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
그것은 매우 상호 작용적이고 예상보다 편안하고 비공식적이었다. 우리는 당시에 많은 주제를 다루었으며 트레이너는 주제에 대해 더 자세히 또는 더 많이 이야기하고 그들이 어떻게 관련되어 있는지에 대해 항상 수용적이었습니다. 나는 훈련이 나에게 당신이 주제의 규모와 복잡성을 감안할 때 매우 중요하다고 생각하면 학습이 끝난 후에 중단되는 것과는 달리 학습을 계속할 수있는 도구를 제공한다고 생각합니다.
Jonathan Blease
Course: Artificial Neural Networks, Machine Learning, Deep Thinking
Machine Translated
트레이너는 매우 지식이 많았고 내가 관심이있는 영역을 포함했습니다.
Mohamed Salama
Course: Data Mining & Machine Learning with R
Machine Translated
주제가 매우 흥미 롭습니다.
Wojciech Baranowski
Course: Introduction to Deep Learning
Machine Translated
트레이너 이론적 지식과 훈련 후 참가자와 문제를 해결하고자하는 의지
Grzegorz Mianowski
Course: Introduction to Deep Learning
Machine Translated
이야기. 매우 흥미로운!
Piotr
Course: Introduction to Deep Learning
Machine Translated
끝에 너무 복잡 했음에도 불구하고 각 주제별 연습은 정말 도움이되었습니다. 일반적으로, 제시된 자료는 매우 흥미롭고 관련되어있었습니다! 이미지 인식을 이용한 운동은 훌륭했습니다.
Dolby Poland Sp. z o.o.
Course: Introduction to Deep Learning
Machine Translated
트레이닝을 폴란드어로하면 트레이너가 지식을 더 효율적으로 공유 할 수 있다고 생각합니다.
Radek
Course: Introduction to Deep Learning
Machine Translated
깊은 학습에 대한 전반적인 개요
Bruno Charbonnier
Course: Advanced Deep Learning
Machine Translated
연습은 충분히 실용적이고 Python 에 대한 높은 지식이 필요하지 않습니다.
Alexandre GIRARD
Course: Advanced Deep Learning
Machine Translated
Keras를 사용하여 실제 예제를 연습합니다. Mihaly는이 훈련에 대한 우리의 기대를 완전히 이해했습니다.
Paul Kassis
Course: Advanced Deep Learning
Machine Translated
저는 크리스의 질문에 대한 분명한 대답을 정말로 높이 평가했습니다. Léo Dubus
Léo Dubus
Course: Réseau de Neurones, les Fondamentaux en utilisant TensorFlow comme Exemple
Machine Translated
지식이 풍부한 강사
Sridhar Voorakkara
Course: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
나는이 수업의 표준에 놀랐다. 나는 그것이 대학의 표준이라고 말할 것이다.
David Relihan
Course: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
아주 좋은 모든 라운드 개요. Tensorflow가 작동하는 이유를 배경으로 Go 하십시오.
Kieran Conboy
Course: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
나는 질문을하고 이론에 대한 깊이있는 설명을 더 얻을 수있는 기회를 좋아했다.
Sharon Ruane
Course: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
우리는 주제에 대해 더 많은 통찰력을 얻었습니다. 우리 회사 내의 일부 실제 주제에 대해 좋은 토론이있었습니다
Sebastiaan Holman
Course: Machine Learning and Deep Learning
Machine Translated
이 교육은 이론과 실습이 어떻게 진행되는지를 보여줌으로써 더 확장 할 수있는 올바른 토대를 제공했습니다. 실제로 이전보다 주제에 더 관심을 갖게되었습니다.
Jean-Paul van Tillo
Course: Machine Learning and Deep Learning
Machine Translated
주제 및 범위
Anirban Basu
Course: Machine Learning and Deep Learning
Machine Translated
트레이너는 어렵고 진보 된 주제를 쉽게 설명했습니다.
Leszek K
Course: Artificial Intelligence Overview
Machine Translated
주제에 대한 강사의 깊은 지식
Sebastian Görg
Course: Introduction to Deep Learning
Machine Translated
기계 학습을 위해 매우 업데이트 된 접근법 또는 API (tensorflow, kera, tflearn)
Paul Lee
Course: TensorFlow for Image Recognition
Machine Translated
매우 유연합니다
Frank Ueltzhöffer
Course: Artificial Neural Networks, Machine Learning and Deep Thinking
Machine Translated
적응성
Werner Philipp
Course: Artificial Neural Networks, Machine Learning and Deep Thinking
Machine Translated
기술의 전망 : 미래에 어떤 기술 / 프로세스가 더 중요해질 것인가? 이 기술이 어떤 용도로 사용될 수 있는지보십시오
Commerzbank AG
Course: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
주제 선택. 훈련의 스타일. 실습 오리엔테이션
Commerzbank AG
Course: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
모두 좋아해. 李 蒙 -
蒙 李
Course: Machine Learning Fundamentals with Python
Machine Translated
실시 방법 및 트레이너가 제시 한 사례 ORANGE POLSKA S.A.
ORANGE POLSKA S.A.
Course: Machine Learning and Deep Learning
Machine Translated
제안 된 문제를 직접 논의 할 수있는 가능성 ORANGE POLSKA S.A.
ORANGE POLSKA S.A.
Course: Machine Learning and Deep Learning
Machine Translated
강사와의 커뮤니케이션 张 文欣 - Accenture
文欣 张
Course: Artificial Neural Networks, Machine Learning, Deep Thinking
Machine Translated
좋아해. li
lisa xie
Course: Artificial Neural Networks, Machine Learning, Deep Thinking
Machine Translated
기계 학습 주제, 특히 신경 네트워크에 대한 확실한 적용 범위. 주제를 많이 비판했다
Sacha Nandlall
Course: Python for Advanced Machine Learning
Machine Translated
나는 진정으로 운동을 좋아했다
L M ERICSSON LIMITED
Course: Machine Learning
Machine Translated
실험실 연습
Marcell Lorant - L M ERICSSON LIMITED
Course: Machine Learning
Machine Translated
교육 자료가있는 주피터 (Jupyter) 노트북 양식
L M ERICSSON LIMITED
Course: Machine Learning
Machine Translated
많은 연습 문제와 흥미로운 주제가있었습니다.
L M ERICSSON LIMITED
Course: Machine Learning
Machine Translated
트레이너가 깊이 분석 한 몇 가지 훌륭한 실험실 연습 (예 : 선형 회귀의 공변량, 실제 함수와 일치)
L M ERICSSON LIMITED
Course: Machine Learning
Machine Translated
연습을 포함한 모든 자료가 동일한 페이지에 있고 그 다음 즉시 업데이트됩니다. 해결책은 결국 밝혀졌습니다. 시원한! 또한 크 르지 스 토프 (Krzysztof)가 우리의 문제를 이해하기 위해 많은 노력을 기울 였고 가능한 기술을 제안했음을 감사드립니다.
Attila Nagy - L M ERICSSON LIMITED
Course: Machine Learning
Machine Translated
선도적이고 실제적인 응용 사례에 대한 최신 지식.
ING Bank Śląski S.A.
Course: Introduction to Deep Learning
Machine Translated
많은 연습, 그룹과의 매우 좋은 협력.
Janusz Chrobot - ING Bank Śląski S.A.
Course: Introduction to Deep Learning
Machine Translated
colaborators에서 작동,
ING Bank Śląski S.A.
Course: Introduction to Deep Learning
Machine Translated
제시된 화제의 열광자는지도이었다 명백했다. 운동 중에 재미있는 예를 사용했습니다.
ING Bank Śląski S.A.
Course: Introduction to Deep Learning
Machine Translated
광범위한 주제가 다루어지고 지도자에 대한 실질적인 지식.
ING Bank Śląski S.A.; Kamil Kurek Programowanie
Course: Understanding Deep Neural Networks
Machine Translated
결핍
ING Bank Śląski S.A.; Kamil Kurek Programowanie
Course: Understanding Deep Neural Networks
Machine Translated
강사에 대한 큰 이론 및 실제 지식. 트레이너의 의사 소통. 과정 중에 질문을하고 만족스러운 답변을 얻을 수 있습니다.
Kamil Kurek - ING Bank Śląski S.A.; Kamil Kurek Programowanie
Course: Understanding Deep Neural Networks
Machine Translated
알고리즘을 구현 한 실용적인 부분. 이것은 주제에 대한 더 나은 이해를 가능하게했습니다.
ING Bank Śląski S.A.; Kamil Kurek Programowanie
Course: Understanding Deep Neural Networks
Machine Translated
연습과 예제가 구현되었습니다.
Paweł Orzechowski - ING Bank Śląski S.A.; Kamil Kurek Programowanie
Course: Understanding Deep Neural Networks
Machine Translated
논의 된 사례와 문제.
ING Bank Śląski S.A.; Kamil Kurek Programowanie
Course: Understanding Deep Neural Networks
Machine Translated
실질적인 지식, 헌신, 지식을 전달하는 열정적 인 방법. 이론 강의 후에 실제적인 예.
Janusz Chrobot - ING Bank Śląski S.A.; Kamil Kurek Programowanie
Course: Understanding Deep Neural Networks
Machine Translated
Maciej 씨가 준비한 실용적인 연습
ING Bank Śląski S.A.; Kamil Kurek Programowanie
Course: Understanding Deep Neural Networks
Machine Translated
나는 열정을 가르치고 집중하는 것이 유익했다.
Zaher Sharifi - GOSI
Course: Advanced Deep Learning
Machine Translated
Machine Learning (ML)서브 카테고리
Machine Learning (ML)코스 개요
코스 이름
Duration
Overview
코스 이름
Duration
Overview
7 시간
This instructor-led, live training in 대한민국 (online or onsite) is aimed at beginner to intermediate-level software engineers or anyone who wish to learn how to use Vertex AI to perform and complete machine learning activities.
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.
7 시간
AlphaFold은 단백질 구조의 예측을 수행하는 Artificial Intelligence (AI) 시스템입니다. 그것은 Alphabet’s/Google’s DeepMind에 의해 정확하게 단백질 구조의 3D 모델을 예측할 수있는 깊은 학습 시스템으로 개발되었습니다.
이 강사가 이끄는 라이브 훈련 (온라인 또는 온라인)은 실험 연구에서 가이드로 AlphaFold 모델을 어떻게 작동하고 사용하는지 이해하고자하는 생물학자들을 대상으로합니다.
이 훈련이 끝나면 참가자는 다음을 할 수 있습니다 :
-
기본 원칙을 이해하십시오 AlphaFold.
[중고] 어떻게 작동하는지 알아보세요
AlphaFold 예측과 결과를 해석하는 방법을 배우십시오.
-
인터랙티브 강의 및 토론
많은 연습과 연습이 있습니다.
라이브 실험실 환경에서 핸드-온 구현.
-
이 과정에 대한 사용자 지정 훈련을 요청하려면 저희에게 연락하여 배치하십시오.
14 시간
Waikato Environment for Knowledge Analysis(Weka)는 오픈소스 데이터 광산 시각화 소프트웨어입니다. 그것은 데이터 준비, 분류, 분류 및 기타 데이터 광산 활동을위한 기계 학습 알고리즘의 컬렉션을 제공합니다.
이 강사가 이끄는 라이브 훈련 (온라인 또는 온라인)은 데이터 분석가와 데이터 과학자를 대상으로 데이터 광산 작업을 수행하기 위해 Weka를 사용하고자합니다.
이 훈련이 끝나면 참가자는 다음을 할 수 있습니다 :
-
설치 및 설정 Weka
Weka 환경과 작업 벤치를 이해하십시오.
데이터 광산 작업을 사용하여 수행 Weka.
-
인터랙티브 강의 및 토론
많은 연습과 연습이 있습니다.
라이브 실험실 환경에서 핸드-온 구현.
-
이 과정에 대한 사용자 지정 훈련을 요청하려면 저희에게 연락하여 배치하십시오.
14 시간
이 과정의 목적은 실제로 Machine Learning 방법을 적용하는 데 기본적인 능력을 제공하는 것입니다. Python 프로그래밍 언어와 그것의 다양한 도서관의 사용을 통해, 그리고 많은 실용적인 예를 기반으로이 과정은 가장 중요한 건설 블록을 사용하는 방법을 가르치고 Machine Learning, 데이터 모델링 결정을 내리는 방법, 알고리즘의 출구를 해석하고 결과를 확인합니다.
우리의 목표는 당신에게 Machine Learning 도구 상자에서 가장 기본적인 도구를 이해하고 신뢰할 수있는 기술을 제공하고 Data Science의 응용 프로그램의 일반적인 붕괴를 피하는 것입니다.
21 시간
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 .
28 시간
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.
28 시간
이것은 AI와 그것의 응용 프로그램을 소개하는 4 일 과정 Python 프로그래밍 언어를 사용합니다. 이 과정이 완료되면 AI 프로젝트를 수행하기 위해 추가 하루를 할 수있는 옵션이 있습니다.
21 시간
깊은 Reinforcement Learning은 "인공 에이전트"의 능력에 대해 언급하여 시험과 오류와 보상과 처벌을 통해 배울 수 있습니다. 인공 에이전트는 인간이 자신의 지식을 얻고 건설 할 수있는 능력을 시뮬레이션하는 것을 목표로합니다, 직접 비전과 같은 원료 입력에서. 강화 학습, 깊은 학습 및 신경 네트워크를 실현하는 데 사용됩니다. 강화 학습은 기계 학습과 다르며 감독되고 감독되지 않은 학습 접근 방식에 의존하지 않습니다.
이 강사가 이끄는 라이브 훈련에서 참가자들은 깊은 Reinforcement Learning의 기초를 배우게 될 것이며, 그들은 Deep Learning 에이전트의 창조를 통과합니다.
이 훈련이 끝나면 참가자는 다음을 할 수 있습니다 :
-
깊은 뒤에 있는 핵심 개념들을 이해하고 그것을 구별할 수 있게 하라 Machine Learning
진보된 Reinforcement Learning 알고리즘을 적용하여 실제 세계 문제를 해결합니다.
에이전트를 만들기 Deep Learning
-
개발자
데이터 과학자
-
부분 강의, 부분 토론, 연습 및 무거운 연습
28 시간
기계 학습은 컴퓨터가 명시적으로 프로그래밍되지 않고 배울 수있는 능력을 가지고있는 인공 지능의 지점입니다.
깊은 학습은 학습 데이터 표현과 신경 네트워크와 같은 구조를 기반으로하는 방법을 사용하는 기계 학습의 하위 영역입니다.
Python는 명확한 합성과 코드 읽기 가능성으로 유명한 고급 프로그래밍 언어입니다.
이 강사가 이끄는 라이브 훈련에서 참가자들은 깊은 학습 신용 위험 모델의 창조를 통과하는 동안 텔레콤을 사용하여 깊은 학습 모델을 구현하는 방법을 배울 것입니다.
이 훈련이 끝나면 참가자는 다음을 할 수 있습니다 :
-
깊은 학습의 기본 개념을 이해합니다.
Telecom에서 깊은 학습의 응용 프로그램과 사용법을 배우십시오.
Python, Keras, 그리고 TensorFlow을 사용하여 텔레콤에 대한 깊은 학습 모델을 만듭니다.
자신의 깊은 학습 고객 예측 모델을 사용하여 구축 Python.
-
인터랙티브 강의 및 토론
많은 연습과 연습이 있습니다.
라이브 실험실 환경에서 핸드-온 구현.
-
이 과정에 대한 사용자 지정 훈련을 요청하려면 저희에게 연락하여 배치하십시오.
14 시간
Embedding Projector는 기계 학습 시스템을 교육하는 데 사용되는 데이터를 시각화하는 오픈 소스 웹 응용 프로그램입니다 Google에서 제작 한 TensorFlow의 일부입니다 강사가 진행된이 실습에서는 Embedding Projector의 개념을 소개하고 참가자에게 데모 프로젝트 설정을 안내합니다 이 훈련이 끝나면 참가자는 다음을 할 수 있습니다 기계 학습 모델에서 데이터를 해석하는 방법 탐색 데이터의 3D 및 2D보기를 탐색하여 기계 학습 알고리즘이이를 해석하는 방법을 이해합니다 Embedding과 이미지, 단어 및 숫자에 대한 수학적 벡터를 표현하는 역할에 대한 개념을 이해합니다 특정 임베딩의 속성을 탐색하여 모델의 동작을 이해합니다 음악 애호가를위한 노래 추천 시스템 구축과 같은 실제 세계 사용 사례에 프로젝트 포함 청중 개발자 데이터 과학자 코스 형식 파트 강의, 파트 토론, 연습 및 무거운 핸드 슨 연습 .
7 시간
이 과정은 관리자, 솔루션 아키텍처, 혁신 담당자, CTO, 소프트웨어 아키텍처 및 응용 인공 지능 및 개발에 대한 가장 가까운 예측에 관심이있는 모든 사람들을 위해 만들어졌습니다.
7 시간
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
이 교육 과정은 실용적인 응용 프로그램에서 Machine Learning 을 적용하고자하는 사람들을위한 것입니다. 청중 이 과정은 통계에 익숙하며 R (또는 Python 또는 다른 언어 선택)을 프로그래밍하는 방법을 알고있는 데이터 과학자 및 통계 전문가를 대상으로합니다. 이 과정의 중점은 데이터 / 모델 준비, 실행, 사후 분석 및 시각화의 실제적인 측면에 있습니다. 목적은 직장에서 방법을 적용하는 데 관심이있는 참가자에게 Machine Learning 에 실제 응용 프로그램을 제공하는 것입니다. 부문 별 사례는 훈련을 청중과 관련시키기 위해 사용됩니다.
14 시간
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.
21 시간
인공 신경망은 Artificial Intelligence (AI) 시스템의 개발에 사용되는 계산 데이터 모델로 "지능적인"작업을 수행 할 수 있습니다. Neural Networks 는 일반적으로 인공 지능의 한 구현 인 Machine Learning (ML) 애플리케이션에 사용됩니다. Deep Learning 은 ML의 하위 집합입니다.
21 시간
This course will be a combination of theory and practical work with specific examples used throughout the event.
21 시간
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
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.
14 시간
R 는 통계 컴퓨팅, 데이터 분석 및 그래픽을위한 오픈 소스 무료 프로그래밍 언어입니다. R 는 기업 및 아카데미 내에서 관리자와 데이터 분석가의 증가하는 숫자에 의해 사용됩니다. R에는 데이터 광산을 위한 다양한 패키지가 있습니다.
21 시간
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.
7 시간
Wolfram System의 통합 환경은 데이터 분석 및 프리젠 테이션을위한 효율적인 도구입니다. 이 코스에서는 통계 계산, 시각화, 데이터 가져 오기 및 내보내기, 보고서 자동 생성 등 분석과 관련된 Wolfram 언어의 측면을 다룹니다.
21 시간
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 .
21 시간
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
7 시간
스노클은 교육 데이터를 신속하게 생성, 모델링 및 관리하기위한 시스템입니다 대규모 라벨링 된 교육 세트를 사용할 수 없거나 쉽게 구할 수없는 도메인에 대해 구조화 된 또는 "어두운"데이터 추출 응용 프로그램 개발을 가속화하는 데 중점을 둡니다 강사가 진행되는이 실습에서 참가자는 스노클과 함께 교육 데이터 모델링을 통해 텍스트, 표, 그림 및 이미지와 같은 비정형 데이터에서 가치를 추출하는 기술을 배우게됩니다 이 훈련이 끝나면 참가자는 다음을 할 수 있습니다 방대한 트레이닝 세트의 라벨링을 가능하게하는 교육 세트를 프로그래밍 방식으로 생성합니다 시끄러운 트레이닝 세트를 먼저 모델링하여 고품질 엔드 모델 교육 Snorkel을 사용하여 약한 감독 기술을 구현하고 약 프로그래밍 된 기계 학습 시스템에 데이터 프로그래밍 적용 청중 개발자 데이터 과학자 코스 형식 파트 강의, 파트 토론, 연습 및 무거운 핸드 슨 연습 .
14 시간
Encog는 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 .
14 시간
Encog는 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 .
21 시간
강사가 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 .
14 시간
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 .
28 시간
강사가 진행하는 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 가지 라이브 프로젝트를 완료함으로써 지식을 실제 업무에 적용합니다. 청중
- 개발자
- 데이터 과학자
- 기술적 인 배경을 가진 은행 전문가
- 파트 강의, 파트 토론, 연습 및 무거운 실무 연습
Last Updated:
Other countries
Consulting
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
