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
Eu gostei das recomendações dadas pelo treinador sobre como usar as ferramentas. Isso é algo que não pode ser obtido da internet e é muito útil.
HP Printing and Computing Solutions, Sociedad Limitada Unipe
Curso: Computer Vision with OpenCV
Machine Translated
Foi fácil de seguir.
HP Printing and Computing Solutions, Sociedad Limitada Unipe
Curso: Computer Vision with OpenCV
Machine Translated
Materiais adicionais. Preparação teórica.
ING Bank Śląski
Curso: Using Computer Network ToolKit (CNTK)
Machine Translated
Grande conhecimento do professor, bem como a vontade e capacidade de compartilhá-lo. Inspiração para procurar por aplicativos de algoritmos de inteligência artificial
ING Bank Śląski
Curso: Using Computer Network ToolKit (CNTK)
Machine Translated
Eu gosto de exemplos para explicar
AUO友达光电（苏州）有限公司
Curso: OptaPlanner Prático
Machine Translated
o assunto foi bem apresentado e de forma ordenada.
Marylin Houle - Ivanhoe Cambridge
Curso: Introduction to R with Time Series Analysis
Machine Translated
Eu me beneficiei da paixão de ensinar e me concentrar em fazer coisas sensatas.
Zaher Sharifi - GOSI
Curso: Advanced Deep Learning
Machine Translated
É um em um. Eu posso fazer um monte de pergunta e também pedir ao TRAINNER para repetir quando eu não estava claro sobre algumas coisas.
Curso: Insurtech: A Practical Introduction for Managers
Machine Translated
Identificação humana e detecção de ponto ruim da placa de circuito
王 春柱 - 中移物联网
Curso: Deep Learning for NLP (Natural Language Processing)
Machine Translated
Demonstrar
中移物联网
Curso: Deep Learning for NLP (Natural Language Processing)
Machine Translated
Sobre a área de rosto.
中移物联网
Curso: Deep Learning for NLP (Natural Language Processing)
Machine Translated
As trocas informais que tivemos durante as palestras realmente me ajudaram a aprofundar minha compreensão do assunto
Explore
Curso: Deep Reinforcement Learning with Python
Machine Translated
A paciência do treinador
European Space Agency (ESA/ESTEC)
Curso: Getting Started with Quantum Computing and Q#
Machine Translated
Ele está mostrando muitos métodos com scripts pré-preparados - materiais muito bem preparados e fáceis de rastrear
Kamila Begej - GE Medical Systems Polska Sp. Zoo
Curso: Machine Learning – Data science
Machine Translated
Eu gosto que o treinamento foi focado em exemplos e codificação. Eu pensei que é impossível empacotar tanto conteúdo em três dias de treinamento, mas eu estava errado. O treinamento cobriu muitos tópicos e tudo foi feito de uma maneira muito detalhada (especialmente ajuste dos parâmetros do modelo - eu não esperava que houvesse um tempo para isso e fiquei muito surpreso).
Bartosz Rosiek - GE Medical Systems Polska Sp. Zoo
Curso: Machine Learning – Data science
Machine Translated
Teoria / prática de alternância eficaz!
CIRAD
Curso: Introduction to Machine Learning with MATLAB
Machine Translated
Apresentação progressiva e aplicação de métodos
Aurélien Briffaz - CIRAD
Curso: Introduction to Machine Learning with MATLAB
Machine Translated
Disponibilidade e adaptabilidade, respostas a perguntas
Jean-Michel MEOT - CIRAD
Curso: Introduction to Machine Learning with MATLAB
Machine Translated
Questões discutidas, exercícios realizados (exemplos), ambiente de treinamento, contato com o treinador, localização.
Wojskowe Zakłady Uzbrojenia S.A. w Grudziądzu
Curso: Octave not only for programmers
Machine Translated
Muitas dicas práticas
Pawel Dawidowski - ABB Sp. z o.o.
Curso: Deep Learning com TensorFlow
Machine Translated
Muita informação relacionada à implementação de soluções
Michał Smolana - ABB Sp. z o.o.
Curso: Deep Learning com TensorFlow
Machine Translated
Uma infinidade de dicas práticas e conhecimento do palestrante de uma ampla gama de questões de AI / IT / SQL / IoT.
