Місцевий, інструктор з виробництва живої машини навчання (мл) навчальних курсів продемонструвати через практичний практиці, як застосовувати техніку навчання машин і інструментів для вирішення реальних проблем у різних галузях промисловості. NobleProg ML курси охоплюють різні мови програмування і фреймворки, включаючи Python, R мову і Matlab. Курси машинного навчання пропонуються для низки галузевих додатків, у тому числі Фінанси, банківські та страхові та охоплюють основи машинного навчання, а також більш передові підходи, такі як глибоке навчання.

Навчання машинного навчання доступне як "на місці навчання" або "дистанційне навчання в прямому ефірі". На місці навчання в прямому ефірі може здійснюватися на місцевому рівні, у приміщеннях українікорпоративних тренінгівниць україні. Дистанційне навчання в прямому ефірі здійснюється шляхом інтерактивного, віддаленого робочого стола.

Nobleпрога-ваш місцевий навчальний провайдер

Machine Translated

Testimonials

★★★★★

REF матеріал для використання пізніше було дуже добре.

PAUL BEALES- Seagate Technology.

Course: Applied Machine Learning

Machine Translated

Що вам найбільше подобається тренінг?: Дав мені хорошу практику з використанням R для створення систем машинного навчання для реальних ситуацій. Я можу використовувати це в моїй роботі відразу. Це був чудовий курс. Один з кращих у мене було.

Matthew Thomas - British Telecom

Course: Applied Machine Learning

Machine Translated

Це було дуже інтерактивним і більш розслабленим і неформальним, ніж очікувалося. Ми розглянули багато тем в той час, і тренер завжди сприйнятливі говорити більш докладно або в цілому про теми і як вони були пов'язані. Я відчуваю, що навчання дав мені інструменти, щоб продовжити навчання на відміну від його час одного сеансу, де навчання зупиняється, як тільки ви закінчили, що дуже важливо з огляду на масштаби і складність теми.

Jonathan Blease

Course: Artificial Neural Networks, Machine Learning, Deep Thinking

Machine Translated

Тренер був настільки добре обізнаний і включив області я був зацікавлений.

Mohamed Salama

Course: Data Mining & Machine Learning with R

Machine Translated

Тема дуже цікава.

Wojciech Baranowski

Course: Introduction to Deep Learning

Machine Translated

Тренери теоретичні знання і готовність вирішувати проблеми з учасниками після навчання.

Grzegorz Mianowski

Course: Introduction to Deep Learning

Machine Translated

Тему. Дуже цікаво!.

Piotr

Course: Introduction to Deep Learning

Machine Translated

Вправи після кожної теми були дуже корисними, незважаючи на те, що були занадто складні в кінці. Загалом, представлений матеріал був дуже цікавим і за участю! Вправи з розпізнаванням зображення були великими.

Dolby Poland Sp. z o.o.

Course: Introduction to Deep Learning

Machine Translated

Я думаю, що якщо тренінг буде зроблено польською це дозволить тренеру поділитися своїми знаннями більш ефективними.

Radek

Course: Introduction to Deep Learning

Machine Translated

Глобальний огляд глибокого навчання.

Bruno Charbonnier

Course: Advanced Deep Learning

Machine Translated

Вправи достатньо практичні і не потребують високих знань з Python .

Alexandre GIRARD

Course: Advanced Deep Learning

Machine Translated

Виконання вправ на реальних прикладах за допомогою епох. Італія повністю розуміла наші очікування щодо цього навчання.

Paul Kassis

Course: Advanced Deep Learning

Machine Translated

Суб'єкта. Здавалося цікавим, але я залишив знання не набагато більше, ніж раніше.

Radoslaw Labedzki

Course: Introduction to Deep Learning

Machine Translated

Мені подобалося, що цей курс мав дуже цікаву тематику.

Wojciech Wilk

Course: Introduction to Deep Learning

Machine Translated

Я дуже ціную кришталево чіткі відповіді Кріса на наші запитання.

Léo Dubus

Course: Neural Networks Fundamentals using TensorFlow as Example

Machine Translated

Я взагалі користувався знаючими тренера.

