Machine Learning Training Courses

Machine Learning Training Courses

Machine Learning (ML) is a branch of Artificial Intelligence wherein computers have the ability to learn without being explicitly programmed.

NobleProg onsite live Machine Learning training courses demonstrate through hands-on practice how to apply machine learning techniques and tools for solving real-world problems in various industries. NobleProg ML courses cover different programming languages and frameworks, including Python, R language and Matlab. Machine Learning courses are offered for a number of industry applications, including Finance, Banking and Insurance and cover the fundamentals of Machine Learning as well as more advanced approaches such as Deep Learning.

Machine Learning training is available in various formats, including onsite live training and live instructor-led training using an interactive, remote desktop setup. Local Machine Learning training can be carried out live on customer premises or in NobleProg local training centers.

Testimonials

★★★★★
★★★★★

Machine Learning Course Outlines

CodeNameDurationOverview
aiintArtificial Intelligence Overview7 hours이 코스는 관리자, 솔루션 아키텍트, 혁신 임원, CTO, 소프트웨어 아키텍트 및 적용된 인공 지능에 대한 개요와 가장 가까운 개발 예측에 관심이있는 사람들을 위해 작성되었습니다 .
mlbankingrMachine Learning for Banking (with R)28 hours강사가 진행되는이 실습에서는 참가자가 기계 학습 기술을 적용하는 방법과 금융 업계에서 실제 세계 문제를 해결하는 도구를 배우게됩니다 R이 프로그래밍 언어로 사용됩니다 참가자들은 먼저 핵심 원칙을 배우고 자신의 기계 학습 모델을 구축하고이를 사용하여 여러 가지 라이브 프로젝트를 완성함으로써 지식을 실제로 실천합니다 청중 개발자 데이터 과학자 기술적 인 배경을 가진 은행 전문가 코스 형식 파트 강의, 파트 토론, 연습 및 무거운 핸드 슨 연습 .
dlfinancewithrDeep Learning for Finance (with R)28 hours기계 학습은 컴퓨터가 명시 적으로 프로그래밍하지 않고 학습 할 수있는 인공 지능의 한 분야입니다 딥 학습은 신경망과 같은 데이터 표현 및 구조를 학습하는 방법을 사용하는 기계 학습의 하위 분야입니다 R은 금융 산업에서 널리 사용되는 프로그래밍 언어입니다 핵심 거래 프로그램에서부터 리스크 관리 시스템에 이르는 금융 애플리케이션에 사용됩니다 강사가 진행되는이 실습에서 참가자는 R 학습을 통해 심층 학습 주가 예측 모델을 작성하면서 재무에 대한 심층 학습 모델을 구현하는 방법을 학습합니다 이 훈련이 끝나면 참가자는 다음을 할 수 있습니다 깊은 학습의 기본 개념 이해 금융 분야에서의 심층 학습의 응용 및 용도에 대해 배웁니다 R을 사용하여 재무에 대한 심층적 인 학습 모델 작성 R을 사용하여 자신의 깊은 학습 주가 예측 모델 구축 청중 개발자 데이터 과학자 코스 형식 파트 강의, 파트 토론, 연습 및 무거운 핸드 슨 연습 .
mlfinancerMachine Learning for Finance (with R)28 hours기계 학습은 컴퓨터가 명시 적으로 프로그래밍하지 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 진행되는이 실습에서 참가자는 금융 업계에서 실제 세계 문제를 해결하기위한 기계 학습 기술과 도구를 적용하는 방법을 배웁니다 R이 프로그래밍 언어로 사용됩니다 참가자는 먼저 핵심 원칙을 학습 한 다음 자체적 인 기계 학습 모델을 작성하고이를 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 사용법 배우기 R을 이용한 기계 학습을 사용하여 알고리즘 트레이딩 전략 개발 청중 개발자 데이터 과학자 코스 형식 파트 강의, 파트 토론, 연습 및 무거운 핸드 슨 연습 .
mlfinancepythonMachine Learning for Finance (with Python)21 hours기계 학습은 컴퓨터가 명시 적으로 프로그래밍하지 않고 학습 할 수있는 인공 지능의 한 분야입니다 Python은 명확한 구문 및 가독성으로 유명한 프로그래밍 언어입니다 그것은 기계 학습 응용 프로그램을 개발하기위한 잘 테스트 된 라이브러리와 기술을 제공합니다 강사가 진행되는이 실습에서 참가자는 금융 업계에서 실제 세계 문제를 해결하기위한 기계 학습 기술과 도구를 적용하는 방법을 배웁니다 참가자는 먼저 핵심 원칙을 학습 한 다음 자체적 인 기계 학습 모델을 작성하고이를 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 사용법 배우기 Python으로 기계 학습을 사용하여 알고리즘 트레이딩 전략 개발 청중 개발자 데이터 과학자 코스 형식 파트 강의, 파트 토론, 연습 및 무거운 핸드 슨 연습 .
dlfornlpDeep Learning for NLP (Natural Language Processing)28 hoursNLP를위한 딥 학습 (Deep Learning for NLP)을 통해 기계는 복잡한 언어 처리 과정을 간단하게 배울 수 있습니다 현재 가능한 작업 중에는 사진의 언어 번역 및 자막 생성이 있습니다 DL (Deep Learning)은 ML (기계 학습)의 하위 집합입니다 Python은 NLP 용 Deep Learning을위한 라이브러리를 포함하는 널리 사용되는 프로그래밍 언어입니다 강사진의 실습을 통해 참가자는 그림 집합을 처리하고 자막을 생성하는 응용 프로그램을 만들 때 NLP (자연 언어 처리) 용 Python 라이브러리를 사용하는 방법을 배웁니다 이 훈련이 끝나면 참가자는 다음을 할 수 있습니다 파이썬 라이브러리를 사용하여 NLP 용 DL 디자인 및 코드 엄청나게 많은 그림 모음을 읽고 키워드를 생성하는 Python 코드를 만듭니다 발견 된 키워드에서 캡션을 생성하는 Python 코드를 작성하십시오 청중 언어학에 관심이있는 프로그래머 NLP (자연어 처리)에 대한 이해를 원하는 프로그래머 코스 형식 파트 강의, 파트 토론, 연습 및 무거운 핸드 슨 연습 .
textsumText Summarization with Python14 hoursPython Machine Learning에서 텍스트 요약 기능은 입력 텍스트를 읽고 텍스트 요약을 생성 할 수 있습니다 이 기능은 명령 행이나 Python API / 라이브러리에서 사용할 수 있습니다 한 가지 흥미로운 적용은 행정 요약을 빠르게 작성하는 것입니다 이는 보고서 및 프레젠테이션을 생성하기 전에 많은 양의 텍스트 데이터를 검토해야하는 조직에 특히 유용합니다 강사가 진행되는이 교육 과정에서 참가자는 Python을 사용하여 입력 텍스트 요약을 자동 생성하는 간단한 응용 프로그램을 만드는 방법을 배웁니다 이 훈련이 끝나면 참가자는 다음을 할 수 있습니다 텍스트를 요약하는 명령 행 도구를 사용하십시오 파이썬 라이브러리를 사용하여 텍스트 요약 코드를 디자인하고 작성하십시오 세 가지 파이썬 요약 라이브러리 평가 : sumy 070, pysummarization 104, readless 1017 청중 개발자 데이터 과학자 코스 형식 파트 강의, 파트 토론, 연습 및 무거운 핸드 슨 연습 .
undnnUnderstanding Deep Neural Networks35 hours이 과정은 신경 네트워크와 일반적으로 기계 학습 알고리즘, 심층 학습 (알고리즘 및 응용 프로그램)에서 개념 지식을 제공하는 것으로 시작됩니다 이 교육의 Part1 (40 %)은 기초에 더 중점을두고 있지만 TensorFlow, Caffe, Theano, DeepDrive, Keras 등 올바른 기술 선택에 도움이 될 것입니다 이 교육의 Part2 (20 %)에서는 깊은 학습 모델을 쉽게 작성하는 Python 라이브러리 인 Theano를 소개합니다 Part 3 (40 %)은 Deep Learning을위한 Google의 오픈 소스 소프트웨어 라이브러리 인 Tensorflow 2 세대 API를 기반으로합니다 예제와 핸드 슨은 모두 TensorFlow에서 만들어집니다 청중 이 코스는 TensorFlow를 딥 학습 프로젝트에 사용하고자하는 엔지니어를 대상으로합니다 이 과정을 마치면 대표단은 다음을 수행합니다 깊은 신경 네트워크 (DNN), CNN 및 RNN에 대한 충분한 이해 TensorFlow의 구조와 배포 메커니즘 이해 설치 / 생산 환경 / 아키텍처 작업 및 구성을 수행 할 수 있어야합니다 코드 품질 평가, 디버깅 수행, 모니터링 교육 모델, 그래프 작성 및 로깅과 같은 고급 생산을 구현할 수 있어야합니다 모든 주제가 주제의 광대 함 때문에 35 시간 동안 공개 강의실에서 다루어지지는 않습니다 전체 과정의 기간은 35 시간이 아닌 약 70 시간입니다 .
opennlpOpenNLP for Text Based Machine Learning14 hoursApache 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 .
mlbankingpython_Machine Learning for Banking (with Python)21 hours기계 학습은 컴퓨터가 명시 적으로 프로그래밍하지 않고 학습 할 수있는 인공 지능의 한 분야입니다 Python은 명확한 구문 및 가독성으로 유명한 프로그래밍 언어입니다 그것은 기계 학습 응용 프로그램을 개발하기위한 잘 테스트 된 라이브러리와 기술을 제공합니다 강사가 진행되는이 실습에서는 참가자가 기계 학습 기술을 적용하는 방법과 금융 업계에서 실제 세계 문제를 해결하는 도구를 배우게됩니다 참가자는 먼저 핵심 원칙을 학습 한 다음 자체적 인 기계 학습 모델을 작성하고이를 사용하여 여러 팀 프로젝트를 완료함으로써 지식을 실제 업무에 적용합니다 청중 개발자 데이터 과학자 코스 형식 파트 강의, 파트 토론, 연습 및 무거운 핸드 슨 연습 .
matlabdlMatlab for Deep Learning14 hours강사가 진행되는이 실습에서 참가자는 Matlab을 사용하여 이미지 인식을위한 길쌈 신경망을 설계, 제작 및 시각화하는 방법을 배웁니다 이 훈련이 끝나면 참가자는 다음을 할 수 있습니다 심층 학습 모델 구축 데이터 라벨링 자동화 Caffe 및 TensorFlowKeras의 모델 작업 여러 GPU, 클라우드 또는 클러스터를 사용하여 데이터를 교육하십시오 청중 개발자 엔지니어 도메인 전문가 코스 형식 파트 강의, 파트 토론, 연습 및 무거운 핸드 슨 연습 .
dlforbankingwithrDeep Learning for Banking (with R)28 hours기계 학습은 컴퓨터가 명시 적으로 프로그래밍하지 않고 학습 할 수있는 인공 지능의 한 분야입니다 딥 학습은 신경망과 같은 데이터 표현 및 구조를 학습하는 방법을 사용하는 기계 학습의 하위 분야입니다 R은 금융 산업에서 널리 사용되는 프로그래밍 언어입니다 핵심 거래 프로그램에서부터 리스크 관리 시스템에 이르는 금융 애플리케이션에 사용됩니다 강사가 진행되는이 실습에서 참가자는 심층 학습 신용 위험 모델을 작성하면서 R을 사용하여 은행 업무를위한 심층 학습 모델을 구현하는 방법을 배웁니다 이 훈련이 끝나면 참가자는 다음을 할 수 있습니다 깊은 학습의 기본 개념 이해 은행 업무에서의 심층 학습의 응용과 용도를 배웁니다 R을 사용하여 은행 업무를위한 심층 학습 모델 생성 R을 사용하여 자신의 깊은 학습 신용 위험 모델을 구축하십시오 청중 개발자 데이터 과학자 코스 형식 파트 강의, 파트 토론, 연습 및 무거운 핸드 슨 연습 .
tensorflowservingTensorFlow Serving7 hoursTensorFlow Serving은 기계 학습 (ML) 모델을 프로덕션에 제공하기위한 시스템입니다 강사가 진행되는이 교육 과정에서 참가자는 TensorFlow Serving을 구성 및 사용하여 프로덕션 환경에서 ML 모델을 배포 및 관리하는 방법을 학습합니다 이 훈련이 끝나면 참가자는 다음을 할 수 있습니다 다양한 TensorFlow 모델 교육, 수출 및 제공 단일 아키텍처 및 API 세트를 사용하여 알고리즘 테스트 및 배포 TensorFlow 확장 TensorFlow 모델 이외의 다른 유형의 모델을 제공하도록 검색 청중 개발자 데이터 과학자 코스 형식 파트 강의, 파트 토론, 연습 및 무거운 핸드 슨 연습 .
mliosMachine Learning on iOS14 hours교육 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 .
pythontextmlPython: Machine Learning with Text21 hours강사가 진행되는이 교육 과정에서 참가자는 올바른 기계 학습 및 NLP (자연 언어 처리) 기술을 사용하여 텍스트 기반 데이터에서 가치를 추출하는 방법을 배우게됩니다 이 훈련이 끝나면 참가자는 다음을 할 수 있습니다 높은 품질, 재사용 가능한 코드로 텍스트 기반의 데이터 과학 문제 해결 scikitlearn (분류, 클러스터링, 회귀, 차원 감소)의 여러 측면을 적용하여 문제 해결 텍스트 기반 데이터를 사용하여 효과적인 기계 학습 모델 구축 데이터 세트를 만들고 구조화되지 않은 텍스트에서 피쳐 추출 Matplotlib로 데이터 시각화 통찰력을 얻을 수있는 모델 구축 및 평가 텍스트 인코딩 오류 문제 해결 청중 개발자 데이터 과학자 코스 형식 파트 강의, 파트 토론, 연습 및 무거운 핸드 슨 연습 .
encogintroEncog: Introduction to Machine Learning14 hoursEncog는 Java 및Net 용 오픈 소스 시스템 학습 프레임 워크입니다 강사가 진행되는이 교육 과정에서 참가자는 ENCOG를 사용하여 다양한 신경 네트워크 구성 요소를 만드는 방법을 배웁니다 Realworld 사례 연구가 논의되고 이러한 문제에 대한 기계 언어 기반 솔루션이 탐구 될 것입니다 이 훈련이 끝나면 참가자는 다음을 할 수 있습니다 정규화 과정을 사용하여 신경망 데이터 준비 피드 포워드 네트워크 및 전파 교육 방법론 구현 분류 및 회귀 작업 구현 Encog의 GUI 기반 작업대를 사용하여 신경 네트워크 모델링 및 교육 현실 세계 응용 프로그램에 신경망 지원 통합 청중 개발자 애널리스트 데이터 과학자 코스 형식 파트 강의, 파트 토론, 연습 및 무거운 핸드 슨 연습 .
encogadvEncog: Advanced Machine Learning14 hoursEncog는 Java 및Net 용 오픈 소스 시스템 학습 프레임 워크입니다 강사가 진행되는이 실습에서는 참가자가 정확한 신경망 예측 모델을 구축하기위한 고급 기계 학습 기술을 배우게됩니다 이 훈련이 끝나면 참가자는 다음을 할 수 있습니다 언더 피팅과 오버 피팅을 해결하기 위해 다양한 신경 네트워크 최적화 기술 구현 다수의 신경망 아키텍처를 이해하고 선택할 수 있습니다 감독 된 피드 포워드 및 피드백 네트워크 구현 청중 개발자 애널리스트 데이터 과학자 코스 형식 파트 강의, 파트 토론, 연습 및 무거운 핸드 슨 연습 .
radvmlAdvanced Machine Learning with R21 hours강사가 진행되는이 실습에서 참가자는 실제 응용 프로그램을 만드는 과정에서 R을 사용하는 기계 학습을위한 고급 기술을 학습합니다 이 훈련이 끝나면 참가자는 다음을 할 수 있습니다 하이퍼 파라미터 튜닝 및 심층 학습으로 기술 사용 자율 학습 기술 이해 및 구현 더 큰 응용 프로그램에서 사용할 수 있도록 모델을 제작에 적용하십시오 청중 개발자 애널리스트 데이터 과학자 코스 형식 파트 강의, 파트 토론, 연습 및 무거운 핸드 슨 연습 .
pythonadvmlPython for Advanced Machine Learning21 hours강사가 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 .
openfaceOpenFace: Creating Facial Recognition Systems14 hoursOpenFace는 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 .
dlforbankingwithpythonDeep Learning for Banking (with Python)28 hours기계 학습은 컴퓨터가 명시 적으로 프로그래밍하지 않고 학습 할 수있는 인공 지능의 한 분야입니다 딥 학습은 신경망과 같은 데이터 표현 및 구조를 학습하는 방법을 사용하는 기계 학습의 하위 분야입니다 파이썬은 명확한 구문 및 코드 가독성으로 유명한 고 레벨 프로그래밍 언어입니다 강사가 진행되는이 실습에서 참가자는 심층 학습 신용 위험 모델을 작성하면서 Python을 사용하여 은행 업무를위한 심층 학습 모델을 구현하는 방법을 배웁니다 이 훈련이 끝나면 참가자는 다음을 할 수 있습니다 깊은 학습의 기본 개념 이해 은행 업무에서의 심층 학습의 응용과 용도를 배웁니다 Python, Keras 및 TensorFlow를 사용하여 은행 업무를위한 심층 학습 모델 생성 Python을 사용하여 자신의 깊은 학습 신용 위험 모델을 구축하십시오 청중 개발자 데이터 과학자 코스 형식 파트 강의, 파트 토론, 연습 및 무거운 핸드 슨 연습 .
dlforfinancewithpythonDeep Learning for Finance (with Python)28 hours기계 학습은 컴퓨터가 명시 적으로 프로그래밍하지 않고 학습 할 수있는 인공 지능의 한 분야입니다 딥 학습은 신경망과 같은 데이터 표현 및 구조를 학습하는 방법을 사용하는 기계 학습의 하위 분야입니다 파이썬은 명확한 구문 및 코드 가독성으로 유명한 고 레벨 프로그래밍 언어입니다 교육 강좌가 진행되는이 교육 과정에서 참가자는 심층 학습 주가 예측 모델을 작성하면서 Python을 사용하여 재무에 대한 심층 학습 모델을 구현하는 방법을 배웁니다 이 훈련이 끝나면 참가자는 다음을 할 수 있습니다 깊은 학습의 기본 개념 이해 금융 분야에서의 심층 학습의 응용 및 용도에 대해 배웁니다 Python, Keras 및 TensorFlow를 사용하여 금융에 대한 심층 학습 모델 생성 Python을 사용하여 자신의 깊은 학습 주가 예측 모델 구축 청중 개발자 데이터 과학자 코스 형식 파트 강의, 파트 토론, 연습 및 무거운 핸드 슨 연습 .
t2tT2T: Creating Sequence to Sequence Models for Generalized Learning7 hoursTensor2Tensor (T2T)는 이미지 인식, 번역, 구문 분석, 이미지 캡션 및 음성 인식과 같은 다양한 유형의 교육 데이터를 사용하여 AI 모델을 다양한 작업으로 교육하기위한 모듈 식의 확장 가능한 라이브러리입니다 Google Brain 팀에서 관리합니다 강사가 진행되는이 실습에서 참가자는 여러 작업을 해결하기 위해 모델을 준비하는 방법을 배웁니다 이 훈련이 끝나면 참가자는 다음을 할 수 있습니다 tensor2tensor 설치, 데이터 세트 선택, AI 모델 교육 및 평가 Tensor2Tensor에 포함 된 도구 및 구성 요소를 사용하여 개발 환경 사용자 정의 단일 모델을 작성하고 사용하여 여러 도메인에서 여러 작업을 동시에 학습합니다 이 모델을 사용하여 많은 양의 교육 데이터가있는 작업으로부터 학습하고 해당 지식을 데이터가 제한된 작업에 적용합니다 단일 GPU를 사용하여 만족스러운 처리 결과 얻기 청중 개발자 데이터 과학자 코스 형식 파트 강의, 파트 토론, 연습 및 무거운 핸드 슨 연습 .
aicityplanningArtificial Intelligence for City Planning14 hours앞으로 도시는 어떻게 생겼을까요? AI (인공 지능)를 사용하여 도시 계획을 개선하는 방법은 무엇입니까? AI는 도시를보다 효율적이고, 살기 좋고, 안전하고, 환경 친화적으로 만드는 데 어떻게 사용될 수 있습니까? 이 교습 된 실제 교육 (현장 또는 원격)에서 우리는 AI를 구성하는 다양한 기술뿐만 아니라 도시 계획을 위해 사용하기 위해 필요한 기술과 정신적 프레임 워크를 검토합니다 또한 데이터 마이닝을 포함하여 AI에서 사용할 관련 데이터를 수집하고 구성하는 도구와 접근법에 대해서도 설명합니다 청중 도시 기획자 건축가 개발자 교통 관리 코스 형식 파트 강연, 파트 토론 및 일련의 대화식 연습 노트 이 과정에 대한 맞춤 교육을 요청하려면 Google에 문의하여 준비하십시오 .
h2oautoMLH2O AutoML14 hoursH2O automl은 많은 수의 기계 학습 모델을 구축, 선택 및 최적화 하는 프로세스를 자동화 하는 인공 지능 플랫폼입니다.

이 강사 주도 라이브 교육 (온사이트 또는 원격)은 H2O automl을 사용 하 여 최고의 기계 학습 알고리즘과 매개 변수를 구축 하 고 선택 하는 프로세스를 자동으로 처리 하고자 하는 데이터 과학자를 대상으로 합니다.

이 교육을

참가자는 다음을 수행할 수 있습니다.

- 는 기계 학습 워크플로우를 자동화 합니다.
- 는 지정 된 시간 범위 내에서 많은 기계 학습 모델을 자동으로 교육 하 고 조정 합니다.
- 는 고도로 예측 앙상블 모델에 도착 하는 기차 스택 앙상블을 훈련.
코스의

형식

- 대화식 강의 및 토론
운동과 연습을 많이 - .
- 라이브 랩 환경에서 실습을 구현 합니다.

코스 사용자 정의 옵션

- 이 과정에 대 한 맞춤형 교육을 요청 하려면 당사에 연락 하 여 준비 하십시오.
autosklearnAutoML with Auto-sklearn14 hours자동 sklearn은 scikit를 중심으로 구축 된 파이썬 패키지입니다-기계 학습 라이브러리를 배우십시오. 새 기계 학습 데이터 집합에 대 한 올바른 학습 알고리즘을 자동으로 검색 하 고 해당 매개 변수를 최적화 합니다.

이 강사 주도 라이브 교육 (온사이트 또는 원격)은 자동 sklearn을 사용 하 여 기계 학습 모델을 선택 하 고 최적화 하는 프로세스를 자동화 하려는 기계 학습 실무자를 대상으로 합니다.

이 교육을

참가자는 다음을 수행할 수 있습니다.

- 는 고효율 기계 학습 모델을 교육 하는 과정을 자동화 합니다.
- 는 다양 한 모델을 선택, 교육 및 테스트 하는 번거로운 작업을 거치지 않고 고도로 정확한 기계 학습 모델을 구축 합니다.
- 는 기계 학습의 힘을 사용 하 여 실제 비즈니스 문제를 해결 합니다.
코스의

형식

- 대화식 강의 및 토론
운동과 연습을 많이 - .
- 라이브 랩 환경에서 실습을 구현 합니다.

코스 사용자 정의 옵션

- 이 과정에 대 한 맞춤형 교육을 요청 하려면 당사에 연락 하 여 준비 하십시오.
autokerasAutoML with Auto-Keras14 hours자동 커 스 (autokeras 또는 자동 keras 라고도 함)는 자동 기계 학습 (automl)을 위한 오픈 소스 파이썬 라이브러리입니다.

이 강사 주도, 라이브 교육 (온사이트 또는 원격)은 데이터 과학자 뿐만 아니라 자동 keras를 사용 하 여 기계 학습 모델을 선택 하 고 최적화 하는 프로세스를 자동화 하는 덜 기술적인 사람을 대상으로 합니다.

이 교육을

참가자는 다음을 수행할 수 있습니다.

- 는 고효율 기계 학습 모델을 교육 하는 과정을 자동화 합니다.
- 는 딥 러닝 모델에 가장 적합 한 파라미터를 자동으로 검색 합니다.
- 는 고도로 정확한 기계 학습 모델을 구축 합니다.
- 는 기계 학습의 힘을 사용 하 여 실제 비즈니스 문제를 해결 합니다.
코스의

형식

- 대화식 강의 및 토론
운동과 연습을 많이 - .
- 라이브 랩 환경에서 실습을 구현 합니다.

코스 사용자 정의 옵션

- 이 과정에 대 한 맞춤형 교육을 요청 하려면 당사에 연락 하 여 준비 하십시오.
- 에 대 한 자세한 내용은 다음 웹사이트를 방문 하십시오: https://autokeras.com/
automlAutoML14 hoursautoml은 이상적인 기계 학습 알고리즘, 해당 매개 변수 설정 및 전처리 방법을 선택 하는 데 필요한 많은 작업을 자동화 하는 사용자 친화적인 기계 학습 소프트웨어입니다.

이 강사 주도 라이브 교육 (온사이트 또는 원격)은 빅 데이터의 복잡 한 패턴을 감지 하는 데 사용 되는 기계 학습 모델을 최적화 하려는 기계 학습에 대 한 배경이 있는 기술 담당자를 대상으로 합니다.

이 교육을

참가자는 다음을 수행할 수 있습니다.

- 다양 한 오픈 소스 automl 도구를 설치 하 고 평가 합니다.
- 기차 높은 품질 기계 학습 모델.
- 는 다양 한 유형의 감독 기계 학습 문제를 효율적으로 해결 합니다.
- 자동화 된 기계 학습 프로세스를 시작 하는 데 필요한 코드만 작성 합니다.
코스의

형식

- 대화식 강의 및 토론
운동과 연습을 많이 - .
- 라이브 랩 환경에서 실습을 구현 합니다.

코스 사용자 정의 옵션

- 이 과정에 대 한 맞춤형 교육을 요청 하려면 당사에 연락 하 여 준비 하십시오.
- automl에 대해 자세히 알아보려면 다음을 방문 하십시오. https://www.automl.org/
appaipyApplied AI from Scratch in Python28 hoursThis is a 4 day course introducing AI and it's application using the Python programming language. There is an option to have an additional day to undertake an AI project on completion of this course.
appaiApplied AI from Scratch28 hoursThis is a 4 day course introducing AI and it's application. There is an option to have an additional day to undertake an AI project on completion of this course.
Weekend Machine Learning courses, Evening Machine Learning training, Machine Learning boot camp, Machine Learning instructor-led, Weekend Machine Learning training, Evening Machine Learning courses, Machine Learning coaching, Machine Learning instructor, Machine Learning trainer, Machine Learning training courses, Machine Learning classes, Machine Learning on-site, Machine Learning private courses, Machine Learning one on one training

Course Discounts Newsletter

We respect the privacy of your email address. We will not pass on or sell your address to others.
You can always change your preferences or unsubscribe completely.

Some of our clients

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!