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.

Machine Translated

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.
21 hours
Overview
Machine Learning - це галузь штучного інтелекту, в якій комп’ютери мають можливість вчитися без явного програмування. Python - мова програмування, яка славиться чітким синтаксисом і читабельністю. Він пропонує чудову колекцію добре перевірених бібліотек та методик для розробки програм машинного навчання.

У цій навчальній програмі під керівництвом інструкторів учасники навчаться застосовувати методи машинного навчання та інструменти для вирішення реальних проблем у банківській галузі.

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

Аудиторія

- Розробники
- Дані вчених

Формат курсу

- Частина лекції, частина дискусії, вправи та важкі практичні практики
28 hours
Overview
Cortana Intelligence Suite являє собою набір інтегрованих продуктів та послуг у Microsoft Azure Cloud, який дає змогу особам перетворювати дані в інтелектуальні дії.

У цій навчальному посібнику учасники навчаться навчатися, як використовувати компоненти, що входять до складу Cortana Intelligence Suite, для створення інтелектуальних програм, керованих даними.

До кінця цього тренінгу учасники зможуть:

- Дізнайтеся, як використовувати інструменти Cortana Intelligence Suite
- Отримати останні знання з управління даними та аналітики
- Використовуйте компоненти Cortana, щоб перетворити дані в інтелектуальну дію
- Використовуйте Cortana, щоб створювати програми з нуля та запускати їх у хмарі

Аудиторія

- Дані вчених
- Програмісти
- Розробники
- Менеджери
- Архітектори

Формат курсу

- Частина лекції, частина дискусії, вправи та важка практика
28 hours
Overview
Машинне навчання - це галузь Штучного інтелекту, в якій комп'ютери мають можливість вчитися без явного запрограмування. Глибоке навчання - це підполе машинного навчання, яке використовує методи, засновані на навчанні подання даних та структур, таких як нейронні мережі. Python - мова програмування високого рівня, що славиться чітким синтаксисом та читабельністю коду.

У цьому навчанні під керівництвом інструкторів учасники дізнаються, як реалізувати моделі глибокого навчання для фінансування за допомогою Python під час створення моделі глибокого прогнозування ціни акцій.

Після закінчення цього тренінгу учасники зможуть:

- Розуміти основні поняття глибокого навчання
- Вивчіть додатки та використання глибокого навчання у фінансах
- Використовуйте Python , Keras та TensorFlow для створення глибоких моделей навчання для фінансування
- Побудуйте власну модель прогнозування цін на глибокі навчання за допомогою Python

Аудиторія

- Розробники
- Дані вчених

Формат курсу

- Частина лекції, частина дискусії, вправи та важкі практичні практики
28 hours
Overview
Машинне навчання - це галузь Штучного інтелекту, в якій комп'ютери мають можливість вчитися без явного запрограмування. Глибоке навчання - це підполе машинного навчання, яке використовує методи, засновані на навчанні подання даних та структур, таких як нейронні мережі. R - популярна мова програмування у фінансовій галузі. Він використовується у фінансових додатках, починаючи від основних торгових програм до систем управління ризиками.

У цьому навчанні на практиці під керівництвом викладачів учасники дізнаються, як реалізувати моделі глибокого навчання для банківської діяльності, використовуючи R, коли вони крокують через створення моделі кредитного ризику з глибоким навчанням.

Після закінчення цього тренінгу учасники зможуть:

- Розуміти основні поняття глибокого навчання
- Дізнайтеся про додатки та способи глибокого навчання в банківській справі
- Використовуйте R для створення глибоких моделей навчання для банківської справи
- Побудувати власну модель кредитного ризику глибокого навчання за допомогою R

Аудиторія

- Розробники
- Дані вчених

Формат курсу

- Частина лекції, частина дискусії, вправи та важкі практичні практики
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
Машинне навчання - це галузь Штучного інтелекту, в якій комп'ютери мають можливість вчитися без явного запрограмування. Глибоке навчання - це підполе машинного навчання, яке використовує методи, засновані на навчанні подання даних та структур, таких як нейронні мережі. R - популярна мова програмування у фінансовій галузі. Він використовується у фінансових додатках, починаючи від основних торгових програм до систем управління ризиками.

У цій навчальній програмі під керівництвом викладачів учасники дізнаються, як реалізувати моделі глибокого навчання для фінансування за допомогою R, коли вони крокують через створення моделі глибокого прогнозування цін акцій.

Після закінчення цього тренінгу учасники зможуть:

- Розуміти основні поняття глибокого навчання
- Вивчіть додатки та використання глибокого навчання у фінансах
- Використовуйте R для створення глибоких моделей навчання для фінансування
- Побудуйте власну модель прогнозування цін на глибокі ціни за допомогою R

Аудиторія

- Розробники
- Дані вчених

Формат курсу

- Частина лекції, частина дискусії, вправи та важкі практичні практики
28 hours
Overview
Машинне навчання - це галузь Штучного інтелекту, в якій комп'ютери мають можливість вчитися без явного запрограмування. R - популярна мова програмування у фінансовій галузі. Він використовується у фінансових додатках, починаючи від основних торгових програм до систем управління ризиками.

У цьому навчанні на практиці під керівництвом інструкторів учасники навчаться застосовувати методи машинного навчання та інструменти для вирішення реальних проблем у фінансовій галузі. R буде використовуватися як мова програмування.