Sridhar Voorakkara

Course: Neural Networks Fundamentals using TensorFlow as Example

Machine Translated

Я був вражений стандартом цього класу-я хотів би сказати, що це був університетський стандарт.

David Relihan

Course: Neural Networks Fundamentals using TensorFlow as Example

Machine Translated

Дуже хороший всебічний огляд. Go оди фону в чому Tensorflow працює , як це робить.

Kieran Conboy

Course: Neural Networks Fundamentals using TensorFlow as Example

Machine Translated

Мені сподобалися можливості задавати питання і отримати більш глибокі пояснення теорії.

Sharon Ruane

Course: Neural Networks Fundamentals using TensorFlow as Example

Machine Translated

Ми отримали набагато більше розуміння в питанні. Деякі цікаві дискусії були зроблені з деякими реальними предметами в нашій компанії.

Sebastiaan Holman

Course: Machine Learning and Deep Learning

Machine Translated

Навчання дало правильну основу, яка дозволяє нам далі розширюватися, показуючи, як теорія та практика йдуть рука об руку. Це насправді мене більше зацікавило цю тему, ніж я раніше.

Jean-Paul van Tillo

Course: Machine Learning and Deep Learning

Machine Translated

Мені дуже сподобався охоплення і глибину теми.

Anirban Basu

Course: Machine Learning and Deep Learning

Machine Translated

Глибокі знання тренера про тему.

Sebastian Görg

Course: Introduction to Deep Learning

Machine Translated

Дуже оновлений підхід чи ІСЦ (течія тензора, ера, вчитися) робити Машинне навчання.

Paul Lee

Course: TensorFlow for Image Recognition

Machine Translated

Дуже гнучким.

Frank Ueltzhöffer

Course: Artificial Neural Networks, Machine Learning and Deep Thinking

Machine Translated

Я взагалі користувався гнучкістю.

Werner Philipp

Course: Artificial Neural Networks, Machine Learning and Deep Thinking

Machine Translated

Враховуючи перспективи технології: які технології/процесу можуть стати більш важливими в майбутньому; Дивіться, які технології можна використовувати для.

Commerzbank AG

Course: Neural Networks Fundamentals using TensorFlow as Example

Machine Translated

Я отримав вигоду від вибору теми. Стиль навчання. Практична орієнтація.

Commerzbank AG

Course: Neural Networks Fundamentals using TensorFlow as Example

Machine Translated

Поглиблене висвітлення тем машинного навчання, зокрема нейронних мереж. Дуже багато тем.

Sacha Nandlall

Course: Python for Advanced Machine Learning

Machine Translated

Вправи

L M ERICSSON LIMITED

Course: Machine Learning

Machine Translated

лабораторні вправи

Marcell Lorant - L M ERICSSON LIMITED

Course: Machine Learning

Machine Translated

Форма ноутбука Jupyter, в якій доступний навчальний матеріал

L M ERICSSON LIMITED

Course: Machine Learning

Machine Translated

Було багато вправ та цікавих тем.

L M ERICSSON LIMITED

Course: Machine Learning

Machine Translated

деякі великі лабораторні вправи, проаналізовані та пояснені тренером глибоко (наприклад, коваріанти в лінійній регресії, відповідні реальній функції)

L M ERICSSON LIMITED

Course: Machine Learning

Machine Translated

Це просто здорово, що весь матеріал, включаючи вправи, знаходиться на тій же сторінці, а потім його оновлюється на льоту. Рішення виявляється в кінці. Круто! Крім того, я вдячний, що Кшиштоф доклав додаткових зусиль, щоб зрозуміти наші проблеми і запропонував нам можливі методи.

Attila Nagy - L M ERICSSON LIMITED

Course: Machine Learning

Machine Translated

Я отримав користь від пристрасті навчати і зосередитись на тому, щоб робити речі розумними.

Zaher Sharifi - GOSI

Course: Advanced Deep Learning

Machine Translated

Про зону обличчя.

