
Os cursos de treinamento de Inteligência Artificial (AI) ao vivo demonstram, através da prática, como implementar soluções de IA para resolver problemas do mundo real. O treinamento de IA está disponível como "treinamento ao vivo no local" ou "treinamento remoto ao vivo" Treinamento ao vivo pode ser realizado nas instalações do cliente no Brasil ou nos centros de treinamento corporativo da NobleProg no Brasil . O treinamento ao vivo remoto é realizado por meio de uma área de trabalho online e interativa NobleProg seu provedor de treinamento local.
NobleProg -- Seu Provedor de Treinamento Local
Declaração de Clientes
Ele foi muito informativo e útil.
Pratheep Ravy
Curso: Predictive Modelling with R
Machine Translated
Foi muito interativo e mais descontraído e informal do que o esperado. Nós cobrimos muitos tópicos no tempo e o treinador sempre foi receptivo a falar mais detalhadamente ou mais geralmente sobre os tópicos e como eles estavam relacionados. Eu sinto que o treinamento me deu as ferramentas para continuar aprendendo, em vez de ser uma sessão única em que o aprendizado para quando você terminar, o que é muito importante, dada a escala e a complexidade do tópico.
Jonathan Blease
Curso: Artificial Neural Networks, Machine Learning, Deep Thinking
Machine Translated
Ann criou um ótimo ambiente para fazer perguntas e aprender. Nós nos divertimos muito e também aprendemos muito ao mesmo tempo.
Gudrun Bickelq
Curso: Introduction to the use of neural networks
Machine Translated
A parte interativa, adaptada às nossas necessidades específicas.
Thomas Stocker
Curso: Introduction to the use of neural networks
Machine Translated
Eu gostei dos exercícios.
Office for National Statistics
Curso: Natural Language Processing with Python
Machine Translated
Eu realmente gostei da abordagem prática.
Kevin De Cuyper
Curso: Computer Vision with OpenCV
Machine Translated
variedade de material
Maciej Jonczyk
Curso: From Data to Decision with Big Data and Predictive Analytics
Machine Translated
sistematizando conhecimento no campo de ML
Orange Polska
Curso: From Data to Decision with Big Data and Predictive Analytics
Machine Translated
O treinador foi tão experiente e áreas incluídas eu estava interessado em.
Mohamed Salama
Curso: Data Mining & Machine Learning with R
Machine Translated
O assunto é muito interessante.
Wojciech Baranowski
Curso: Introduction to Deep Learning
Machine Translated
Formadores de conhecimentos teóricos e vontade de resolver os problemas com os participantes após o treinamento.
Grzegorz Mianowski
Curso: Introduction to Deep Learning
Machine Translated
Tema. Muito interessante!.
Piotr
Curso: Introduction to Deep Learning
Machine Translated
Exercícios após cada tópico foram realmente úteis, apesar de terem sido muito complicados no final. Em geral, o material apresentado foi muito interessante e envolvente! Exercícios com reconhecimento de imagem foram ótimos.
Dolby Poland Sp. z o.o.
Curso: Introduction to Deep Learning
Machine Translated
Eu acho que se o treinamento fosse feito em polonês, isso permitiria ao treinador compartilhar seus conhecimentos de forma mais eficiente.
Radek
Curso: Introduction to Deep Learning
Machine Translated
A visão global da aprendizagem profunda.
Bruno Charbonnier
Curso: Advanced Deep Learning
Machine Translated
Os exercícios são suficientemente práticos e não precisam de um alto conhecimento em Python para ser feito.
Alexandre GIRARD
Curso: Advanced Deep Learning
Machine Translated
Fazendo exercícios em exemplos reais usando Eras. A Itália entendeu totalmente as nossas expectativas sobre esse treinamento.
Paul Kassis
Curso: Advanced Deep Learning
Machine Translated
Eu realmente apreciei as respostas cristalinas de Chris às nossas perguntas.
Léo Dubus
Curso: Réseau de Neurones, les Fondamentaux en utilisant TensorFlow comme Exemple
Machine Translated
Eu geralmente gostava do treinador experiente.
Sridhar Voorakkara
Curso: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
Fiquei espantado com o padrão desta classe - eu diria que era padrão universitário.
David Relihan
Curso: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
Muito boa visão geral. Go fundo od em porque Tensorflow opera como ele faz.
Kieran Conboy
Curso: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
Gostei das oportunidades de fazer perguntas e obter explicações mais aprofundadas da teoria.
Sharon Ruane
Curso: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
Nós obtivemos muito mais informações sobre o assunto. Alguma discussão agradável foi feita com alguns assuntos reais dentro da nossa empresa.