ABB Sp. z o.o.
Curso: Deep Learning com TensorFlow
Machine Translated
o último dia. parte de geração
Accenture Inc
Curso: Python for Natural Language Generation
Machine Translated
Os tópicos referentes ao NLG. A equipe conseguiu aprender algo novo no final com tópicos interessantes, mas apenas no último dia. Havia também mais atividades hands-on do que slides que era bom.
Accenture Inc
Curso: Python for Natural Language Generation
Machine Translated
Eu gosto que se concentre mais no how-to dos diferentes métodos de sumarização de texto
Curso: Text Summarization with Python
Machine Translated
O ambiente de sala de aula remota funcionou muito bem
Trimac Management Services LP
Curso: Introduction to R with Time Series Analysis
Machine Translated
É um em um. Eu posso fazer um monte de pergunta e também pedir ao TRAINNER para repetir quando eu não estava claro sobre algumas coisas.
Curso: Insurtech: A Practical Introduction for Managers
Machine Translated
Eu gosto que se concentre mais no how-to dos diferentes métodos de sumarização de texto
Curso: Text Summarization with Python
Machine Translated
Nossos Clientes
.png "iberoamericana de hidrocarburos (ihsa)")
.jpg "european southern observatory (eso)")
_ireland.gif "environmental protection agency (epa) ireland")
Subcategorias AI
Programas do curso AI
Nome do Curso
Duração
Visão geral
Nome do Curso
Duração
Visão geral
35 horas
Visão geral
Este treinamento ao vivo, conduzido por instrutor (no local ou remoto), destina-se a profissionais que desejam iniciar uma carreira em Data Science .
Ao final deste treinamento, os participantes serão capazes de:
- Instale e configure Python e MySql.
- Entenda o que é Data Science e como ela pode agregar valor a praticamente qualquer negócio.
- Aprenda os fundamentos da codificação em Python
- Aprenda técnicas de Machine Learning supervisionadas e não supervisionadas e como implementá-las e interpretar os resultados.
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.
Ao final deste treinamento, os participantes serão capazes de:
- Instale e configure Python e MySql.
- Entenda o que é Data Science e como ela pode agregar valor a praticamente qualquer negócio.
- Aprenda os fundamentos da codificação em Python
- Aprenda técnicas de Machine Learning supervisionadas e não supervisionadas e como implementá-las e interpretar os resultados.
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.
14 horas
Visão geral
Este curso aborda a IA (enfatizando Machine Learning e Deep Learning ) na Indústria Automotive . Isso ajuda a determinar qual tecnologia pode ser (potencialmente) usada em várias situações em um carro: da automação simples, reconhecimento de imagem até a tomada de decisão autônoma.
7 horas
Visão geral
Neste treinamento ao vivo conduzido por instrutor, os participantes aprenderão como configurar e usar o OpenNMT para realizar a tradução de vários conjuntos de dados de amostra. O curso começa com uma visão geral das redes neurais como elas se aplicam à tradução automática. Os participantes realizarão exercícios ao vivo durante o curso para demonstrar sua compreensão dos conceitos aprendidos e obter feedback do instrutor.
No final deste treinamento, os participantes terão o conhecimento e a prática necessários para implementar uma solução OpenNMT ao vivo.
Amostras de idioma de origem e de destino serão pré-organizadas de acordo com os requisitos do público.
Formato do Curso
- Palestra parcial, parte discussão, prática prática
No final deste treinamento, os participantes terão o conhecimento e a prática necessários para implementar uma solução OpenNMT ao vivo.
Amostras de idioma de origem e de destino serão pré-organizadas de acordo com os requisitos do público.
Formato do Curso
- Palestra parcial, parte discussão, prática prática
14 horas
Visão geral
Esta sessão de treinamento baseada em sala de aula conterá apresentações e exemplos baseados em computador e exercícios de estudo de caso para realizar com bibliotecas de redes neurais e profundas relevantes
21 horas
Visão geral
O curso é dedicado para aqueles que gostariam de conhecer um programa alternativo ao pacote comercial do MATLAB O treinamento de três dias fornece informações abrangentes sobre a movimentação pelo ambiente e a execução do pacote OCTAVE para análise de dados e cálculos de engenharia Os beneficiários do treinamento são iniciantes, mas também aqueles que conhecem o programa e gostariam de sistematizar seus conhecimentos e melhorar suas habilidades O conhecimento de outras linguagens de programação não é necessário, mas facilitará muito a aquisição de conhecimento por parte dos alunos O curso mostrará a você como usar o programa em muitos exemplos práticos .