中移物联网

Course: Deep Learning for NLP (Natural Language Processing)

Machine Translated

Неформальні обміни ми мали під час лекцій дійсно допомогли мені поглибити своє розуміння предмета

Explore

Course: Deep Reinforcement Learning with Python

Machine Translated

Він демонструє багато методів з попередньо підготовленими сценаріями - дуже добре підготовлені матеріали і легко відстежується

Kamila Begej - GE Medical Systems Polska Sp. Zoo

Course: Machine Learning – Data science

Machine Translated

Мені подобається, що навчання було зосереджено на прикладах і кодуванні. Я думав, що неможливо скласти стільки вмісту на три дні навчання, але я помилявся. Навчання охоплювало багато тем, і все робилося дуже детально (особливо налаштування параметрів моделі - я не очікував, що буде час для цього, і я був дуже здивований).

Bartosz Rosiek - GE Medical Systems Polska Sp. Zoo

Course: Machine Learning – Data science

Machine Translated

Мені подобається, що він більше зосереджується на практиці різних методів узагальнення тексту

Course: Text Summarization with Python

Machine Translated

багато інформації, всі запитані питання, цікаві приклади

A1 Telekom Austria AG

Course: Deep Learning for Telecom (with Python)

Machine Translated

Мені подобається, що він більше зосереджується на практиці різних методів узагальнення тексту

Course: Text Summarization with Python

Machine Translated

Machine Learning Subcategories

Machine Learning Course Outlines

Course Name

Duration

Overview

Course Name

Duration

Overview

Artificial Intelligence in Automotive

14 hours

Overview

Цей курс охоплює AI (підкреслюючи Machine Learning та Deep Learning ) в Automotive промисловості. Це допомагає визначити, яку технологію можна (потенційно) використовувати в різних ситуаціях в автомобілі: від простої автоматизації, розпізнавання зображень до автономного прийняття рішень.

Machine Learning in business – AI/Robotics

14 hours

Overview

Ця навчальна сесія, присвячена класі, буде вивчати методи машинного навчання, на прикладі комп'ютерних прикладів та вправи для вирішення конкретних прикладів, використовуючи відповідну програму мови

OpenNLP for Text Based Machine Learning

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

OpenFace: Creating Facial Recognition Systems

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

Octave not only for programmers

21 hours

Overview

Курс призначений для тих, хто хотів би знати альтернативну програму для комерційного пакету MATLAB. Триденний тренінг забезпечує повну інформацію про переміщення навколишнього середовища та виконання пакету OCTAVE для аналізу даних та інженерних розрахунків. Одержувачі тренінгів є новачками, а також тими, хто знає програму, і хотів би систематизувати свої знання та вдосконалювати свої навички. Знання інших мов програмування не потрібно, але це значно полегшить придбання знань учнями. Курс покаже вам, як використовувати програму на багатьох практичних прикладах.

Neural computing – Data science

14 hours

Overview

Це навчальне заняття на основі аудиторії буде містити презентації та приклади на комп’ютері та приклади навчальних занять для відповідних нейронних та глибоких мережевих бібліотек

Neural Networks Fundamentals using TensorFlow as Example

28 hours

Overview

Цей курс дасть вам знання з нейронних мереж та загалом з алгоритму машинного навчання, глибокого навчання (алгоритми та програми).

Це навчання більш сфокусовані на основних принципах, але і допоможе вам вибрати правильну технологію: TensorFlow , Caffe , Teano, DeepDrive, Keras і т.д. Приклади зроблені в TensorFlow .

Machine Learning – Data science

21 hours

Overview

Це навчальне заняття на основі класу вивчить інструменти машинного навчання з (запропонованим) Python . Делегати матимуть приклади, що базуються на комп’ютері, та навчальні приклади.

Machine Learning for Robotics

21 hours

Overview

Даний курс вводить методи машинного навчання в робототехнічних додатках.

Це широкий огляд існуючих методів, мотивацій та основних ідей у контексті розпізнавання образів.

Після короткого теоретичного обговорення учасники виконають прості вправи, використовуючи відкрите джерело (як правило, R) або будь-яке інше популярне програмне забезпечення.

Machine Learning with Python

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.

Machine Learning on iOS

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

OpenNN: Implementing Neural Networks

14 hours

Overview

У цій навчальній програмі під керівництвом інструкторів ми переходимо до принципів нейронних мереж і використовуємо OpenNN для реалізації зразкового додатку.

Формат курсу

- Лекція та обговорення в поєднанні з практичними вправами.

Introduction to Machine Learning

7 hours

Overview

Цей навчальний курс призначений для людей, які бажають застосовувати основні методи Machine Learning у практичних застосуваннях.

Аудиторія

Вчені-статистики та статистики, які мають певне знайомство з машинним навчанням і знають, як програмувати Р. Акцент цього курсу на практичні аспекти підготовки даних / моделей, виконання, постфактумного аналізу та візуалізації. Мета полягає в тому, щоб дати практичне введення в машинне навчання учасникам, зацікавленим у застосуванні методів на роботі

Приклади, що стосуються окремих секторів, використовуються для того, щоб зробити навчання відповідним для аудиторії.

Machine Learning Fundamentals with R

14 hours

Overview

Мета цього курсу - забезпечити базове знання у застосуванні методів Machine Learning на практиці. Завдяки використанню платформи програмування R та різних її бібліотек та на основі безлічі практичних прикладів цей курс вчить, як використовувати найважливіші складові Machine Learning , як приймати рішення щодо моделювання даних, інтерпретувати результати роботи алгоритмів та підтвердити результати.

Наша мета - надати вам навички впевнено розуміти та використовувати найважливіші інструменти з інструменту Machine Learning та уникати загальних підводних процесів додатків Data Science .

Machine Learning Fundamentals with Python

14 hours

Overview

Мета цього курсу - забезпечити базове знання у застосуванні методів Machine Learning на практиці. Завдяки використанню Python програмування Python та різних його бібліотек та на основі безлічі практичних прикладів цей курс вчить, як використовувати найважливіші складові Machine Learning , як приймати рішення щодо моделювання даних, інтерпретувати результати алгоритмів та підтвердити результати.

Наша мета - надати вам навички впевнено розуміти та використовувати найважливіші інструменти з інструменту Machine Learning та уникати загальних підводних процесів додатків Data Science .

Machine Learning Fundamentals with Scala and Apache Spark

14 hours

Overview

Мета цього курсу - забезпечити базове знання у застосуванні методів Machine Learning на практиці. Завдяки використанню мови програмування Scala та різних її бібліотек та на основі безлічі практичних прикладів цей курс вчить, як використовувати найважливіші складові Machine Learning , як приймати рішення щодо моделювання даних, інтерпретувати результати алгоритмів та підтвердити результати.

Наша мета - надати вам навички впевнено розуміти та використовувати найважливіші інструменти з інструменту Machine Learning та уникати загальних підводних процесів додатків Data Science .

Machine Learning for Finance (with R)

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

Machine Learning for Finance (with Python)

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

Machine Learning Concepts for Entrepreneurs and Managers

21 hours

Overview

Цей навчальний курс призначений для людей, які бажають застосувати Machine Learning у практичних програмах для своєї команди. Навчання не заглиблюватиметься в техніку, а обернеться навколо основних концепцій та застосувань для бізнесу та операцій.

Цільова аудиторія

- Інвестори та підприємці AI
- Менеджери та інженери, компанія яких займається AI простором
- Business аналітики та інвестори

Machine Learning and Deep Learning

21 hours

Overview

Цей курс охоплює AI (підкреслюючи Machine Learning та Deep Learning )

Machine Learning and Big Data

7 hours

Overview

This instructor-led, live training (onsite or remote) is aimed at technical persons who wish to learn how to implement a machine learning strategy while maximizing the use of big data.

By the end of this training, participants will:

- Understand the evolution and trends for machine learning.
- Know how machine learning is being used across different industries.
- Become familiar with the tools, skills and services available to implement machine learning within an organization.
- Understand how machine learning can be used to enhance data mining and analysis.
- Learn what a data middle backend is, and how it is being used by businesses.
- Understand the role that big data and intelligent applications are playing across industries.