Sebastiaan Holman
Curso: Machine Learning and Deep Learning
Machine Translated
O treinamento forneceu a base correta que nos permite expandir ainda mais, mostrando como a teoria e a prática andam de mãos dadas. Isso realmente me deixou mais interessado no assunto do que eu era antes.
Jean-Paul van Tillo
Curso: Machine Learning and Deep Learning
Machine Translated
Eu realmente gostei da cobertura e profundidade dos tópicos.
Anirban Basu
Curso: Machine Learning and Deep Learning
Machine Translated
O treinador explicou muito facilmente tópicos difíceis e avançados.
Leszek K
Curso: Artificial Intelligence Overview
Machine Translated
Eu gostei dos novos insights em deep machine learning.
Josip Arneric
Curso: Neural Network in R
Machine Translated
Ganhamos algum conhecimento sobre o NN em geral, e o que foi mais interessante para mim foram os novos tipos de NN que são populares hoje em dia.
Tea Poklepovic
Curso: Neural Network in R
Machine Translated
Eu gostei principalmente dos gráficos em R :))).
Faculty of Economics and Business Zagreb
Curso: Neural Network in R
Machine Translated
O profundo conhecimento do treinador sobre o tema.
Sebastian Görg
Curso: Introduction to Deep Learning
Machine Translated
Abordagem muito atualizada ou CPI (tensor flow, era, learn) para fazer aprendizado de máquina.
Paul Lee
Curso: TensorFlow for Image Recognition
Machine Translated
Muito flexível.
Frank Ueltzhöffer
Curso: Artificial Neural Networks, Machine Learning and Deep Thinking
Machine Translated
Eu geralmente gostei da flexibilidade.
Werner Philipp
Curso: Artificial Neural Networks, Machine Learning and Deep Thinking
Machine Translated
Dada perspectiva da tecnologia: qual tecnologia / processo pode se tornar mais importante no futuro; veja, para que a tecnologia pode ser usada.
Commerzbank AG
Curso: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
Eu estava beneficiado com a seleção de tópicos. Estilo de treinamento Orientação prática.
Commerzbank AG
Curso: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
Todos gostam
蒙 李
Curso: Machine Learning Fundamentals with Python
Machine Translated
forma de condução e exemplo dado pelo treinador
ORANGE POLSKA S.A.
Curso: Machine Learning and Deep Learning
Machine Translated
Possibilidade de discutir os problemas propostos você mesmo
ORANGE POLSKA S.A.
Curso: Machine Learning and Deep Learning
Machine Translated
Comunicação com palestrantes
文欣 张
Curso: Artificial Neural Networks, Machine Learning, Deep Thinking
Machine Translated
Gostei
lisa xie
Curso: Artificial Neural Networks, Machine Learning, Deep Thinking
Machine Translated
Abrangente cobertura de tópicos de aprendizado de máquina, particularmente redes neurais. Desmistificou muito do tópico.
Sacha Nandlall
Curso: Python for Advanced Machine Learning
Machine Translated
Este é um dos melhores trabalhos práticos com os cursos de programação de exercícios que já fiz.
Laura Kahn
Curso: Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP
Machine Translated
Este é um dos treinamentos online de melhor qualidade que já fiz em minha carreira de 13 anos. Continue com o ótimo trabalho!.
Curso: Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP
Machine Translated
muitos exercícios que posso usar diretamente no meu trabalho.
Alior Bank S.A.
Curso: Sieci Neuronowe w R
Machine Translated
Exemplos de dados reais.
Alior Bank S.A.
Curso: Sieci Neuronowe w R
Machine Translated
neuralnet, pROC em um loop.
Alior Bank S.A.
Curso: Sieci Neuronowe w R
Machine Translated
O estilo de treinamento de Richard manteve interessante, os exemplos do mundo real usados ajudaram a levar os conceitos para casa.
Jamie Martin-Royle - NBrown Group
Curso: From Data to Decision with Big Data and Predictive Analytics
Machine Translated
O conteúdo, como eu achei muito interessante e acho que me ajudaria no meu último ano na Universidade.
Krishan Mistry - NBrown Group
Curso: From Data to Decision with Big Data and Predictive Analytics
Machine Translated
Eu realmente gostei de exercícios
L M ERICSSON LIMITED
Curso: Machine Learning
Machine Translated
os exercícios de laboratório
Marcell Lorant - L M ERICSSON LIMITED
Curso: Machine Learning
Machine Translated
Este é um dos treinamentos online de melhor qualidade que já fiz em minha carreira de 13 anos. Continue com o ótimo trabalho!.