28 horas
Visão geral
OpenCV (Open Source Computer Vision Library: http://opencv.org) é uma biblioteca BSD de código aberto que inclui várias centenas de algoritmos de visão computacional.
Público
Este curso é dirigido a engenheiros e arquitetos que buscam utilizar o OpenCV para projetos de visão computacional.
Público
Este curso é dirigido a engenheiros e arquitetos que buscam utilizar o OpenCV para projetos de visão computacional.
14 horas
Visão geral
OpenCV is a library of programming functions for deciphering images with computer algorithms. OpenCV 4 is the latest OpenCV release and it provides optimized modularity, updated algorithms, and more. With OpenCV 4 and Python, users will be able to view, load, and classify images and videos for advanced image recognition.
This instructor-led, live training (online or onsite) is aimed at software engineers who wish to program in Python with OpenCV 4 for deep learning.
By the end of this training, participants will be able to:
- View, load, and classify images and videos using OpenCV 4.
- Implement deep learning in OpenCV 4 with TensorFlow and Keras.
- Run deep learning models and generate impactful reports from images and videos.
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.
This instructor-led, live training (online or onsite) is aimed at software engineers who wish to program in Python with OpenCV 4 for deep learning.
By the end of this training, participants will be able to:
- View, load, and classify images and videos using OpenCV 4.
- Implement deep learning in OpenCV 4 with TensorFlow and Keras.
- Run deep learning models and generate impactful reports from images and videos.
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.
14 horas
Visão geral
O OpenFace é um software de reconhecimento facial em tempo real baseado em Python e Torch, baseado na pesquisa FaceNet do Google Neste treinamento presencial instruído, os participantes aprenderão como usar os componentes do OpenFace para criar e implantar um aplicativo de reconhecimento facial de amostra No final deste treinamento, os participantes serão capazes de: Trabalhe com os componentes do OpenFace, incluindo dlib, OpenVC, Torch e nn4, para implementar detecção, alinhamento e transformação de faces Aplique o OpenFace a aplicações do mundo real, como vigilância, verificação de identidade, realidade virtual, jogos e identificação de clientes repetidos, etc Público Desenvolvedores Cientistas de dados Formato do curso Palestra parcial, parte discussão, exercícios e prática handson pesada .
14 horas
Visão geral
A biblioteca Apache OpenNLP é um kit de ferramentas baseado em aprendizado de máquina para processar texto em linguagem natural Ele suporta as tarefas mais comuns de PNL, como detecção de idioma, tokenização, segmentação de frases, tagging de tag de fala, extração de entidades nomeadas, chunking, parsing e resolução de referência Neste treinamento presencial instruído, os participantes aprenderão como criar modelos para processar dados baseados em texto usando o OpenNLP Dados de treinamento de amostra, bem como conjuntos de dados personalizados, serão usados como base para os exercícios de laboratório No final deste treinamento, os participantes serão capazes de: Instalar e configurar o OpenNLP Faça o download de modelos existentes e crie seus próprios Treine os modelos em vários conjuntos de dados de amostra Integre o OpenNLP com aplicativos Java existentes Público Desenvolvedores Cientistas de dados Formato do curso Palestra parcial, parte discussão, exercícios e prática handson pesada .
14 horas
Visão geral
Neste treinamento ao vivo conduzido por instrutor, OpenNN os princípios das redes neurais e usamos o OpenNN para implementar um aplicativo de amostra.
Formato do curso
- Palestra e discussão juntamente com exercícios práticos.
Formato do curso
- Palestra e discussão juntamente com exercícios práticos.
21 horas
Visão geral
Estima-se que os dados não estruturados representem mais de 90% de todos os dados, muitos deles na forma de texto. Postagens de blog, tweets, mídias sociais e outras publicações digitais aumentam continuamente esse crescente corpo de dados.
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
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
21 horas
Visão geral
Este curso é um enfoque pratico a ferramenta OptaPLanner, proporcionando aos partiipantes todas as ferramentas necessárias para conseguir um conhecimento introdutório unico e funcional que os permit realizar as funções basicas nessa ferramenta.
21 horas
Visão geral
PaddlePaddle (PArallel Distributed Deep LEarning) é uma plataforma de aprendizagem profunda escalável desenvolvida pela Baidu Neste treinamento ao vivo com instrutores, os participantes aprenderão como usar o PaddlePaddle para permitir o aprendizado profundo em seus aplicativos de produtos e serviços No final deste treinamento, os participantes serão capazes de: Configurar e configurar o PaddlePaddle Configurar uma rede neural por convolução (CNN) para reconhecimento de imagem e detecção de objetos Configurar uma Rede Neural Recorrente (RNN) para análise de sentimento Configure o aprendizado profundo em sistemas de recomendação para ajudar os usuários a encontrar respostas Prever taxas de cliques (CTR), classificar conjuntos de imagens em larga escala, realizar reconhecimento óptico de caracteres (OCR), classificar pesquisas, detectar vírus de computador e implementar um sistema de recomendação Público Desenvolvedores Cientistas de dados Formato do curso Palestra parcial, parte discussão, exercícios e prática handson pesada .
14 horas
Visão geral
Correspondência de padrões é uma técnica usada para localizar padrões especificados em uma imagem. Ele pode ser usado para determinar a existência de características especificadas dentro de uma imagem capturada, por exemplo, o rótulo esperado em um produto defeituoso em uma linha de fábrica ou as dimensões especificadas de um componente. É diferente de " Pattern Recognition " (que reconhece padrões gerais baseados em coleções maiores de amostras relacionadas) na medida em que determina especificamente o que estamos procurando, então nos diz se o padrão esperado existe ou não.
Formato do Curso
- Este curso apresenta as abordagens, tecnologias e algoritmos usados no campo de correspondência de padrões, conforme se aplica à Machine Vision .
Formato do Curso
- Este curso apresenta as abordagens, tecnologias e algoritmos usados no campo de correspondência de padrões, conforme se aplica à Machine Vision .
21 horas
Visão geral
O PredictionIO é uma ferramenta de código aberto para o Machine Learning, contruída em um stack de código aberto de alta qualidade, o objetivo do curso é que o participante possa entender os conceitos chave da aplicação de Machine Learning cm o PredictionIO.
14 horas
Visão geral
R é uma linguagem de programação livre de código aberto para computação estatística, análise de dados e gráficos O R é usado por um número crescente de gerentes e analistas de dados dentro das corporações e da academia R possui uma ampla variedade de pacotes para mineração de dados .
14 horas
Visão geral
Pandas is a Python library for data manipulation and analysis. Using Pandas, users can perform predictive analysis through machine learning.
This instructor-led, live training (online or onsite) is aimed at data scientists who wish to use Pandas to preform predictive analysis with machine learning.
By the end of this training, participants will be able to:
- Perform data wrangling in Python.
- Conduct ETL operations for machine learning.
- Create data visualizations with Pandas
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.
This instructor-led, live training (online or onsite) is aimed at data scientists who wish to use Pandas to preform predictive analysis with machine learning.
By the end of this training, participants will be able to:
- Perform data wrangling in Python.
- Conduct ETL operations for machine learning.
- Create data visualizations with Pandas
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.
21 horas
Visão geral
Neste treinamento presencial instruído, os participantes aprenderão as técnicas de aprendizado de máquina mais relevantes e inovadoras do Python, pois eles criam uma série de aplicativos de demonstração que envolvem dados de imagem, música, texto e dados financeiros No final deste treinamento, os participantes serão capazes de: Implementar algoritmos e técnicas de aprendizado de máquina para resolver problemas complexos Aplicar aprendizado profundo e aprendizado semissupervisionado a aplicativos que envolvam dados de imagem, música, texto e dados financeiros Empurre os algoritmos do Python para o seu potencial máximo Use bibliotecas e pacotes como NumPy e Theano Público Desenvolvedores Analistas Cientistas de dados Formato do curso Palestra parcial, parte discussão, exercícios e prática handson pesada .
21 horas
Visão geral
Esta sessão de treinamento baseada em sala de aula irá explorar as técnicas de PNL em conjunto com a aplicação de IA e Robótica nos negócios Os delegados irão realizar exemplos baseados em computador e exercícios de resolução de estudos de caso usando Python .
21 horas
Visão geral
Geração de linguagem natural (NLG) refere-se à produção de texto em linguagem natural ou fala por um computador Neste treinamento ao vivo com instrutores, os participantes aprenderão como usar o Python para produzir texto em linguagem natural de alta qualidade construindo seu próprio sistema NLG do zero Estudos de caso também serão examinados e os conceitos relevantes serão aplicados a projetos de laboratório para geração de conteúdo No final deste treinamento, os participantes serão capazes de: Use o NLG para gerar automaticamente conteúdo para vários setores, desde jornalismo a imóveis, a climas e reportagens esportivas Selecione e organize conteúdo de origem, planeje frases e prepare um sistema para geração automática de conteúdo original Entenda o pipeline de NLG e aplique as técnicas corretas em cada estágio Entenda a arquitetura de um sistema de geração de linguagem natural (NLG) Implementar os algoritmos e modelos mais adequados para análise e ordenação Extrair dados de fontes de dados disponíveis publicamente, bem como bancos de dados com curadoria para usar como material para texto gerado Substituir processos de escrita manuais e trabalhosos por criação de conteúdo automatizada e gerada por computador Público Desenvolvedores Cientistas de dados Formato do curso Palestra parcial, parte discussão, exercícios e prática handson pesada .
21 horas
Visão geral
Este curso foi desenhado para pessoas interessadas em extraír significado de um texto escrito em Inglês, através do conhecimento que pode ser aplicado por outro ser humano.
Este curso cobrirá como fazer uso do texto escrito por humanos.
Este curso cobrirá como fazer uso do texto escrito por humanos.
14 horas
Visão geral
Esta sessão de treinamento baseada em sala de aula explorará técnicas de aprendizado de máquina, com exemplos baseados em computador e exercícios de solução de casos de estudo usando um programa relevante .
28 horas
Visão geral
O aprendizado de máquina é um ramo da Inteligência Artificial em que os computadores têm a capacidade de aprender sem serem programados explicitamente. R é uma linguagem de programação popular no setor financeiro. Ele é usado em aplicações financeiras que vão desde programas de negociação principais até sistemas de gerenciamento de risco.
Neste treinamento ao vivo conduzido por instrutor, os participantes aprenderão como aplicar técnicas e ferramentas de aprendizado de máquina para resolver problemas do mundo real no setor financeiro. R será usado como linguagem de programação.
Os participantes primeiro aprendem os princípios-chave e, em seguida, colocam seus conhecimentos em prática, construindo seus próprios modelos de aprendizado de máquina e usando-os para concluir uma série de projetos de equipe.
No final deste treinamento, os participantes serão capazes de:
- Entenda os conceitos fundamentais no aprendizado de máquina
- Aprenda os aplicativos e usos do aprendizado de máquina em finanças
- Desenvolva sua própria estratégia de negociação algorítmica usando aprendizado de máquina com R
Público
- Desenvolvedores
- Cientistas de dados
Formato do curso
- Palestra parcial, parte discussão, exercícios e prática prática
Neste treinamento ao vivo conduzido por instrutor, os participantes aprenderão como aplicar técnicas e ferramentas de aprendizado de máquina para resolver problemas do mundo real no setor financeiro. R será usado como linguagem de programação.
Os participantes primeiro aprendem os princípios-chave e, em seguida, colocam seus conhecimentos em prática, construindo seus próprios modelos de aprendizado de máquina e usando-os para concluir uma série de projetos de equipe.
No final deste treinamento, os participantes serão capazes de:
- Entenda os conceitos fundamentais no aprendizado de máquina
- Aprenda os aplicativos e usos do aprendizado de máquina em finanças
- Desenvolva sua própria estratégia de negociação algorítmica usando aprendizado de máquina com R
Público
- Desenvolvedores
- Cientistas de dados
Formato do curso
- Palestra parcial, parte discussão, exercícios e prática prática
21 horas
Visão geral
MLflow is an open source platform for streamlining and managing the machine learning lifecycle. It supports any ML (machine learning) library, algorithm, deployment tool or language. Simply add MLflow to your existing ML code to share the code across any ML library being used within your organization.
This instructor-led, live training (online or onsite) is aimed at data scientists who wish to go beyond building ML models and optimize the ML model creation, tracking, and deployment process.
By the end of this training, participants will be able to:
- Install and configure MLflow and related ML libraries and frameworks.
- Appreciate the importance of trackability, reproducability and deployability of an ML model
- Deploy ML models to different public clouds, platforms, or on-premise servers.
- Scale the ML deployment process to accommodate multiple users collaborating on a project.
- Set up a central registry to experiment with, reproduce, and deploy ML models.
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.
This instructor-led, live training (online or onsite) is aimed at data scientists who wish to go beyond building ML models and optimize the ML model creation, tracking, and deployment process.
By the end of this training, participants will be able to:
- Install and configure MLflow and related ML libraries and frameworks.
- Appreciate the importance of trackability, reproducability and deployability of an ML model
- Deploy ML models to different public clouds, platforms, or on-premise servers.
- Scale the ML deployment process to accommodate multiple users collaborating on a project.
- Set up a central registry to experiment with, reproduce, and deploy ML models.
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.
14 horas
Visão geral
O objetivo deste curso é fornecer uma proficiência básica na aplicação de métodos de Machine Learning na prática. Com o uso da linguagem de programação Scala e suas diversas bibliotecas, e com base em vários exemplos práticos, este curso ensina como usar os blocos de construção mais importantes do Machine Learning , como tomar decisões de modelagem de dados, interpretar as saídas dos algoritmos e validar os resultados.
Nosso objetivo é fornecer a você as habilidades para entender e usar as ferramentas mais fundamentais da caixa de ferramentas Machine Learning confiança e evitar as armadilhas comuns dos aplicativos da Data Science .
Nosso objetivo é fornecer a você as habilidades para entender e usar as ferramentas mais fundamentais da caixa de ferramentas Machine Learning confiança e evitar as armadilhas comuns dos aplicativos da Data Science .
14 horas
Visão geral
O objetivo deste curso é fornecer uma proficiência básica na aplicação de métodos de Machine Learning na prática. Através do uso da Python programação Python e de suas várias bibliotecas, e com base em vários exemplos práticos, este curso ensina como usar os blocos de construção mais importantes do Machine Learning , como tomar decisões de modelagem de dados, interpretar as saídas dos algoritmos e validar os resultados.
Nosso objetivo é fornecer a você as habilidades para entender e usar as ferramentas mais fundamentais da caixa de ferramentas Machine Learning confiança e evitar as armadilhas comuns dos aplicativos da Data Science .
Nosso objetivo é fornecer a você as habilidades para entender e usar as ferramentas mais fundamentais da caixa de ferramentas Machine Learning confiança e evitar as armadilhas comuns dos aplicativos da Data Science .
14 horas
Visão geral
O objetivo deste curso é fornecer uma proficiência básica na aplicação de métodos de Machine Learning na prática. Através do uso da plataforma de programação R e de suas diversas bibliotecas, e com base em vários exemplos práticos, este curso ensina como usar os blocos de construção mais importantes do Machine Learning , como tomar decisões de modelagem de dados, interpretar as saídas dos algoritmos e validar os resultados.
Nosso objetivo é fornecer a você as habilidades para entender e usar as ferramentas mais fundamentais da caixa de ferramentas Machine Learning confiança e evitar as armadilhas comuns dos aplicativos da Data Science .
Nosso objetivo é fornecer a você as habilidades para entender e usar as ferramentas mais fundamentais da caixa de ferramentas Machine Learning confiança e evitar as armadilhas comuns dos aplicativos da Data Science .
7 horas
Visão geral
Este curso de treinamento é para pessoas que gostariam de aplicar técnicas básicas de Machine Learning em aplicações práticas.
Público
Cientistas de dados e estatísticos que têm alguma familiaridade com o aprendizado de máquina e sabem como programar R. A ênfase deste curso é nos aspectos práticos da preparação de dados / modelos, execução, análise post hoc e visualização. O objetivo é fornecer uma introdução prática ao aprendizado de máquina aos participantes interessados em aplicar os métodos no trabalho.
Exemplos específicos do setor são usados para tornar o treinamento relevante para o público.
Público
Cientistas de dados e estatísticos que têm alguma familiaridade com o aprendizado de máquina e sabem como programar R. A ênfase deste curso é nos aspectos práticos da preparação de dados / modelos, execução, análise post hoc e visualização. O objetivo é fornecer uma introdução prática ao aprendizado de máquina aos participantes interessados em aplicar os métodos no trabalho.
Exemplos específicos do setor são usados para tornar o treinamento relevante para o público.
14 horas
Visão geral
Neste treinamento presencial instruído, os participantes aprenderão a usar a pilha de tecnologia do Aprendizado de Máquina do iOS (ML) à medida que avançam na criação e na implantação de um aplicativo móvel para iOS No final deste treinamento, os participantes serão capazes de: Crie um aplicativo para dispositivos móveis com capacidade de processamento de imagem, análise de texto e reconhecimento de fala Acesse modelos ML pré-planejados para integração em aplicativos iOS Crie um modelo ML personalizado Adicionar suporte Siri Voice a aplicativos iOS Entenda e use estruturas como coreML, Vision, CoreGraphics e GamePlayKit Use linguagens e ferramentas como o Python, o Keras, o Caffee, o Tensorflow, o scikit learn, o libsvm, o Anaconda e o Spyder Público Desenvolvedores Formato do curso Palestra parcial, parte discussão, exercícios e prática handson pesada .
35 horas
Visão geral
MLOps is a set of tools and methodologies for combining Machine Learning and DevOps practices. The goal of MLOps is to automate and optimize the deployment and maintenance of ML systems in production.
This instructor-led, live training (online or onsite) is aimed at engineers who wish to evaluate the approaches and tools available today to make an intelligent decision on the path forward in adopting MLOps within their organization.
By the end of this training, participants will be able to:
- Install and configure various MLOps frameworks and tools.
- Assemble the right kind of team with the right skills for constructing and supporting an MLOps system.
- Prepare, validate and version data for use by ML models.
- Understand the components of an ML Pipeline and the tools needed to build one.
- Experiment with different machine learning frameworks and servers for deploying to production.
- Operationalize the entire Machine Learning process so that it's reproduceable and maintainable.
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.
This instructor-led, live training (online or onsite) is aimed at engineers who wish to evaluate the approaches and tools available today to make an intelligent decision on the path forward in adopting MLOps within their organization.
By the end of this training, participants will be able to:
- Install and configure various MLOps frameworks and tools.
- Assemble the right kind of team with the right skills for constructing and supporting an MLOps system.
- Prepare, validate and version data for use by ML models.
- Understand the components of an ML Pipeline and the tools needed to build one.
- Experiment with different machine learning frameworks and servers for deploying to production.
- Operationalize the entire Machine Learning process so that it's reproduceable and maintainable.
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.
Próximos Cursos de AI (Artificial Intelligence)
2020-08-17 09:30:00
São Paulo - Naçōes Unidas Tower
28 horas
2020-08-17 09:30:00
São Paulo, Top Center Paulista
28 horas
2020-10-12 09:30:00
São Paulo - Naçōes Unidas Tower
28 horas
2020-10-13 09:30:00
São Paulo, Top Center Paulista
28 horas
2020-12-08 09:30:00
São Paulo - Naçōes Unidas Tower
28 horas
Cursos de fim de semana de Inteligência Artificial, Treinamento tardiurno de Inteligência Artificial, Treinamento em grupo de AI, AI (Artificial Intelligence) guiado por instrutor, Treinamento de Inteligência Artificial de fim de semana, Cursos de AI (Artificial Intelligence) tardiurnos, coaching de Artificial Intelligence, Instrutor de AI, Treinador de Artificial Intelligence, Cursos de treinamento de AI (Artificial Intelligence), Aulas de AI, Inteligência Artificial no local do cliente, Cursos privados de Inteligência Artificial, Treinamento individual de AI