Format of the Course

- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.

Course Customization Options

- To request a customized training for this course, please contact us to arrange.

OpenNMT: Setting Up a Neural Machine Translation System

7 hours

Overview

У цьому тренінгу під керівництвом інструкторів учасники дізнаються, як налаштувати та використовувати OpenNMT для здійснення перекладу різних зразків наборів даних. Курс починається з огляду нейронних мереж, оскільки вони застосовуються до машинного перекладу. Учасники будуть виконувати живі вправи протягом усього курсу, щоб продемонструвати своє розуміння засвоєних понять та отримати зворотній зв’язок з інструктором.

Після закінчення цього тренінгу учасники отримають знання та практику, необхідну для впровадження живого рішення OpenNMT .

Зразки джерел та мови мови будуть попередньо узгоджені відповідно до потреб аудиторії.

Формат курсу

- Частина лекції, частина дискусії, важкі практичні практики

PaddlePaddle

21 hours

Overview

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

Machine Learning for Banking (with Python)

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

Deep Learning with TensorFlow 2.0

21 hours

Overview

TensorFlow - популярна бібліотека та машинне навчання, розроблена Go ogle для глибокого навчання, чисельних обчислень та масштабного машинного навчання. TensorFlow 2.0, випущений у січні 2019 року, є новітньою версією TensorFlow і включає вдосконалення в прагненні до виконання, сумісності та послідовності API.

Ця навчальна програма під керівництвом інструкторів (на місці або на віддаленому рівні) спрямована на розробників та науковців даних, які бажають використовувати Tensorflow 2.0 для створення прогнозів, класифікаторів, генеративних моделей, нейронних мереж тощо.

Після закінчення цього тренінгу учасники зможуть:

- Встановлення та налаштування TensorFlow 2.0.
- Зрозумійте переваги TensorFlow 2.0 над попередніми версіями.
- Побудувати моделі глибокого навчання.
- Вкажіть розширений класифікатор зображення.
- Розгорніть модель глибокого навчання до хмарних, мобільних та IoT-пристроїв.

Формат курсу

- Інтерактивна лекція та дискусія.
- Багато вправ і вправ.
- Ручна реалізація в умовах лабораторії.

Параметри налаштування курсу

- Щоб подати заявку на індивідуальне навчання для цього курсу, будь ласка, зв'яжіться з нами, щоб домовитись.
- Щоб дізнатися більше про TensorFlow , відвідайте: https://www.tensorflow.org/

NLP with Deeplearning4j

14 hours

Overview

Deeplearning4j - це поширена бібліотека глибокого навчання з відкритим вихідним кодом, написана для Java і Scala . Інтегрований з Hadoop і Spark, DL4J призначений для використання в бізнес-середовищах на розподілених GPU і CPU.

Word 2Vec - це метод обчислення векторних зображень слів, введених групою дослідників Go ogle на чолі з Томасом Миколайовим.

Аудиторія

Цей курс спрямований на дослідників, інженерів і розробників, які прагнуть використовувати Deeplearning4J для побудови моделей Word 2Vec.

Understanding Deep Neural Networks

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

Natural Language Processing with TensorFlow

35 hours

Overview

TensorFlow ™ - бібліотека програмного забезпечення з відкритим кодом для чисельного обчислення з використанням графіків потоку даних.

SyntaxNet - це структура обробки природних мов для нервової мережі для TensorFlow.

Word2Vec використовується для вивчення векторних уявлень про слова, що називаються "вклади словами". Word2vec - це особливо обчислювально ефективна прогностична модель для вивчення вкладок слів із вихідного тексту. Він поставляється у двох ароматах - моделі безперервного сумок (CBOW) та моделі Skip-Gram (розділи 3.1 та 3.2 у Миколова та ін.).

Використовується в тандемі, SyntaxNet та Word2Vec дозволяють користувачам створювати моделі "Досліджено вбудовування" з введення природної мови.

Аудиторія

Цей курс орієнтований на розробників та інженерів, які мають намір працювати з моделями SyntaxNet та Word2Vec у своїх графіках TensorFlow.

Після закінчення курсу делегати:

- 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, вбудовування термінів, побудова графіків та реєстрації

TPU Programming: Building Neural Network Applications on Tensor Processing Units

7 hours

Overview

Блок обробки тензорів (TPU) - це архітектура, яку Google використовує всередині компанії протягом декількох років, і зараз вона стає доступною для широкої публіки. Вона включає в себе кілька оптимізацій, спеціально призначених для використання в нейронних мережах, включаючи раціональні множення матриці, і 8-бітні цілі числа замість 16-бітових, для повернення відповідних рівнів точності.

У цій інструкції під керівництвом інструктора, учасники навчаться навчатися використовувати нововведення в процесорах TPU, щоб максимально підвищити продуктивність своїх власних додатків AI.

До кінця тренінгу учасники зможуть:

- Навчання різних типів нейронних мереж на великих обсягах даних
- Використовуйте TPU, щоб прискорити процес висновку на два порядки
- Використовуйте TPU для обробки інтенсивних додатків, таких як пошук зображень, хмарне бачення та фотографії

Аудиторія

- Розробники
- Дослідники
- Інженери
- Дані вчених

Формат курсу

- Частина лекції, частина дискусії, вправи та важка практика

Torch for Machine and Deep Learning

21 hours

Overview

Torch - це бібліотека машинного навчання з відкритим кодом та наукова обчислювальна база, заснована на мові програмування Lua . Це забезпечує середовище розробки для числення, машинного навчання та комп’ютерного зору, з особливим акцентом на глибоке навчання та складені мережі. Це одна з найшвидших і гнучких рамок для машинного і Deep Learning і використовується такими компаніями, як Facebook , Go ogle, Twitter, NVIDIA, AMD, Intel та багато інших.

У цій навчальній програмі під керівництвом інструкторів ми висвітлюємо принципи Torch , його унікальні особливості та те, як його можна застосовувати в реальних програмах. Ми переглядаємо численні практичні вправи протягом усього часу, демонструючи та практикуючи вивчені поняття.

Після закінчення курсу учасники матимуть глибоке розуміння основних особливостей та можливостей Torch , а також його ролі та внеску в простір ШІ порівняно з іншими рамками та бібліотеками. Учасники також отримають необхідну практику для впровадження Torch у власних проектах.

Формат курсу

- Огляд машинного та Deep Learning
- Вправи на кодування та інтеграцію в класі
- Тестові запитання розсипали по дорозі, щоб перевірити розуміння

Upcoming Machine Learning (ML) Courses

Deep Learning for Vision

2019-10-28 09:30:00

Kiev, Holosiyvskiy Park

Remote

5250EUR

Classroom

6050EUR

Machine Learning and Deep Learning

2019-10-28 09:30:00

Kiev, Holosiyvskiy Park

Remote

5250EUR

Classroom

6050EUR

Artificial Intelligence in Automotive

2019-10-31 09:30:00

Kiev, Holosiyvskiy Park

Remote

3500EUR

Classroom

4100EUR

OpenNMT: Setting Up a Neural Machine Translation System

2019-10-31 09:30:00

Kiev, Holosiyvskiy Park

Remote

1500EUR

Classroom

1900EUR

OpenNN: Implementing Neural Networks

2019-11-06 09:30:00

Kiev, Holosiyvskiy Park

Remote

3500EUR

Classroom

4100EUR

Other regions

;київ

Other countries

These courses are also available in other countries ››

Consulting

Machine Learning Consulting

Weekend ML (Machine Learning) courses, Evening Machine Learning training, Machine Learning (ML) boot camp, Machine Learning instructor-led, Weekend ML (Machine Learning) training, Evening ML (Machine Learning) courses, Machine Learning coaching, Machine Learning (ML) instructor, Machine Learning (ML) trainer, Machine Learning (ML) training courses, ML (Machine Learning) classes, ML (Machine Learning) on-site, Machine Learning (ML) private courses, Machine Learning (ML) one on one training