Curso: Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP
Machine Translated
Nossos Clientes


















































Subcategorias AI
Programas do curso AI
By the end of this training, participants will be able to:
- Understand how Vertex AI works and use it as a machine learning platform.
- Learn about machine learning and NLP concepts.
- Know how to train and deploy machine learning models using Vertex AI.
Este treinamento ao vivo guiado por instrutores (online ou on-site) é dirigido a biólogos que desejam entender como AlphaFold trabalham e usam AlphaFold modelos como guias em seus estudos experimentais.
No final do curso, os participantes poderão:
Conheça os princípios fundamentais de AlphaFold. Saiba como AlphaFold funciona. Aprenda a interpretar AlphaFold previsões e resultados.
O formato do curso
Interação e discussão interativa. Muitos exercícios e práticas. Implementação de mão em um ambiente de laboratório ao vivo.
Opções de Customização
Para solicitar uma formação personalizada para este curso, por favor contacte-nos para organizar.
Este treinamento ao vivo guiado por instrutores (online ou on-site) é dirigido a analistas de dados e cientistas de dados que desejam usar Weka para realizar tarefas de mineração de dados.
No final do curso, os participantes poderão:
Instalar e configurar Weka Compreender o ambiente Weka e o banco de trabalho. Realizar tarefas de mineração de dados usando Weka.
O formato do curso
Interação e discussão interativa. Muitos exercícios e práticas. Implementação de mão em um ambiente de laboratório ao vivo.
Opções de Customização
Para solicitar uma formação personalizada para este curso, por favor contacte-nos para organizar.
Nosso objetivo é dar-lhe as habilidades para entender e usar as ferramentas mais fundamentais da caixa de ferramentas de forma confiável e evitar os problemas comuns das aplicações Data Science.
Este curso ao vivo, conduzido por instrutor, centra-se em extrair informações e significado desses dados. Utilizando as bibliotecas de R Language e Natural Language Processing (NLP) , combinamos conceitos e técnicas de ciência da computação, inteligência artificial e linguística computacional para entender algoritmos o significado dos dados de texto. As amostras de dados estão disponíveis em vários idiomas, de acordo com os requisitos do cliente.
No final deste treinamento, os participantes serão capazes de preparar conjuntos de dados (grandes e pequenos) a partir de fontes díspares e, em seguida, aplicar os algoritmos certos para analisar e relatar sua importância.
Formato do Curso
- Palestra em parte, discussão em parte, prática prática pesada, testes ocasionais para avaliar a compreensão
nosso objetivo é dar a você as habilidades para entender e usar as ferramentas mais fundamentais da caixa de ferramentas de aprendizado de máquina com confiança e evitar as armadilhas comuns de aplicações de data Sciences.
O curso é ministrado com exemplos e exercícios usando Python
Neste instrutor, treinamento vivo, os participantes aprenderão os fundamentais do Profundo Reinforcement Learning, ao passar através da criação de um agente Deep Learning.
Até ao fim deste treinamento, os participantes poderão:
Compreende os conceitos fundamentais por trás da Profunda Reinforcement Learning e poder distinguir-o de Machine Learning Aplicar algoritmos avançados Reinforcement Learning para resolver problemas do mundo real Construir um Deep Learning Agente
Audiência
Desenvolvedores Científicos de Dados
Formato do curso
Lecção da parte, discussão parcial, exercícios e prática pesada de mãos
Este treinamento guiado por instrutores, ao vivo (online ou on-site) é dirigido a cientistas de dados que desejam usar o IBM Cloud Pak para preparar dados para uso em soluções de IA.
No final do curso, os participantes poderão:
Instale e configure Cloud Pak para dados. Unificar a coleta, organização e análise de dados. Integrar o Cloud Pak for Data com uma variedade de serviços para resolver problemas comerciais comuns. Implementar fluxos de trabalho para colaborar com os membros da equipe no desenvolvimento de uma solução de IA.
O formato do curso
Interação e discussão interativa. Muitos exercícios e práticas. Implementação de mão em um ambiente de laboratório ao vivo.
Opções de Customização
Para solicitar uma formação personalizada para este curso, por favor contacte-nos para organizar.
A aprendizagem profunda é um subcampo de aprendizagem de máquina que usa métodos baseados em representações e estruturas de dados de aprendizagem, como redes neurais.
Python é uma linguagem de programação de alto nível famosa por sua sintaxe clara e leitura de código.