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

Після закінчення цього тренінгу учасники зможуть:

- Розуміти основні поняття в машинному навчанні
- Вивчіть додатки та використання машинного навчання у фінансах
- Розробити власну алгоритмічну стратегію торгівлі за допомогою машинного навчання з R

Аудиторія

- Розробники
- Дані вчених

Формат курсу

- Частина лекції, частина дискусії, вправи та важкі практичні практики
14 hours
Overview
Computer бачення - це поле, яке включає автоматичне вилучення, аналіз та розуміння корисної інформації з цифрових носіїв інформації. Python - мова програмування високого рівня, що славиться чітким синтаксисом та читальністю коду.

У цьому тренінгу під керівництвом інструкторів учасники вивчать основи Computer Vision під час створення набору простих додатків Computer Vision за допомогою Python .

Після закінчення цього тренінгу учасники зможуть:

- Розуміти основи Computer бачення
- Використовуйте Python для реалізації завдань Computer Vision
- Побудувати власні системи виявлення обличчя, об’єктів та руху

Аудиторія

- Програмісти Python зацікавлені у Computer Vision

Формат курсу

- Частина лекції, частина дискусії, вправи та важкі практичні практики
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 концептуальних знань з нейронних мереж і, як правило, з алгоритму машинного навчання, глибокого навчання (алгоритми та програми).

Частина 1 (40%) цього навчання більше уваги на основних принципах, але і допоможе вам вибрати правильну технологію: TensorFlow , Caffe , Theano, DeepDrive, Keras і т.д.

Частина 2 (20%) цього тренінгу представляє Теано - бібліотеку пітонів, яка спрощує написання моделей глибокого навчання.

Частина 3 (40%) навчання буде широко базуватися на Tensorflow - API другого покоління з бібліотеки програмного забезпечення з відкритим кодом Go ogle для Deep Learning . Усі приклади та досвід роботи будуть зроблені в TensorFlow .

Аудиторія

Цей курс призначений для інженерів, які прагнуть використовувати TensorFlow для своїх проектів Deep Learning

Після закінчення цього курсу делегати:

-

добре розуміти глибокі нейронні мережі (DNN), CNN та RNN

-

зрозуміти структуру та механізми розгортання TensorFlow

-

вміти виконувати установки / виробниче середовище / архітектурні завдання та конфігурацію

-

вміти оцінювати якість коду, виконувати налагодження, моніторинг

-

вміти впроваджувати передові виробництва, такі як навчальні моделі, складання графіків та ведення журналів
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
28 hours
Overview
У цій навчальній програмі під керівництвом інструкторів учасники навчаться застосовувати методи машинного навчання та інструменти для вирішення реальних проблем у банківській галузі. R буде використовуватися як мова програмування.

Учасники спочатку вивчають ключові принципи, потім впроваджують свої знання на практиці, будуючи власні моделі машинного навчання та використовуючи їх для виконання ряду проектів, що живуть.

Аудиторія

- Розробники
- Дані вчених
- Банківські фахівці з технічним досвідом

Формат курсу

- Частина лекції, частина дискусії, вправи та важкі практичні практики
14 hours
Overview
AI являє собою набір технологій для побудови інтелектуальних систем, здатних розуміти дані та діяльність, що оточує дані, для прийняття "інтелектуальних рішень". Для постачальників Telecom створення додатків та послуг, що використовують AI, може відкрити двері для покращених операцій та обслуговування в таких сферах, як підтримка та оптимізація мережі.

У цьому курсі ми розглядаємо різні технології, що складають AI та набори здібностей, необхідні для їх використання. Протягом всього курсу ми розглядаємо специфічні програми AI в галузі телекомунікацій.

Аудиторія

- Мережеві інженери
- Мережевий операційний персонал
- Телекомунікаційні технічні менеджери

Формат курсу

- Частина лекції, частина дискусії, практичні вправи
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.
14 hours
Overview
У цьому тренінгу під керівництвом інструкторів учасники дізнаються, як використовувати Matlab для проектування, побудови та візуалізації звивистої нейронної мережі для розпізнавання зображень.

Після закінчення цього тренінгу учасники зможуть:

- Побудуйте модель глибокого навчання
- Автоматизація маркування даних
- Робота з моделями від Caffe та TensorFlow - Keras
- Тренуйте дані, використовуючи декілька GPU , хмари або кластерів

Аудиторія

- Розробники
- Інженери
- Експерти з домену

Формат курсу

- Частина лекції, частина дискусії, вправи та важкі практичні практики
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 подачі моделей машинного навчання (ML) до виробництва.

У цьому тренінгу під керівництвом інструкторів учасники дізнаються, як налаштувати та використовувати TensorFlow для розгортання та управління моделями ML у виробничих умовах.

Після закінчення цього тренінгу учасники зможуть:

- Тренуйте, експортуйте та обслуговуйте різні моделі TensorFlow
- Тестуйте та розгортайте алгоритми, використовуючи єдину архітектуру та набір API
- Розширення TensorFlow Служить для обслуговування інших типів моделей поза моделями TensorFlow

Аудиторія

- Розробники
- Дані вчених

Формат курсу

- Частина лекції, частина дискусії, вправи та важкі практичні практики
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
Weekend Artificial Intelligence courses, Evening Artificial Intelligence training, Artificial Intelligence boot camp, Artificial Intelligence instructor-led, Weekend Artificial Intelligence training, Evening AI courses, Artificial Intelligence coaching, AI (Artificial Intelligence) instructor, Artificial Intelligence trainer, AI 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!