기계 학습 교육

기계 학습 교육

현지 강사 주도의 ML (Machine Machine Learning) 교육 과정은 다양한 업계의 실제 문제를 해결하기 위해 기계 학습 기술과 도구를 적용하는 방법을 직접 실습을 통해 보여줍니다. NobleProg ML 과정은 Python, R 언어 및 Matlab을 비롯한 다양한 프로그래밍 언어와 프레임 워크를 다룹니다. 기계 학습 과정은 금융, 은행 및 보험을 비롯한 다양한 업계 응용 프로그램에 제공되며 기계 학습의 기초는 물론 딥 학습 (Deep Learning)과 같은 고급 방법을 다룹니다. 기계 학습 교육은 "현장 실습"또는 "원격 실습"으로 제공됩니다. 현장 실습은 고객 구내에서 현지에서 실시 할 수 있습니다. 대한민국 또는 NobleProg 기업 교육 센터에서 대한민국 . 원격 라이브 교육은 대화 형 원격 데스크톱을 통해 수행됩니다. NobleProg - 지역 교육 제공자

Machine Translated

회원 평가

★★★★★
★★★★★

Machine Learning (ML)코스 개요

Course Name
Duration
Overview
Course Name
Duration
Overview
14 시간
Overview
Automotive 산업에서의 AI ( Machine Learning 및 Deep Learning )에 대해 Deep Learning 합니다. 단순한 자동화에서 이미지 인식, 자율적 의사 결정에 이르기까지 자동차의 여러 상황에서 어떤 기술이 (잠재적으로) 사용될 수 있는지 판단하는 데 도움이됩니다.
21 시간
Overview
이 과목은 로봇 응용 분야에서의 기계 학습 방법을 소개한다.

그것은 패턴 인식의 맥락에서 기존 방법, 동기 및 주요 아이디어에 대한 폭 넓은 개요입니다.

짧은 이론적 배경 후에 참가자는 오픈 소스 (일반적으로 R) 또는 기타 대중적인 소프트웨어를 사용하여 간단한 운동을 수행합니다.
14 시간
Overview
패턴 일치는 이미지 내에서 지정된 패턴을 찾는 데 사용되는 기술입니다. 캡처 된 이미지 내에서 지정된 특성의 존재 여부를 결정하는 데 사용할 수 있습니다 (예 : 공장 라인의 결함있는 제품의 예상 레이블 또는 구성 요소의 지정된 치수). 그것은 우리가 찾고있는 것을 구체적으로 지시한다는 점에서 " Pattern Recognition "(관련 샘플의 더 큰 컬렉션을 기반으로 일반적인 패턴을 인식)과 다르며 예상 패턴이 존재하는지 여부를 알려줍니다.

코스 형식

- 이 과정은 Machine Vision 적용되는 패턴 매칭 분야에서 사용되는 접근법, 기술 및 알고리즘을 소개합니다.
21 시간
Overview
PaddlePaddle (PArallel Distributed DeepLearning)은 Baidu가 개발 한 확장 가능한 심층 학습 플랫폼입니다 강사진이 진행되는이 교육에서는 PaddlePaddle을 사용하여 제품 및 서비스 응용 프로그램에 대한 심층적 인 학습을 수행하는 방법을 배웁니다 이 훈련이 끝나면 참가자는 다음을 할 수 있습니다 PaddlePaddle 설정 및 구성 이미지 인식 및 객체 감지를위한 CNN (Convolutional Neural Network) 설정 정서 분석을위한 RNN (Recurrent Neural Network) 설정 사용자가 답변을 찾을 수 있도록 추천 시스템에 대한 심층 학습을 설정하십시오 클릭률 (CTR) 예측, 대형 이미지 세트 분류, 광학 문자 인식 (OCR) 수행, 검색 순위 지정, 컴퓨터 바이러스 검색 및 추천 시스템 구현 청중 개발자 데이터 과학자 코스 형식 파트 강의, 파트 토론, 연습 및 무거운 핸드 슨 연습 .
14 시간
Overview
강사가 진행하는이 실습에서는 신경 네트워크의 원리를 OpenNN 을 사용하여 샘플 애플리케이션을 구현합니다.