Neste treinamento ao vivo liderado por instrutores, os participantes aprenderão como implementar modelos de aprendizagem profunda para telecom usando Python enquanto eles passam pela criação de um modelo de risco de crédito de aprendizagem profunda.
No final do curso, os participantes poderão:
Conheça os conceitos fundamentais de aprendizagem profunda. Aprenda as aplicações e os usos de aprendizagem profunda em telecom. Use Python, Keras, e TensorFlow para criar modelos de aprendizagem profunda para telecom. Construa seu próprio modelo de profunda aprendizagem do cliente usando Python.
O formato do curso
Interação e discussão interativa. Muitos exercícios e práticas. Implementação de mão em um ambiente de laboratório ao vivo.
Opções de Customização
Para solicitar uma formação personalizada para este curso, por favor contacte-nos para organizar.
Esse treinamento ao vivo conduzido por instrutor (no local ou remoto) é destinado a pessoas técnicas que desejam configurar ou estender um sistema RPA com recursos mais inteligentes.
Ao final deste treinamento, os participantes serão capazes de:
- Instale e configure o UiPath IPA.
- Habilite os robôs a gerenciar outros robôs.
- Aplique a visão computacional para localizar os objetos da tela com precisão.
- Habilite robôs que possam detectar padrões de linguagem e realizar análises de sentimentos em conteúdo não estruturado.
Formato do Curso
- Palestra e discussão interativa.
- Muitos exercícios e prática.
- Implementação prática em um ambiente de laboratório ao vivo.
Opções de personalização do curso
- Para solicitar um treinamento personalizado para este curso, entre em contato conosco para agendar.
- Para saber mais sobre o UiPath IPA, visite: https: // www. UiPath .com / rpa / automação de processos inteligente
Este treinamento ao vivo e conduzido por instrutores (no local ou remoto) é destinado a testadores de software que desejam ter um ambiente de teste de software orientado por IA.
Até o final deste treinamento, os participantes poderão:
- Automatize a geração de teste e a parabímetro da unidade com IA.
- Aplique aprendizado de máquina em um caso de uso do mundo real.
- Automatize a geração e manutenção de testes de API com IA.
- Use métodos de aprendizado de máquina para auto-curar a execução de testes Selenium.
Formato do curso
- Palestra interativa e discussão.
- Muitos exercícios e prática.
- Implementação prática em um ambiente de laboratório ao vivo.
Opções de personalização do curso
- Para solicitar um treinamento personalizado para este curso, entre em contato conosco para organizar.
Este treinamento guiado por instrutores, ao vivo (online ou on-site) é dirigido a profissionais de marketing que desejam usar a IA para melhorar as estratégias de marketing digital através de informações valiosas do cliente.
No final do curso, os participantes poderão:
Leverage software AI para melhorar a maneira como as marcas se conectam aos usuários. Use chatbots para otimizar a experiência do usuário. Aumentar a produtividade e o rendimento através da automação de tarefas.
O formato do curso
Interação e discussão interativa. Muitos exercícios e práticas. Implementação de mão em um ambiente de laboratório ao vivo.
Opções de Customização
Para solicitar uma formação personalizada para este curso, por favor contacte-nos para organizar.
Este treinamento ao vivo guiado por instrutores (online ou on-site) é dirigido a engenheiros que desejam programar e criar robôs através de métodos básicos de IA.
No final do curso, os participantes poderão:
Implementação de filtros (Kalman e partículas) para permitir que o robô localize objetos em movimento em seu ambiente. Implementação de algoritmos de busca e planejamento de movimento. Implementação PID controles para regular o movimento de um robô dentro de um ambiente. Implementar algoritmos SLAM para permitir que um robô mapa um ambiente desconhecido.
O formato do curso
Interação e discussão interativa. Muitos exercícios e práticas. Implementação de mão em um ambiente de laboratório ao vivo.
Opções de Customização
Para solicitar uma formação personalizada para este curso, por favor contacte-nos para organizar.
Este treinamento ao vivo liderado por instrutores (online ou on-site) é dirigido a gerentes e líderes de negócios que desejam aprender sobre os fundamentos da inteligência artificial e gerenciar projetos de IA para sua organização.
Ao final deste treinamento, os participantes serão capazes de entender a IA a nível técnico e de estratégia usando os dados e recursos da sua organização para gerenciar com sucesso projetos de IA.
O formato do curso
Interação e discussão interativa. Muitos exercícios e práticas. Implementação de mão em um ambiente de laboratório ao vivo.
Opções de Customização
Para solicitar uma formação personalizada para este curso, por favor contacte-nos para organizar.
