Cursos de Practical Quantum Computing

Neste treinamento ao vivo conduzido por instrutor em Brasil, os participantes aprenderão os fundamentos da computação quântica e Q# à medida que avançam no desenvolvimento de programas quânticos simples.

No final desta formação, os participantes serão capazes de

• Instalar e configurar o Quantum Development Kit da Microsoft'.
• Compreender os conceitos por trás da computação quântica.
• Construir, testar, executar e solucionar problemas de um programa quântico usando Q#, Visual Studio e um simulador de computação quântica local.

Neste treinamento ao vivo conduzido por instrutor em Brasil, os participantes aprenderão os fundamentos da computação quântica à medida que avançam no desenvolvimento de algoritmos voltados para computadores quânticos.

No final desta formação, os participantes serão capazes de

• Configure o ambiente de desenvolvimento necessário para começar a criar circuitos quânticos.
• Controle o comportamento do portão usando a contraparte nativa do portão'
.
• Melhorar as imprecisões do quibit usando Cirq.
• Escrever e executar um circuito quântico para ser executado contra um simulador de computador quântico baseado em NISQ.

Este treinamento ao vivo conduzido por instrutor em Brasil (online ou no local) é destinado a cientistas de dados e desenvolvedores que desejam aprender e construir suas carreiras em Ciência de Dados usando Kaggle.

No final desta formação, os participantes serão capazes de

• Aprenda sobre ciência de dados e aprendizado de máquina.
• Explorar a análise de dados.
• Saiba mais sobre Kaggle e como ele funciona.

Este treinamento ao vivo conduzido por instrutor em Brasil (no local ou remoto) é destinado a cientistas e desenvolvedores de dados que desejam usar o Modin para criar e implementar cálculos paralelos com Pandas para uma análise de dados mais rápida.

No final desta formação, os participantes serão capazes de

• Configurar o ambiente necessário para começar a desenvolver Pandas fluxos de trabalho em escala com o Modin.
• Compreender os recursos, a arquitetura e as vantagens do Modin.
• Conhecer as diferenças entre Modin, Dask e Ray.
• Realizar Pandas operações mais rapidamente com o Modin.
• Implementar toda a API Pandas e as funções.

Este treinamento ao vivo conduzido por instrutor em Brasil (no local ou remoto) é destinado a cientistas de dados e desenvolvedores que desejam usar RAPIDS para construir pipelines de dados acelerados por GPU, fluxos de trabalho e visualizações, aplicando algoritmos de aprendizado de máquina, como XGBoost, cuML, etc.

No final desta formação, os participantes serão capazes de

• Configurar o ambiente de desenvolvimento necessário para criar modelos de dados com NVIDIA RAPIDS.
• Compreender os recursos, componentes e vantagens do RAPIDS.
• Utilizar GPUs para acelerar pipelines de dados e análises de ponta a ponta.
• Implementar a preparação de dados acelerada por GPU e ETL com cuDF e Apache Arrow.
• Aprenda a executar tarefas de aprendizado de máquina com os algoritmos XGBoost e cuML.
• Construir visualizações de dados e executar análises de gráficos com cuXfilter e cuGraph.

Este treinamento ao vivo conduzido por instrutor em Brasil (online ou no local) é destinado a cientistas de dados que desejam usar o ecossistema Anaconda para capturar, gerenciar e implantar pacotes e fluxos de trabalho de análise de dados em uma única plataforma.

No final desta formação, os participantes serão capazes de

• Instalar e configurar componentes e bibliotecas do Anaconda.
• Compreender os principais conceitos, recursos e benefícios do Anaconda.
• Gerenciar pacotes, ambientes e canais usando o Anaconda Navigator.
• Use os pacotes Conda, R e Python para ciência de dados e aprendizado de máquina.
• Conheça alguns casos de uso práticos e técnicas para gerenciar vários ambientes de dados.

H2O AutoML is an artificial intelligence platform that automates the process of building, selecting and optimizing large numbers of machine learning models.

This instructor-led, live training (online or onsite) is aimed at data scientists who wish to use H2O AutoML to automate the process of building and selecting the best machine learning algorithm and parameters.

By the end of this training, participants will be able to:

• Automate the machine learning workflow.
• Automatically train and tune many machine learning models within a specified time range.
• Train stacked ensembles to arrive at highly predictive ensemble 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.

Este treinamento ao vivo conduzido por instrutor em Brasil (online ou no local) é destinado a profissionais de aprendizado de máquina que desejam usar Auto-sklearn para automatizar o processo de seleção e otimização de um modelo de aprendizado de máquina.

No final desta formação, os participantes serão capazes de

• Automatize o processo de treinamento de modelos de aprendizado de máquina altamente eficientes.
• Construa modelos de aprendizado de máquina altamente precisos, ignorando as tarefas mais tediosas de selecionar, treinar e testar diferentes modelos.
• Utilize o poder do aprendizado de máquina para resolver problemas de negócios do mundo real.

Este treinamento ao vivo conduzido por instrutor em Brasil (no local ou remoto) é destinado a cientistas de dados, bem como a pessoas menos técnicas que desejam usar o Auto-Keras para automatizar o processo de seleção e otimização de um modelo de aprendizado de máquina.

No final desta formação, os participantes serão capazes de

• Automatize o processo de treinamento de modelos de aprendizado de máquina altamente eficientes.
• Procure automaticamente os melhores parâmetros para modelos de aprendizagem profunda.
• Criar modelos de aprendizado de máquina altamente precisos.
• Use o poder do aprendizado de máquina para resolver problemas de negócios do mundo real.

Esta formação ao vivo orientada por um instrutor (no local ou remoto) destina-se a cientistas de dados, engenheiros de aprendizagem automática e investigadores de visão computacional que pretendam tirar partido de Stable Diffusion para gerar imagens de alta qualidade para uma variedade de casos de utilização.

No final desta formação, os participantes serão capazes de

Compreender os princípios de Stable Diffusion e como funciona para a geração de imagens. Construir e treinar modelos Stable Diffusion para tarefas de geração de imagens. Aplicar Stable Diffusion a vários cenários de geração de imagens, como inpainting, outpainting e tradução de imagem para imagem. Otimizar o desempenho e a estabilidade dos modelos Stable Diffusion.

Este treinamento ao vivo ministrado por instrutor em Brasil (no local ou remoto) é destinado a cientistas de dados de nível intermediário a avançado, engenheiros de aprendizado de máquina, pesquisadores de aprendizado profundo e especialistas em visão computacional que desejam expandir seus conhecimentos e habilidades em aprendizado profundo. para geração de texto para imagem.

Ao final deste treinamento, os participantes serão capazes de:

Compreenda arquiteturas e técnicas avançadas de aprendizagem profunda para geração de texto em imagem. Implemente modelos complexos e otimizações para síntese de imagens de alta qualidade. Otimize o desempenho e a escalabilidade para grandes conjuntos de dados e modelos complexos. Ajuste hiperparâmetros para melhor desempenho e generalização do modelo. Integre Stable Diffusion com outras estruturas e ferramentas de aprendizagem profunda

Esta formação ao vivo orientada por um instrutor em Brasil (online ou no local) destina-se a biólogos que desejam compreender o funcionamento de AlphaFold e utilizar modelos de AlphaFold como guias nos seus estudos experimentais.

No final desta formação, os participantes serão capazes de

• Compreender os princípios básicos de AlphaFold.
• Aprender como AlphaFold funciona.
• Aprender a interpretar as previsões e resultados de AlphaFold.

Este treinamento ao vivo conduzido por instrutor em Brasil (online ou no local) é destinado a desenvolvedores que desejam usar TensorFlow Lite para implantar modelos de aprendizado profundo em dispositivos incorporados.

No final desta formação, os participantes serão capazes de

• Instalar e configurar o Tensorflow Lite em um dispositivo incorporado.
• Compreender os conceitos e componentes subjacentes a TensorFlow Lite.
• Converter modelos existentes para o formato TensorFlow Lite para execução em dispositivos incorporados.
• Trabalhar dentro das limitações de dispositivos pequenos e TensorFlow Lite, enquanto aprende a expandir o escopo das operações que podem ser executadas.
• Implantar um modelo de aprendizado profundo em um dispositivo incorporado executando Linux.

Este treinamento ao vivo conduzido por instrutor em Brasil (online ou no local) é destinado a desenvolvedores que desejam usar TensorFlow Lite para desenvolver aplicativos móveis com recursos de aprendizado profundo.

No final desta formação, os participantes serão capazes de

• Instalar e configurar TensorFlow Lite.
• Compreender os princípios por trás do TensorFlow, aprendizado de máquina e aprendizado profundo.
• Carregar modelos do TensorFlow em um dispositivo Android.
• Habilitar funcionalidades de aprendizado profundo e aprendizado de máquina, como visão computacional e reconhecimento de linguagem natural em um aplicativo móvel.

Este treinamento ao vivo conduzido por instrutor em Brasil (online ou no local) é destinado a engenheiros que desejam escrever, carregar e executar modelos de aprendizado de máquina em dispositivos incorporados muito pequenos.

No final desta formação, os participantes serão capazes de

• Instalar TensorFlow Lite.
• Carregar modelos de aprendizado de máquina em um dispositivo incorporado para permitir que ele detecte fala, classifique imagens, etc.
• Adicionar IA a dispositivos de hardware sem depender de conetividade de rede.