과정 형식

- 강의 및 토론은 실습과 결합됩니다.
7 시간
Overview
강사가 진행하는이 실습에서는 OpenNMT 를 설정하고 사용하여 다양한 샘플 데이터 세트의 번역을 수행하는 방법을 배우게됩니다. 이 과정은 기계 번역에 적용 할 때 신경망에 대한 개요부터 시작합니다. 참가자는 과정 전반에 걸쳐 실제 연습을 수행하여 학습 한 개념을 이해하고 강사로부터 피드백을 얻을 수 있습니다.

이 교육이 끝날 때까지 참가자는 생생한 OpenNMT 솔루션을 구현하는 데 필요한 지식과 실습을 OpenNMT 됩니다.

소스 및 대상 언어 샘플은 잠재 고객의 요구 사항에 따라 사전 정렬됩니다.

코스 형식

- 파트 강연, 파트 토론, 무거운 실무 연습
14 시간
Overview
Apache OpenNLP 라이브러리는 자연 언어 텍스트 처리를위한 기계 학습 기반 툴킷입니다 언어 탐지, 토큰 화, 문장 분할, 부분 음성 인식, 명명 된 엔티티 추출, 청킹, 구문 분석 및 기준 해석과 같은 가장 일반적인 NLP 작업을 지원합니다 강사가 진행되는이 교육 과정에서 참가자는 OpenNLP를 사용하여 텍스트 기반 데이터를 처리하기위한 모델을 만드는 방법을 배웁니다 샘플 훈련 데이터와 맞춤형 데이터 세트는 실험실 연습의 기초로 사용됩니다 이 훈련이 끝나면 참가자는 다음을 할 수 있습니다 OpenNLP 설치 및 구성 기존 모델 다운로드 및 자체 모델 생성 다양한 샘플 데이터 세트에 대한 모델 교육 기존 Java 애플리케이션과 OpenNLP 통합 청중 개발자 데이터 과학자 코스 형식 파트 강의, 파트 토론, 연습 및 무거운 핸드 슨 연습 .
14 시간
Overview
OpenFace는 Google의 FaceNet 연구를 기반으로하는 Python 및 Torch 기반의 opensource 실시간 얼굴 인식 소프트웨어입니다 강사진이 진행되는이 교육 과정에서 참가자는 OpenFace의 구성 요소를 사용하여 샘플 얼굴 인식 응용 프로그램을 만들고 배포하는 방법을 배우게됩니다 이 훈련이 끝나면 참가자는 다음을 할 수 있습니다 dlib, OpenVC, Torch 및 nn4를 포함한 OpenFace의 구성 요소로 작업하여 얼굴 인식, 정렬 및 변형 기능을 구현하십시오 감시, 신원 확인, 가상 현실, 게임 및 반복 고객 확인과 같은 Realworld 응용 프로그램에 OpenFace를 적용하십시오 청중 개발자 데이터 과학자 코스 형식 파트 강의, 파트 토론, 연습 및 무거운 핸드 슨 연습 .
14 시간
Overview
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.
21 시간
Overview
코스는 상용 MATLAB 패키지에 대한 대안 프로그램을 알고 자하는 사람들을위한 것입니다 3 일 교육은 환경을 돌아 다니며 데이터 분석 및 엔지니어링 계산을 위해 OCTAVE 패키지를 수행하는 데 대한 포괄적 인 정보를 제공합니다 수련 수령자는 초보자이지만 프로그램을 알고 지식을 체계화하고 기술을 향상시키고 자하는 사람들입니다 다른 프로그래밍 언어에 대한 지식은 필요하지 않지만 학습자의 지식 습득을 크게 촉진합니다 이 과정은 많은 실제적인 예에서 프로그램을 사용하는 방법을 보여줍니다 .
14 시간
Overview
이 교실 기반 교육 세션에는 프레젠테이션 및 컴퓨터 기반 예제 및 관련 신경 및 심층 네트워크 라이브러리를 수행하는 사례 연구 연습이 포함됩니다
28 시간
Overview
이 과정은 신경망 및 일반적으로 기계 학습 알고리즘, 딥 러닝 (알고리즘 및 응용 프로그램)에 대한 지식을 제공합니다.

이 훈련은 기본에 더 초점이다, 그러나 당신이 올바른 기술을 선택하는 데 도움이 될 것입니다 : TensorFlow , Caffe , Teano, DeepDrive, Keras 등의 예제가 이루어집니다 TensorFlow .
21 시간
Overview
MXNet is a flexible, open-source Deep Learning library that is popular for research prototyping and production. Together with the high-level Gluon API interface, Apache MXNet is a powerful alternative to TensorFlow and PyTorch.

This instructor-led, live training (online or onsite) is aimed at data scientists who wish to use Apache MXNet to build and deploy a deep learning model for image recognition.

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

- Install and configure Apache MXNet and its components.
- Understand MXNet's architecture and data structures.
- Use Apache MXNet's low-level and high-level APIs to efficiently build neural networks.
- Build a convolutional neural network for image classification.

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 시간
Overview
이 교실 기반 교육 세션에서는 (권장) Python 기계 학습 도구를 탐색합니다. 대표단은 컴퓨터 기반 사례 및 사례 연구를 수행합니다.
21 시간
Overview
이 과정의 목표는 실제로 기계 학습 방법을 적용 하는 데 일반적인 숙련도를 제공 하는 것입니다. 이 과정에서는 Python 프로그래밍 언어와 다양 한 라이브러리를 사용 하 고 여러 실용적인 사례를 바탕으로 기계 학습의 가장 중요 한 구성 요소를 사용 하는 방법, 데이터 모델링 결정을 내리는 방법, 알고리즘의 출력 및 결과의 유효성을 검사 합니다.

우리의 목표는 기계 학습 도구 상자에서 가장 기본적인 도구를 이해 하 고 사용할 수 있는 기술을 제공 하 고 데이터 과학 응용 프로그램의 일반적인 함정을 피하는 것입니다.
14 시간
Overview
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.
14 시간
Overview
MLOps (Machine Learning Operations) is the practice of integrating data science and operations to help manage the ML lifecycle. MLOps provides the ability to automate the reproduction of machine learning model development and training.

This instructor-led, live training (online or onsite) is aimed at data scientists who wish to use Azure Machine Learning and Azure DevOps to facilitate MLOps practices.

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

- Build reproducible workflows and machine learning models.
- Manage the machine learning lifecycle.
- Track and report model version history, assets, and more.
- Deploy production ready machine learning models anywhere.

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.
35 시간
Overview
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.
14 시간
Overview
이 교실 기반의 교육 세션은 컴퓨터 기반의 예제 및 관련 프로그램 languauge를 사용하여 사례 연구 해결 연습을 통해 기계 학습 기술을 탐색합니다 .
14 시간
Overview
교육 강좌를 통해 iOS 모바일 학습 (ML) 기술 스택을 iOS 모바일 앱을 만들고 배포 할 때 사용하는 방법을 배우게됩니다 이 훈련이 끝나면 참가자는 다음을 할 수 있습니다 이미지 처리, 텍스트 분석 및 음성 인식이 가능한 모바일 앱 만들기 iOS 애플리케이션에 통합 할 수있는 사전 학습 된 ML 모델 액세스 커스텀 ML 모델 만들기 iOS 앱에 Siri 음성 지원 추가 coreML, Vision, CoreGraphics 및 GamePlayKit과 같은 프레임 워크를 이해하고 사용하십시오 Python, Keras, Caffee, Tensorflow, scikit learn, libsvm, Anaconda 및 Spyder와 같은 언어 및 도구 사용 청중 개발자 코스 형식 파트 강의, 파트 토론, 연습 및 무거운 핸드 슨 연습 .
7 시간
Overview
이 교육 과정은 실용적인 응용 프로그램에서 기본적인 Machine Learning 기술을 적용하고자하는 사람들을위한 것입니다.

청중

기계 학습에 익숙하고 R 프로그래밍 방법을 알고있는 데이터 과학자 및 통계 학자.이 과정의 강조는 데이터 / 모델 준비, 실행, 사후 분석 및 시각화의 실제적인 측면에 있습니다. 목적은 직장에서 방법을 적용하는 데 관심이있는 참가자에게 기계 학습에 대한 실질적인 소개를하는 것입니다

부문 별 사례는 훈련을 청중과 관련시키기 위해 사용됩니다.
14 시간
Overview
이 과정의 목표는 실제로 Machine Learning 방법을 적용하는 데 기본적인 능력을 제공하는 것입니다. R 프로그래밍 플랫폼과 다양한 라이브러리를 사용하고 다수의 실제 예제를 기반으로이 과정은 Machine Learning 의 가장 중요한 빌딩 블록을 사용하는 방법, 데이터 모델링 결정을 내리는 방법, 알고리즘의 출력을 해석하는 방법 및 결과를 확인하십시오.

우리의 목표는 Machine Learning 툴박스의 가장 기본적인 도구를 자신있게 이해하고 사용하는 기술을 제공하고 Data Science 애플리케이션의 일반적인 함정을 피하는 것입니다.
14 시간
Overview
이 과정의 목표는 실제로 Machine Learning 방법을 적용하는 데 기본적인 능력을 제공하는 것입니다. Python 프로그래밍 언어 및 다양한 라이브러리를 사용하고 다수의 실제 예제를 기반으로이 과정은 Machine Learning 의 가장 중요한 빌딩 블록을 사용하는 방법, 데이터 모델링 결정을 내리는 방법, 알고리즘의 출력을 해석하는 방법 및 결과를 확인하십시오.

우리의 목표는 Machine Learning 툴박스의 가장 기본적인 도구를 자신있게 이해하고 사용하는 기술을 제공하고 Data Science 애플리케이션의 일반적인 함정을 피하는 것입니다.
14 시간
Overview
이 과정의 목표는 실제로 Machine Learning 방법을 적용하는 데 기본적인 능력을 제공하는 것입니다. Scala 프로그래밍 언어와 다양한 라이브러리를 사용하고 다수의 실제 예제를 기반으로이 과정은 Machine Learning 의 가장 중요한 빌딩 블록을 사용하는 방법, 데이터 모델링 결정을 내리는 방법, 알고리즘의 출력을 해석하는 방법 및 결과를 확인하십시오.

우리의 목표는 Machine Learning 툴박스의 가장 기본적인 도구를 자신있게 이해하고 사용하는 기술을 제공하고 Data Science 애플리케이션의 일반적인 함정을 피하는 것입니다.
21 시간
Overview
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.
28 시간
Overview
기계 학습은 컴퓨터가 명시 적으로 프로그래밍되지 않고 학습 할 수있는 인공 지능의 한 분야입니다. R은 금융 산업에서 널리 사용되는 프로그래밍 언어입니다. 핵심 거래 프로그램에서부터 리스크 관리 시스템에 이르는 금융 애플리케이션에 사용됩니다.

강사가 진행하는이 실제 교육에서 참가자는 금융 업계에서 실제 문제를 해결하기위한 기계 학습 기술과 도구를 적용하는 방법을 배웁니다. R이 프로그래밍 언어로 사용됩니다.

참가자들은 먼저 핵심 원칙을 배우고 나서 자신의 기계 학습 모델을 구축하고이를 사용하여 여러 팀 프로젝트를 완료함으로써 지식을 실제 업무에 적용합니다.

이 훈련이 끝나면 참가자는 다음을 할 수 있습니다.

- 기계 학습의 기본 개념 이해
- 금융에서 기계 학습의 응용 및 사용법을 배우십시오.
- R을 이용한 기계 학습을 사용하여 알고리즘 트레이딩 전략 개발

청중

- 개발자
- 데이터 과학자

과정 형식

- 파트 강의, 파트 토론, 연습 및 무거운 실무 연습
21 시간
Overview
기계 학습은 컴퓨터가 명시 적으로 프로그래밍되지 않고 학습 할 수있는 인공 지능의 한 분야입니다. Python 은 명확한 구문 및 가독성으로 유명한 프로그래밍 언어입니다. 그것은 잘 학습 된 라이브러리와 기계 학습 어플리케이션을 개발하는 기술을 제공합니다.

강사가 진행하는이 실제 교육에서 참가자는 금융 업계에서 실제 문제를 해결하기위한 기계 학습 기술과 도구를 적용하는 방법을 배웁니다.

참가자들은 먼저 핵심 원칙을 배우고 나서 자신의 기계 학습 모델을 구축하고이를 사용하여 여러 팀 프로젝트를 완료함으로써 지식을 실제 업무에 적용합니다.

이 훈련이 끝나면 참가자는 다음을 할 수 있습니다.

- 기계 학습의 기본 개념 이해
- 금융에서 기계 학습의 응용 및 사용법을 배우십시오.
- Python 기계 학습을 사용하여 알고리즘 트레이딩 전략 개발

청중

- 개발자
- 데이터 과학자

과정 형식

- 파트 강의, 파트 토론, 연습 및 무거운 실무 연습
21 시간
Overview
이 교육 과정은 팀을위한 실용적인 응용 프로그램에서 Machine Learning 을 적용하고자하는 사람들을위한 것입니다. 이 교육은 전문성에 뛰어 들지 않으며 동일한 기본 개념과 비즈니스 / 운영 응용 프로그램을 중심으로 이루어지지 않습니다.

대상 독자

- 투자자 및 AI 기업가
- AI 공간으로 모험하고있는 관리자 및 엔지니어
- Business 분석가 및 투자자
21 시간
Overview
PredictionIO 는 최첨단 오픈 소스 스택 위에 구축 된 오픈 소스 Machine Learning Server입니다.

청중

이 과정은 모든 기계 학습 작업을위한 예측 엔진을 만들고자하는 개발자 및 데이터 과학자를 대상으로합니다.
21 시간
Overview
강사가 진행되는이 실습에서 참가자는 이미지, 음악, 텍스트 및 재무 데이터가 포함 된 일련의 데모 응용 프로그램을 작성하면서 파이썬에서 가장 관련성이 높고 첨단 인 기계 학습 기술을 배웁니다 이 훈련이 끝나면 참가자는 다음을 할 수 있습니다 복잡한 문제를 해결하기위한 기계 학습 알고리즘 및 기술 구현 이미지, 음악, 텍스트 및 금융 데이터가 포함 된 응용 프로그램에 심층 학습 및 반 감독 학습을 적용합니다 Python 알고리즘을 최대 가능성으로 푸시하십시오 NumPy 및 Theano와 같은 라이브러리 및 패키지 사용 청중 개발자 애널리스트 데이터 과학자 코스 형식 파트 강의, 파트 토론, 연습 및 무거운 핸드 슨 연습 .
주말ML (Machine Learning)코스, 밤의기계 학습트레이닝, 기계 학습부트 캠프, Machine Learning (ML) 강사가 가르치는, 주말Machine Learning (ML)교육, 밤의기계 학습과정, ML (Machine Learning)코칭, 기계 학습강사, Machine Learning (ML)트레이너, ML (Machine Learning)교육 과정, Machine Learning (ML)클래스, 기계 학습현장, ML (Machine Learning)개인 강좌, Machine Learning (ML)1 대 1 교육

코스 프로모션

고객 회사

is growing fast!

We are looking to expand our presence in South Korea!

As a Business Development Manager you will:

  • expand business in South Korea
  • recruit local talent (sales, agents, trainers, consultants)
  • recruit local trainers and consultants

We offer:

  • Artificial Intelligence and Big Data systems to support your local operation
  • high-tech automation
  • continuously upgraded course catalogue and content
  • good fun in international team

If you are interested in running a high-tech, high-quality training and consulting business.

Apply now!

This site in other countries/regions