Neste instrutor-led, treinamento ao vivo (online ou on-site), os participantes aprenderão as diferentes tecnologias, quadros e técnicas para a programação de diferentes tipos de robôs a serem utilizados no campo da tecnologia nuclear e sistemas ambientais.
O curso de 4 semanas é realizado 5 dias por semana. Cada dia é de 4 horas e consiste em palestras, discussões e desenvolvimento prático em um ambiente de laboratório ao vivo. Os participantes completarão vários projetos do mundo real aplicáveis ao seu trabalho, a fim de praticar os seus conhecimentos adquiridos.
O hardware alvo para este curso será simulado em 3D através do software de simulação. O código será então carregado em hardware físico (Arduino ou outro) para testes de implementação final. O ROS (Robot Operating System) framework open-source, C++ e Python será usado para a programação dos robôs.
No final do curso, os participantes poderão:
Conheça os conceitos-chave utilizados nas tecnologias robóticas. Compreender e gerenciar a interação entre software e hardware em um sistema robótico. Entender e implementar os componentes de software que sustentam a robótica. Construa e opera um robô mecânico simulado que possa ver, sentir, processar, navegar e interagir com os humanos através da voz. Compreender os elementos necessários da inteligência artificial (aprendizagem de máquina, aprendizagem profunda, etc.) Aplicável para construir um robô inteligente. Os filtros de implementação (Kalman e Particle) permitem que o robô localize objetos em movimento em seu ambiente. Implementação de algoritmos de busca e planejamento de movimento. Implementação PID controles para regular o movimento de um robô dentro de um ambiente. Implementar algoritmos SLAM para permitir que um robô mapa um ambiente desconhecido. Testar e resolver problemas de um robô em cenários realistas.
O formato do curso
Interação e discussão interativa. Muitos exercícios e práticas. Implementação de mão em um ambiente de laboratório ao vivo.
Sobre o Hardware
Os kites de hardware serão confirmados pelo instrutor antes do treinamento. Os kites contêm mais ou menos os seguintes componentes: [ 4 ] Comissão Controle de Motor Sensor de Distância Bluetooth escravos Protótipo de placa e cabos Cabeça USB Kit de veículos - Os participantes precisarão fornecer o seu próprio hardware.
Opções de Customização
Para personalizar qualquer parte deste curso (linguagem de programação, modelo de robô, microcontrolador, etc.) Por favor, entre em contato conosco para organizar.
Neste instrutor-led, treinamento ao vivo (online ou on-site), os participantes aprenderão as diferentes tecnologias, quadros e técnicas para a programação de diferentes tipos de robôs a serem utilizados no campo da tecnologia nuclear e sistemas ambientais.
O curso de 6 semanas é realizado 5 dias por semana. Cada dia é de 4 horas e consiste em palestras, discussões e desenvolvimento prático em um ambiente de laboratório ao vivo. Os participantes completarão vários projetos do mundo real aplicáveis ao seu trabalho, a fim de praticar os seus conhecimentos adquiridos.
O hardware alvo para este curso será simulado em 3D através do software de simulação. O ROS (Robot Operating System) framework open-source, C++ e Python será usado para a programação dos robôs.
No final do curso, os participantes poderão:
Conheça os conceitos-chave utilizados nas tecnologias robóticas. Compreender e gerenciar a interação entre software e hardware em um sistema robótico. Entender e implementar os componentes de software que sustentam a robótica. Construa e opera um robô mecânico simulado que possa ver, sentir, processar, navegar e interagir com os humanos através da voz. Compreender os elementos necessários da inteligência artificial (aprendizagem de máquina, aprendizagem profunda, etc.) Aplicável para construir um robô inteligente. Os filtros de implementação (Kalman e Particle) permitem que o robô localize objetos em movimento em seu ambiente. Implementação de algoritmos de busca e planejamento de movimento. Implementação PID controles para regular o movimento de um robô dentro de um ambiente. Implementar algoritmos SLAM para permitir que um robô mapa um ambiente desconhecido. Expande a capacidade de um robô para realizar tarefas complexas através Deep Learning. Testar e resolver problemas de um robô em cenários realistas.
O formato do curso
Interação e discussão interativa. Muitos exercícios e práticas. Implementação de mão em um ambiente de laboratório ao vivo.
Opções de Customização
Para personalizar qualquer parte deste curso (linguagem de programação, modelo de robô, etc.) Por favor, entre em contato conosco para organizar.
É um curso que vai dirigido à cientístas de dados e estatísticos que tem alguma familiarização com estatísticas e como programar em R (ou Python ou outra linguagem a sua escolha). A enfase deste curso é em aspectos práticos da preparação do modelo de dadosm execução, análise post hoc e visualização.
Last Updated: