Навчальні курси "Глибоке навчання" (DL), організовані місцевими інструкторами, демонструють практичні практичні засади та програми глибокого навчання та охоплюють такі теми, як глибоке машинне навчання, глибоке структурне навчання та ієрархічне навчання. Підготовка до глибокого навчання доступна як "навчальна програма на місці" або "дистанційна програма навчання". Навчання на місці може здійснюватися локально на приміщеннях клієнта в Україні україна або в корпоративних навчальних центрах NobleProg в Росії україна . Дистанційне навчання в режимі реального часу здійснюється за допомогою інтерактивного, віддаленого робочого столу. NobleProg - Ваш постачальник місцевих навчальних закладів

Testimonials

★★★★★

Це було дуже інтерактивним, більш спокійним та неформальним, ніж очікувалося. Ми розглянули багато тем у той час, і тренер завжди був сприйнятливим, щоб докладніше говорити про це теми та як вони були пов'язані. Я відчуваю, що навчання дало мені інструменти для продовження навчання, на відміну від того, що це один сеанс, де навчання закінчується після того, як ви закінчите, що дуже важливо з урахуванням масштабу та складності теми.

Jonathan Blease

Course:Artificial Neural Networks, Machine Learning, Deep Thinking

Translated by

Тема дуже цікава

Wojciech Baranowski

Course:Introduction to Deep Learning

Translated by

Тренажери теоретичні знання та готовність вирішити проблеми з учасниками після тренінгу

Grzegorz Mianowski

Course:Introduction to Deep Learning

Translated by

Тема Дуже цікаво!

Piotr

Course:Introduction to Deep Learning

Translated by

Вправи після кожної теми були дійсно корисними, незважаючи на те, що в кінці були занадто складні. Взагалі, представлений матеріал був дуже цікавим і залучав! Вправи з розпізнаванням зображення були чудовими.

Dolby Poland Sp. z o.o.

Course:Introduction to Deep Learning

Translated by

Я думаю, що якщо навчання буде виконане польською, це дозволить тренерові поділитися своїми знаннями більш ефективними

Radek

Course:Introduction to Deep Learning

Translated by

Глобальний огляд глибокого навчання

Bruno Charbonnier

Course:Advanced Deep Learning

Translated by

Вправи є достатньо практичними і не потребують високих знань у Python для виконання.

Alexandre GIRARD

Course:Advanced Deep Learning

Translated by

Вправи на реальних прикладах з використанням Keras. Міхай цілком зрозумів наші очікування щодо цього навчання.

Paul Kassis

Course:Advanced Deep Learning

Translated by

Тема. це здавалося цікавим, але я залишив знати не набагато більше, ніж раніше.

Radoslaw Labedzki

Course:Introduction to Deep Learning

Translated by

Цікавий предмет

Wojciech Wilk

Course:Introduction to Deep Learning

Translated by

Я дуже ціную кришталево чіткі відповіді Кріса на наші запитання.

Léo Dubus

Course:Réseau de Neurones, les Fondamentaux en utilisant TensorFlow comme Exemple

Translated by

Знаючий тренер

Sridhar Voorakkara

Course:Neural Networks Fundamentals using TensorFlow as Example

Translated by

Я був вражений стандартом цього класу - я б сказав, що це був університетський стандарт.

David Relihan

Course:Neural Networks Fundamentals using TensorFlow as Example

Translated by

Дуже добре все круглий огляд. Добрий фон в тому, чому Tensorflow працює так, як це робить.

Kieran Conboy

Course:Neural Networks Fundamentals using TensorFlow as Example

Translated by

Мені сподобались можливості задавати питання і отримати більш глибоке пояснення цієї теорії.

Sharon Ruane

Course:Neural Networks Fundamentals using TensorFlow as Example

Translated by

Ми отримали набагато більше уявлення про предмет. Деякі хороші обговорення були зроблені з деякими реальними предметами в нашій компанії

Sebastiaan Holman

Course:Machine Learning and Deep Learning

Translated by

Тренінг забезпечив правильний фундамент, який дозволяє нам продовжувати розширюватися, показуючи, як теорія та практика йдуть рука об руку. Насправді мені більше цікавила ця тема, ніж я раніше.

Jean-Paul van Tillo

Course:Machine Learning and Deep Learning

Translated by

Покриття та глибина тем

Anirban Basu

Course:Machine Learning and Deep Learning

Translated by

Глибоке знання тренера з теми.

Sebastian Görg

Course:Introduction to Deep Learning

Translated by

Дуже гнучкий

Frank Ueltzhöffer

Course:Artificial Neural Networks, Machine Learning and Deep Thinking

Translated by

гнучкість

Werner Philipp

Course:Artificial Neural Networks, Machine Learning and Deep Thinking

Translated by

З огляду на світогляд технології: яка технологія / процес може стати більш важливим у майбутньому; Подивіться, якою може бути технологія

Commerzbank AG

Course:Neural Networks Fundamentals using TensorFlow as Example

Translated by

Вибір теми. Стиль навчання. Практична орієнтація

Commerzbank AG

Course:Neural Networks Fundamentals using TensorFlow as Example

Translated by

спосіб проведення та приклад тренера

ORANGE POLSKA S.A.

Course:Machine Learning and Deep Learning

Translated by

Можливість самостійно обговорити запропоновані питання

ORANGE POLSKA S.A.

Course:Machine Learning and Deep Learning

Translated by

Зв'язок з викладачем

文欣张

Course:Artificial Neural Networks, Machine Learning, Deep Thinking

Translated by

Як це

lisa xie

Course:Artificial Neural Networks, Machine Learning, Deep Thinking

Translated by

Поглиблений виклад тем машинного навчання, зокрема нейронних мереж. Демифіксація багато теми.

Sacha Nandlall

Course:Python for Advanced Machine Learning

Translated by

Великі та сучасні знання про провідні та практичні приклади застосування.

ING Bank Śląski S.A.

Course:Introduction to Deep Learning

Translated by

Багато вправ, дуже гарне співробітництво з групою.

Janusz Chrobot - ING Bank Śląski S.A.

Course:Introduction to Deep Learning

Translated by

робота над колегаторами

ING Bank Śląski S.A.

Course:Introduction to Deep Learning

Translated by

Очевидно, що провідними були ентузіасти представлених тем. Використовуються цікаві приклади під час вправ.

ING Bank Śląski S.A.

Course:Introduction to Deep Learning

Translated by

Широкий спектр тем охоплює і значні знання лідерів.

ING Bank Śląski S.A.; Kamil Kurek Programowanie

Course:Understanding Deep Neural Networks

Translated by

відсутність

ING Bank Śląski S.A.; Kamil Kurek Programowanie

Course:Understanding Deep Neural Networks

Translated by

Великі теоретичні та практичні знання викладачів. Комунікативність тренерів. Під час курсу ви можете задавати питання та отримати задовільні відповіді.

Kamil Kurek - ING Bank Śląski S.A.; Kamil Kurek Programowanie

Course:Understanding Deep Neural Networks

Translated by

Практична частина, де ми реалізували алгоритми. Це дозволило краще зрозуміти тему.

ING Bank Śląski S.A.; Kamil Kurek Programowanie

Course:Understanding Deep Neural Networks

Translated by

вправи та приклади, що їх реалізують на них

Paweł Orzechowski - ING Bank Śląski S.A.; Kamil Kurek Programowanie

Course:Understanding Deep Neural Networks

Translated by

Обговорювалися приклади та питання.

ING Bank Śląski S.A.; Kamil Kurek Programowanie

Course:Understanding Deep Neural Networks

Translated by

Значущі знання, відданість, пристрасний спосіб передачі знань. Практичні приклади після теоретичної лекції.

Janusz Chrobot - ING Bank Śląski S.A.; Kamil Kurek Programowanie

Course:Understanding Deep Neural Networks

Translated by

Практичні вправи, підготовлені паном Мацеєм

ING Bank Śląski S.A.; Kamil Kurek Programowanie

Course:Understanding Deep Neural Networks

Translated by

Deep Learning Subcategories

Deep Learning Course Outlines

Code	Name	Duration	Overview
annmldt	Artificial Neural Networks, Machine Learning, Deep Thinking	21 hours	Штучна нейронна мережа - це модель обчислювальних даних, що використовується для розробки систем штучного інтелекту (АІ), здатних виконувати "інтелектуальні" завдання. Нейронні мережі часто використовуються в програмах для автоматичного навчання (ML), які самі по собі є однією реалізацією AI. Глибоке Навчання - це підмножина ML.
embeddingprojector	Embedding Projector: Visualizing Your Training Data	14 hours	Вбудовування проектора - це веб-додаток з відкритим кодом для візуалізації даних, які використовуються для навчання машинних систем навчання. Створений Google, він є частиною TensorFlow. Під керівництвом інструктора, живого тренінгу вводяться концепції, що стосуються вбудованого проектора, та йде учасникам шляхом встановлення демонстраційного проекту. До кінця цього тренінгу учасники зможуть: - Дослідіть, як дані інтерпретуються моделями машинного навчання - Перейдіть за допомогою 3D та 2D переглядів даних, щоб зрозуміти, як алгоритм машинного навчання інтерпретує це - Зрозумійте концепції вкладання та їх роль у представленні математичних векторів для зображень, слів та цифр. - Вивчіть властивості певного вкладеного поля, щоб зрозуміти поведінку моделі - Застосовуйте вставлення проекту до реальних випадків використання, таких як створення системи рекомендацій для пісень для любителів музики Аудиторія - Розробники - Дані вчених Формат курсу - Частина лекції, частина дискусії, вправи та важка практика
OpenNN	OpenNN: Implementing Neural Networks	14 hours	OpenNN - це бібліотека класів із відкритим кодом, написана на C ++, яка реалізує нейронні мережі для використання в машинному навчанні. У цьому курсі ми розглядаємо принципи нейронних мереж і використовуємо OpenNN для реалізації прикладу зразка. Аудиторія Розробники програмного забезпечення та програмісти, які бажають створювати додатки глибокого навчання. Формат курсу Лекція та дискусія в поєднанні з практичними вправами.
opennmt	OpenNMT: Setting Up a Neural Machine Translation System	7 hours	OpenNMT - повнофункціональна система з відкритим вихідним кодом (MIT), яка використовує математичний набір інструментів Torch. У цьому тренінгу учасники навчаться створювати та використовувати OpenNMT для здійснення перекладу різних вибіркових наборів даних. Курс починається з огляду нейронних мереж, як вони застосовуються до машинного перекладу. Учасники проведуть живі вправи на протязі всього курсу, щоб продемонструвати своє розуміння отриманих концепцій та отримувати відгуки від інструктора. До кінця цього навчання учасники матимуть знання та практику, необхідні для реалізації живого рішення OpenNMT. Зразки вихідних та цільових мов будуть попередньо впорядковані за вимогами аудиторії. Аудиторія - Локалізація фахівців з технічної підготовки - Глобальні менеджери вмісту - Локалізація інженерів - Розробники програмного забезпечення, які відповідають за впровадження рішень глобального контенту Формат курсу - Частина лекції, частина обговорення, важка практика практики
openface	OpenFace: Creating Facial Recognition Systems	14 hours	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
Nue_LBG	Neural computing – Data science	14 hours	Цей тренінговий семінар, який буде проводитись у класі, міститиме презентації та наведені на комп'ютері приклади та навчальні практичні заняття з відповідними нейронними та глибокими мережевими бібліотеками
Neuralnettf	Neural Networks Fundamentals using TensorFlow as Example	28 hours	Цей курс дасть вам знання в нейронних мережах і, як правило, в алгоритмі машинного навчання, глибоке вивчення (алгоритми та програми). Цей тренінг більше зосереджено на фундаментальних принципах, але допоможе вам вибрати правильні технології: TensorFlow, Caffe, Teano, DeepDrive, Keras і т. Д. Приклади зроблені в TensorFlow.
mlentre	Machine Learning Concepts for Entrepreneurs and Managers	21 hours	Цей навчальний курс призначений для людей, які хотіли б застосувати Машинне навчання в практичних цілях для своєї команди. Навчання не занурюється в технічні аспекти і обертається навколо основних концепцій та бізнес / оперативних застосувань того ж самого. Цільова аудиторія - Інвестори та індивідуальні підприємці - Менеджери та інженери, чия компанія захоплюється простором AI - Бізнес аналітики та інвестори
mldt	Machine Learning and Deep Learning	21 hours	Цей курс охоплює AI (підкреслюючи машинного навчання та глибоке навчання)
mlbankingpython_	Machine Learning for Banking (with Python)	21 hours	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
MicrosoftCognitiveToolkit	Microsoft Cognitive Toolkit 2.x	21 hours	Microsoft Cognitive Toolkit 2.x (раніше CNTK) - це інструментарій з відкритим кодом, комерційним класом, який розробляє алгоритми глибокого навчання, щоб вивчати як людський мозок. За даними Microsoft, CNTK може бути на 5-10 разів швидше, ніж TensorFlow, у рекурентних мережах і в 2 - 3 рази швидше, ніж TensorFlow для завдань, пов'язаних із зображеннями. У цій навчальному посібнику учасники навчаться використовувати курс когнітивного інструментарію Microsoft для створення, підготовки та оцінки алгоритмів глибокого навчання для використання в комерційних додатках із застосуванням ІР, що включають декілька типів даних, таких як дані, мова, текст та зображення. . До кінця цього тренінгу учасники зможуть: - Доступ до CNTK як бібліотеки з програми Python, C # або C ++ - Використовуйте CNTK як автономний інструмент навчання машини за допомогою власної мови опису моделі (BrainScript) - Використовуйте функцію оцінки моделі CNTK з програми Java - Об'єднайте канали DNN, канали згортки (CNN) та періодичні мережі (RNN / LSTM) - Масштабна обчислювальна потужність на процесорах, графічних процесорах та декількох машинах - Доступ до масивних наборів даних з використанням існуючих мов програмування та алгоритмів Аудиторія - Розробники - Дані вчених Формат курсу - Частина лекції, частина дискусії, вправи та важка практика Примітка - Якщо ви хочете налаштувати будь-яку частину цього тренінгу, включаючи вибрану мову програмування, зв'яжіться з нами, щоб організувати.
matlabdl	Matlab for Deep Learning	14 hours	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
intrdplrngrsneuing	Introduction Deep Learning & Neural Networks for Engineers	21 hours	Тип: Теоретичне навчання з програмами, прийнятими нагору з учнями на лазаньї або Карас відповідно до педагогічної групи Метод викладання: презентація, обмін та тематичні дослідження Штучний інтелект, зруйнував багато наукових областей, почав революціонізувати велику кількість галузей економіки (промисловість, медицина, зв'язок тощо). Тим не менш, його презентація в основних ЗМІ часто фантазія, дуже далека від того, що насправді є областями машинного навчання або глибокого навчання. Метою даного тренінгу є забезпечення інженерів, які вже володіють комп'ютерними інструментами (включаючи базу програмного забезпечення), вступ до глибокого навчання та його різних галузей спеціалізації, а отже, до основних існуючих мережевих архітектур сьогодні. Якщо математичні бази згадуються протягом курсу, то рівень математики типу BAC + 2 рекомендується для більшої комфортності. Абсолютно можна пропустити математичну осі, щоб зберегти лише "системне" бачення, але цей підхід обмежить ваше розуміння предмета надзвичайно.
facebooknmt	Facebook NMT: Setting up a Neural Machine Translation System	7 hours	Facebook NMT (Fairseq) - відкритий набір інструментів для вивчення послідовності до послідовності, створений Facebook для використання в нейральному машинному перекладі (NMT). У цьому тренінгу учасники навчаться використовувати Fairseq для виконання перекладу зразкового вмісту. До кінця цього навчання учасники будуть мати знання та практику, необхідні для реалізації живого Fairseq рішення машинного перекладу. Аудиторія - Локалізація фахівців з технічної підготовки - Глобальні менеджери вмісту - Локалізація інженерів - Розробники програмного забезпечення, які відповідають за впровадження рішень глобального контенту Формат курсу - Частина лекції, частина обговорення, важка практика практики Примітка - Якщо ви хочете використовувати спеціальне джерело та цільову мову, зв'яжіться з нами, щоб організувати.
dsstne	Amazon DSSTNE: Build a Recommendation System	7 hours	Amazon DSSTNE - це бібліотека з відкритим кодом, призначена для навчання та розгортання рекомендаційних моделей. Це дозволяє моделям з ваговими матрицями, які є занадто великими для того, щоб єдиний графічний процесор був навчений одному хосту. У цій інструкції під керівництвом, живе навчання, учасники дізнаються, як використовувати DSSTNE для створення рекомендаційної програми. До кінця цього тренінгу учасники зможуть: - Потяг рекомендаційну модель з рідкісними наборами даних у якості вхідних даних - Масові тренування та прогнозування моделей на декількох графічних процесорах - Розподіл обчислень та зберігання моделлю паралельно - Створіть персональні продукти, рекомендовані Amazon - Розгортайте додаток, що готовий до виробництва, який може масштабуватися при важких робочих навантаженнях Аудиторія - Розробники - Дані вчених Формат курсу - Частина лекції, частина дискусії, вправи та важка практика
bspkannmldt	Artificial Neural Networks, Machine Learning and Deep Thinking	21 hours	Штучна нейронна мережа - це модель обчислювальних даних, що використовується для розробки систем штучного інтелекту (АІ), здатних виконувати "інтелектуальні" завдання. Нейронні мережі часто використовуються в програмах для автоматичного навчання (ML), які самі по собі є однією реалізацією AI. Глибоке Навчання - це підмножина ML.
drlpython	Deep Reinforcement Learning with Python	21 hours	Навчання "Глибоке зміцнення" означає здатність "штучного агента" вчитися шляхом пробної помилки та нагородження та покарання. Штучний агент прагне наслідувати здатність людини одержувати і будувати знання самостійно, безпосередньо із сировинних матеріалів, таких як бачення. Для реалізації посилення навчання використовуються глибокі навчальні та нейронні мережі. Навчання зміцнення відрізняється від машинного навчання та не залежить від підходів, що підлягають нагляду та без нагляду. У цьому навчанні під керівництвом інструктора, учасники вивчатимуть основи глибокого зміцнення навчань, коли вони пройдуть шлях створення агента глибокого навчання. До кінця цього тренінгу учасники зможуть: - Зрозумійте основні концепції глибокого зміцнення навчання та вмієте відрізняти це від машинного навчання - Застосовуйте передові алгоритми "Підсилення навчання" для вирішення реальних проблем - Створіть агент для глибокого навчання Аудиторія - Розробники - Дані вчених Формат курсу - Частина лекції, частина дискусії, вправи та важка практика
dlv	Deep Learning for Vision	21 hours	Аудиторія Цей курс підходить для дослідників та інженерів Deep Learning, зацікавлених у використанні наявних інструментів (переважно з відкритим вихідним кодом) для аналізу комп'ютерних зображень Цей курс дає робочі приклади.
dlfortelecomwithpython	Deep Learning for Telecom (with Python)	28 hours	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 навчальному курсі, учасники навчаться навчатися, як впровадити глибокі моделі навчання для телекомунікацій 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 телекомунікаціях - Використовуйте Python, Keras і TensorFlow для створення глибоких моделей навчання для телекомунікацій - Створіть власну глибоку програму прогнозування споживачів, використовуючи Python Аудиторія - Розробники - Дані вчених Формат курсу - Частина лекції, частина дискусії, вправи та важка практика
dlfornlp	Deep Learning for NLP (Natural Language Processing)	28 hours	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
dlformedicine	Deep Learning for Medicine	14 hours	Машинознавство - це галузь штучного інтелекту, в якому комп'ютери мають можливість вивчати без явного запрограмування. Глибоке Навчання - це підполе машинного навчання, яке намагається імітувати роботу людського мозку при прийнятті рішень. Він навчається з даними, щоб автоматично пропонувати рішення проблем. Глибоке Навчання надає величезні можливості для медичної галузі, що сидить на даних золотарі. У цьому інструкторі під керівництвом, живе навчання, учасники будуть взяти участь у серії дискусій, вправ та аналізу конкретних ситуацій, щоб зрозуміти фундаментальні аспекти глибокого навчання. Будуть оцінені найважливіші інструменти та методи глибокого навчання, а також будуть проведені e- курси для підготовки учасників для проведення власної оцінки та впровадження рішень глибоких навчань у своїх організаціях . До кінця цього тренінгу учасники зможуть: - Зрозумійте основи глибокого навчання - Вивчіть методи глибокого навчання та їх застосування в галузі - Вивчіть проблеми в медицині, які можна вирішити за допомогою технологій глибокого навчання - Дослідіть приклади вивчення глибокого навчання в медицині - Сформулюйте стратегію застосування найновітніших технологій у глибокому навчанні для вирішення проблем в медицині Аудиторія - Менеджери - Медичні професіонали в керівних ролях Формат курсу - Частина лекції, частина дискусії, вправи та важка практика Примітка - Щоб просити індивідуальне навчання для цього курсу, зв'яжіться з нами, щоб організувати.
dlforfinancewithpython	Deep Learning for Finance (with Python)	28 hours	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
dlforbankingwithr	Deep Learning for Banking (with R)	28 hours	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
dlforbankingwithpython	Deep Learning for Banking (with Python)	28 hours	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
dlfinancewithr	Deep Learning for Finance (with R)	28 hours	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
DLAITEDM	Deep Learning AI Techniques for Executives, Developers and Managers	21 hours	Введення : Глибоке навчання стає основним компонентом майбутнього дизайну продукту, який хоче інтегрувати штучний інтелект в основу своїх моделей. Протягом наступних 5-10 років інструменти для глибокого навчання , бібліотеки та мови стануть стандартними компонентами кожного програмного забезпечення для розробки програмного забезпечення. Поки що Google, Sales Force, Facebook, Amazon успішно використовують глибоке навчання AI, щоб розширити свій бізнес. Програми варіювалися від автоматичного машинного перекладу, аналізу зображень, відеоаналітики, аналітики руху, створення цільової реклами та багато іншого. Ця курсова робота призначена для тих організацій, які хочуть включити "Глибоке Навчання" як дуже важливу частину своєї стратегії продукту або послуги. Нижче наведено опис глибокого курсу навчання, який ми можемо налаштувати для різних рівнів працівників / зацікавлених сторін в організації. Цільова аудиторія: (Залежно від цільової аудиторії матеріали курсу будуть налаштовуватися) Керівники Загальний огляд індивідуального підходу та його втілення в корпоративну стратегію, проведення сеансів про стратегічне планування, технологічні дорожні карти та розподіл ресурсів, щоб забезпечити максимальну цінність. Менеджери проектів Як планувати проект AI, включаючи збір та оцінку даних, очищення та перевірку даних, розробку моделі доказовості концепції, інтеграцію в бізнес-процеси та доставку по всій організації. Розробники Поглиблені технічні тренінги з фокусуванням на нейронних мережах та глибокому вивченні, аналізі зображень та відео, CNN, звуковому та текстовому аналізі (NLP), а також приведення ІІ в існуючі програми. Продавці Загальний огляд індивідуального досвіду та способу задоволення потреб клієнтів, ціннісних пропозицій для різних продуктів та послуг, а також як знищити побоювання та сприяти перевагам AI.
dladv	Advanced Deep Learning	28 hours	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.
deeplearning1	Introduction to Deep Learning	21 hours	Цей курс є загальним оглядом для глибокого навчання, не заглиблюючись в будь-які конкретні методи. Це підходить для людей, які хочуть почати використовувати глибоке навчання, щоб підвищити їх точність прогнозування.
caffe	Deep Learning for Vision with Caffe	21 hours	Кав`я - це глибоке навчальне середовище, створене з урахуванням вираження, швидкості та модульності. Цей курс вивчає застосування Caffe як глибокої основи навчання для розпізнавання образів, використовуючи приклад MNIST Аудиторія Цей курс підходить для дослідників та інженерів глибоких вчителів, які зацікавлені в використанні кофе в якості основи. Після закінчення цього курсу делегати зможуть: - зрозуміти структуру та механізми розгортання Caffe - виконувати установки / виробниче середовище / завдання архітектури та конфігурацію - оцінити якість коду, виконувати налагодження, моніторинг - впроваджувати передові технології виробництва, такі як тренувальні моделі, впровадження шару та ведення журналів
PaddlePaddle	PaddlePaddle	21 hours	PaddlePaddle (Distributed Deer LEARRING) - масштабована глибока навчальна платформа, розроблена компанією Baidu. У цьому навчанні під керівництвом інструктора, учасники навчаться використовувати PaddlePaddle для забезпечення глибокого навчання у своїх продуктах і сервісних програмах. До кінця цього тренінгу учасники зможуть: - Налаштування та налаштування PaddlePaddle - Налаштуйте нейронну мережу Convolutional (CNN) для розпізнавання зображень та виявлення об'єктів - Налаштуйте повторювану нейронну мережу (RNN) для аналізу настроїв - Налаштуйте глибоке вивчення систем рекомендацій, щоб допомогти користувачам знаходити відповіді - Прогнозувати рейтинг кліків (CTR), класифікувати великомасштабні набори зображень, виконувати оптичне розпізнавання символів (OCR), виконувати пошук за рангом, виявляти комп'ютерні віруси та впроваджувати систему рекомендацій. Аудиторія - Розробники - Дані вчених Формат курсу - Частина лекції, частина дискусії, вправи та важка практика

Upcoming Deep Learning Courses

Course	Course Date	Course Price [Remote / Classroom]
Deep Learning for Finance (with R) - Kiev, Holosiyvskiy Park	Mon, 2018-11-26 09:30	7000EUR / 8000EUR
Deep Learning for Medicine - Kiev, Holosiyvskiy Park	Tue, 2019-01-01 09:30	3500EUR / 4100EUR
Deep Learning for Finance (with R) - Kiev, Holosiyvskiy Park	Tue, 2019-01-29 09:30	7000EUR / 8000EUR
Deep Learning for Finance (with R) - Kiev, Holosiyvskiy Park	Mon, 2019-03-25 09:30	7000EUR / 8000EUR
Deep Learning for Finance (with R) - Kiev, Holosiyvskiy Park	Mon, 2019-05-20 09:30	7000EUR / 8000EUR

Other regions

київ

Other countries

These courses are also available in other countries ››

Consulting

Deep Learning Consulting

Weekend Deep Learning courses, Evening Deep Learning training, Deep Learning boot camp, Deep Learning instructor-led, Weekend Deep Learning training, Evening Deep Learning courses, Deep Learning coaching, Deep Learning instructor, Deep Learning trainer, Deep Learning training courses, Deep Learning classes, Deep Learning on-site, Deep Learning private courses, Deep Learning one on one training

Course	Venue	Course Date	Course Price [Remote / Classroom]
Anti-Money Laundering (AML) and Combating Terrorist Financing (CTF)	Kiev, Holosiyvskiy Park	Mon, 2018-11-26 09:30	3150EUR / 3750EUR
Activiti for Business Process Designers	Kiev, Holosiyvskiy Park	Wed, 2018-12-12 09:30	4725EUR / 5525EUR
Business Process Modeling using BPMN and UML	Kiev, Holosiyvskiy Park	Tue, 2019-04-02 09:30	3150EUR / 3750EUR
Elasticsearch Advanced Administration, Monitoring and Maintenance	Kiev, Holosiyvskiy Park	Tue, 2019-04-02 09:30	3150EUR / 3750EUR
Statistical Quality Analysis	Kiev, Holosiyvskiy Park	Thu, 2019-04-11 09:30	1575EUR / 1975EUR

курси Deep Learning

Testimonials

Deep Learning Subcategories

Deep Learning Course Outlines

Upcoming Deep Learning Courses

Other regions

Other countries

Consulting

Course Discounts

Some of our clients

Course Catalogue

is growing fast!

As a Business Development Manager you will:

We offer:

курси Deep Learning

Testimonials

Deep Learning Subcategories

Deep Learning Course Outlines

Upcoming Deep Learning Courses

Other regions

Other countries

Consulting

Course Discounts

Course Discounts Newsletter

Some of our clients

Course Catalogue

is growing fast!

As a Business Development Manager you will:

We offer: