробники
- Дані вчених

Формат курсу

- Частина лекції, частина дискусії, вправи та важка практика
14 hours
Overview
Encog - це платформа навчання для роботи з відкритим кодом для Java та .Net.

У цьому навчанні під керівництвом тренера, учасники навчаться створювати різні компоненти нейронної мережі, використовуючи ENCOG. Будуть обговорюватися реальні ситуаційні дослідження, і будуть розглянуті на цих мовах рішення на основі машинного мовлення.

До кінця цього тренінгу учасники зможуть:

- Підготуйте дані для нейронних мереж із використанням процесу нормалізації
- Впроваджувати методологію тренінгових мереж передачі та розповсюдження
- Виконувати класифікаційні та регресійні завдання
- Модель і поїзд нейронні мережі з використанням Encog на графічному інтерфейсі на базі верстатів
- Інтеграція підтримки нейронної мережі в реальних додатках

Аудиторія

- Розробники
- Аналітики
- Дані вчених

Формат курсу

- Частина лекції, частина дискусії, вправи та важка практика
14 hours
Overview
Encog - це платформа навчання для роботи з відкритим кодом для Java та .Net.

У цій інструкції під керівництвом живих тренінгів учасники вивчатимуть передові технології машинного навчання для побудови чітких прогнозних моделей нейронної мережі.

До кінця цього тренінгу учасники зможуть:

- Впроваджуйте різні методи оптимізації нейронних мереж для вирішення проблем, пов'язаних із встановленням та переобладнанням
- Зрозумійте та оберіть з низки архітектур нейронної мережі
- Впроваджувати контрольовані канали прямого та зворотного зв'язку

Аудиторія

- Розробники
- Аналітики
- Дані вчених

Формат курсу

- Частина лекції, частина дискусії, вправи та важка практика
21 hours
Overview
У цій інструкції під керівництвом живих тренінгів учасники вивчатимуть передові технології машинного навчання з R, оскільки вони крокують до створення реального застосування.

До кінця цього тренінгу учасники зможуть:

- Використовуйте методи, такі як настроювання гіперпараметрів та глибоке вивчення
- Зрозуміти та застосувати безконтрольні методи навчання
- Покладіть модель у виробництво для використання у великому додатку

Аудиторія

- Розробники
- Аналітики
- Дані вчених

Формат курсу

- Частина лекції, частина дискусії, вправи та важка практика
21 hours
Overview
У цій інструкції під керівництвом живих тренінгів учасники вивчать найбільш відповідні та найсучасніші технології машинного навчання в Python, будуючи серію демонстраційних програм, що включають зображення, музику, текст та фінансові дані.

До кінця цього тренінгу учасники зможуть:

- Впровадження алгоритмів машинного навчання та методів вирішення складних задач
- Застосовуйте глибоке навчання та напірний нагляд навчання до програм, що включають зображення, музику, текст та фінансові дані
- Натискайте алгоритми Python на максимальний потенціал
- Використовуйте бібліотеки та пакунки, такі як NumPy та Theano

Аудиторія

- Розробники
- Аналітики
- Дані вчених

Формат курсу

- Частина лекції, частина дискусії, вправи та важка практика
21 hours
Overview
метою цього курсу є надання загальної кваліфікації в застосуванні методів машинного навчання на практиці. За допомогою мови програмування Python та її різних бібліотек, і на основі безлічі практичних прикладів цей курс вчить, як використовувати найважливіші будівельні блоки машинного навчання, як зробити рішення моделювання даних, інтерпретувати результати алгоритмів і перевірки результатів.

нашою метою є дати вам навички, щоб зрозуміти і використовувати найбільш фундаментальних інструментів з машини навчання інструментів впевнено і уникнути поширених помилок застосування даних наук.
21 hours
Overview
Фіджі - це пакет обробки зображень із відкритим кодом, який поєднує ImageJ (програму обробки зображень для наукових багатовимірних зображень) та ряд додатків для аналізу наукового зображення.

У цій навчальному посібнику учасники навчаться навчатися, як використовувати розподіл Фіджі та його основну програму ImageJ для створення програми аналізу зображень.

До кінця цього тренінгу учасники зможуть:

- Використовуйте передові функції програмування та програмні компоненти Фіджі, щоб розширити ImageJ
- Вишивайте великі 3-дюймові зображення з перекриваються плиток
- Автоматично оновлювати установку Фіджі під час запуску за допомогою вбудованої системи оновлення
- Виберіть із широкого вибору мов скриптів, щоб створювати власні рішення щодо аналізу зображень
- Використовуйте потужні бібліотеки Фіджі, такі як ImgLib на великих біометричних наборах даних
- Розгортайте свою програму та співпрацюйте з іншими вченими за подібними проектами

Аудиторія

- Вчені
- Дослідники
- Розробники

Формат курсу

- Частина лекції, частина дискусії, вправи та важка практика
21 hours
Overview
Навчальний тренінг, що проводиться інструктором, представляє собою програмне забезпечення, обладнання та покроковий процес, необхідний для побудови системи розпізнавання обличчя з нуля. Розпізнавання обличчя також відоме як розпізнавання обличчя.

Обладнання, що використовується в цій лабораторії, включає Rasberry Pi, модуль камери, сервопристрої (необов'язково) та ін. Учасники несуть відповідальність за придбання самих цих компонентів. Використовуване програмне забезпечення включає OpenCV, Linux, Python та ін

До кінця цього тренінгу учасники зможуть:

- Встановіть Linux, OpenCV та інші програмні утиліти та бібліотеки на Rasberry Pi.
- Налаштуйте OpenCV для зйомки та виявлення обличчя.
- Зрозумійте різні варіанти упаковки системи Rasberry Pi для використання в реальних умовах середовища.
- Адаптація системи до різних випадків використання, включаючи спостереження, перевірку особи тощо.

Аудиторія

- Розробники
- Апаратні / програмні технікуми
- Технічні особи в усіх галузях промисловості
- Любителі

Формат курсу

- Частина лекції, частина дискусії, вправи та важка практика

Примітка

- Інші апаратні та програмні параметри включають: Arduino, OpenFace, Windows тощо. Якщо ви хочете використовувати будь-який з них, зв'яжіться з нами, щоб організувати.
14 hours
Overview
OpenFace - це програмне забезпечення для розпізнавання обличчя з відкритим вихідним кодом на базі Python і Torch на базі дослідження Google FaceNet.

У цій інструкції під керівництвом тренера, учасники навчаться використовувати компоненти OpenFace для створення та розгортання прикладів розпізнавання обличчя.

До кінця цього тренінгу учасники зможуть:

- Працюйте з компонентами OpenFace, включаючи dlib, OpenVC, Torch та nn4 для реалізації виявлення, вирівнювання та перетворення обличчя.
- Застосуйте OpenFace до реальних додатків, таких як стеження, перевірка особи, віртуальна реальність, ігри та ідентифікація повторюваних клієнтів тощо.

Аудиторія

- Розробники
- Дані вчених

Формат курсу

- Частина лекції, частина дискусії, вправи та важка практика
28 hours
Overview
Машинознавство є галуззю штучного інтелекту, в якому комп'ютери мають можливість вивчати без явного програмування. Глибоке навчання - це підполе машинного навчання, яке використовує методи, засновані на представлення даних навчання та структури, такі як нейронні мережі. R - це популярна мова програмування в фінансовій галузі. Він використовується у фінансових цілях, починаючи від основних програм торгівлі до систем управління ризиками.

У цьому тренінгу, проведеному під керівництвом інструктора, учасники вивчатимуть, як впровадити глибокі моделі навчання для банківського користування R, оскільки вони проходять через створення глибокої моделі кредитного ризику навчання.

До кінця цього тренінгу учасники зможуть:

- Зрозуміти основні поняття глибокого навчання
- Дізнайтеся про програми та способи глибокого навчання в банківській справі
- Використовуйте R для створення глибоких моделей навчання для банківської справи
- Створіть власну глибоку модель кредитного ризику, використовуючи R

Аудиторія

- Розробники
- Дані вчених

Формат курсу

- Частина лекції, частина дискусії, вправи та важка практика
Weekend Artificial Intelligence courses, Evening Artificial Intelligence training, Artificial Intelligence boot camp, Artificial Intelligence instructor-led, Weekend Artificial Intelligence training, Evening Artificial Intelligence courses, Artificial Intelligence coaching, Artificial Intelligence instructor, Artificial Intelligence trainer, Artificial Intelligence training courses, Artificial Intelligence classes, Artificial Intelligence on-site, Artificial Intelligence private courses, Artificial Intelligence one on one training

Course Discounts

Course Discounts Newsletter

We respect the privacy of your email address. We will not pass on or sell your address to others.
You can always change your preferences or unsubscribe completely.

Some of our clients

is growing fast!

We are looking to expand our presence in Ukraine!

As a Business Development Manager you will:

  • expand business in Ukraine
  • recruit local talent (sales, agents, trainers, consultants)
  • recruit local trainers and consultants

We offer:

  • Artificial Intelligence and Big Data systems to support your local operation
  • high-tech automation
  • continuously upgraded course catalogue and content
  • good fun in international team

If you are interested in running a high-tech, high-quality training and consulting business.

Apply now!