강사가 진행하는 온라인 또는 현장 라이브 기계 학습(ML) 교육 과정은 다양한 산업에서 실제 문제를 해결하기 위해 기계 학습 기술 및 도구를 적용하는 방법을 실습을 통해 보여줍니다. NobleProg ML 과정은 Python, R 언어 및 Matlab을 비롯한 다양한 프로그래밍 언어 및 프레임워크를 다룹니다. 기계 학습 과정은 금융, 은행 및 보험을 비롯한 여러 산업 응용 프로그램에 대해 제공되며 기계 학습의 기초는 물론 딥 러닝과 같은 고급 접근 방식을 다룹니다. 기계 학습 교육은 "온라인 라이브 교육" 또는 "현장 라이브 교육"으로 제공됩니다. 온라인 라이브 교육(일명 "원격 라이브 교육")은 대화형 원격 데스크톱을 통해 수행됩니다. 현장 라이브 교육은 대한민국의 고객 구내 또는 대한민국의 NobleProg 기업 교육 센터에서 로컬로 수행할 수 있습니다. NobleProg -- 지역 교육 제공자
Machine Translated
회원 평가
관행 중 하나
JONATHAN MARIANO, si
Course: Artificial Intelligence (AI) for Managers
Machine Translated
강사의 주제에 대한 지식과 관리
Zaira N. - JONATHAN MARIANO, si
Course: Artificial Intelligence (AI) for Managers
Machine Translated
혁신적이라는 것은 우리가 이미 경험하고 있는 것이기 때문입니다.
jesus isaias - JONATHAN MARIANO, si
Course: Artificial Intelligence (AI) for Managers
Machine Translated
Machine Learning (ML) Subcategories
Machine Learning (ML) Course Outlines
코스 이름
Duration
Overview
코스 이름
Duration
Overview
21 시간
제너레이티브 AI(Generative AI)는 텍스트, 이미지, 음악, 코드 등 독창적인 콘텐츠를 만들 수 있는 AI의 일종이다. LLM(대형 언어 모델)은 자연어를 처리하고 생성할 수 있는 강력한 신경망입니다.이 강사가 진행하는 실시간 교육(온라인 또는 현장)은 다양한 작업 및 영역에서 LLM과 함께 생성 AI를 사용하는 방법을 배우려는 중급 개발자를 대상으로 합니다.이 교육이 끝나면 참가자는 다음을 수행할 수 있습니다.
- 생성 AI가 무엇이고 어떻게 작동하는지 설명하세요. LLM을 구동하는 변환기 아키텍처를 설명합니다. 경험적 확장 법칙을 사용하여 다양한 작업 및 제약 조건에 맞게 LLM을 최적화합니다. 최첨단 도구와 방법을 적용하여 LLM을 교육, 미세 조정 및 배포합니다. 사회와 비즈니스를 위한 생성 AI의 기회와 위험에 대해 논의합니다.
- 대화형 강의 및 토론. 많은 연습과 연습. 라이브 랩 환경에서 직접 구현합니다.
- 이 과정에 대한 맞춤형 교육을 요청하려면 당사에 연락하여 예약하시기 바랍니다.
21 시간
LightGBM은 원래 Microsoft에서 개발한 기계 학습을 위한 무료 오픈 소스 분산 그래디언트 부스팅 프레임워크입니다. 의사 결정 트리 알고리즘을 기반으로 하며 순위 지정, 분류 및 기타 기계 학습 작업에 사용됩니다.이 강사 주도 라이브 교육(온사이트 또는 현장)은 LightGBM의 기본 사항을 배우고 고급 기술을 탐구하고자 하는 초급에서 중급 수준의 개발자 및 데이터 과학자를 대상으로 합니다.이 교육이 끝나면 참가자는 다음을 수행할 수 있습니다.
- LightGBM을 설치하고 구성합니다. 그래디언트 부스팅 및 결정 트리 알고리즘의 이론 이해 기본 및 고급 기계 학습 작업에 LightGBM을 사용합니다. 기능 엔지니어링, 하이퍼파라미터 튜닝, 모델 해석과 같은 고급 기술을 구현합니다. LightGBM을 다른 기계 학습 프레임워크와 통합합니다. LightGBM의 일반적인 문제를 해결합니다.
- 대화식 강의 및 토론. 많은 연습과 연습. 라이브 랩 환경에서 직접 구현합니다.
- 이 과정에 대한 맞춤형 교육을 요청하려면 당사에 연락하여 준비하십시오.
21 시간
Stable Diffusion은 텍스트 설명을 기반으로 상세한 이미지를 생성할 수 있는 강력한 딥 러닝 모델입니다.이 강사가 진행하는 실시간 교육(온라인 또는 현장)은 텍스트 기반 딥 러닝에 대한 지식과 기술을 확장하려는 중급 및 고급 수준의 데이터 과학자, 기계 학습 엔지니어, 딥 러닝 연구원 및 컴퓨터 비전 전문가를 대상으로 합니다. -이미지 생성.이 교육이 끝나면 참가자는 다음을 수행할 수 있습니다.
- 텍스트-이미지 생성을 위한 고급 딥 러닝 아키텍처와 기술을 이해합니다. 고품질 이미지 합성을 위해 복잡한 모델과 최적화를 구현합니다. 대규모 데이터 세트와 복잡한 모델의 성능과 확장성을 최적화합니다. 더 나은 모델 성능과 일반화를 위해 하이퍼파라미터를 조정합니다. Stable Diffusion을 다른 딥 러닝 프레임워크 및 도구와 통합합니다.
- 대화형 강의 및 토론. 많은 연습과 연습. 라이브 랩 환경에서 직접 구현합니다.
- 이 과정에 대한 맞춤형 교육을 요청하려면 당사에 연락하여 예약하세요.
14 시간
GPT(Generative Pre-trained Transformers)는 언어 생성, 텍스트 완성 및 기계 번역을 비롯한 다양한 애플리케이션에 혁신을 가져온 자연어 처리의 최첨단 모델입니다. 이 과정은 GPT-3 및 GPT-4의 최신 발전에 중점을 두고 GPT 모델에 대한 심도 있는 탐구를 제공합니다. 참가자는 GPT 모델의 아키텍처, 교육 기술 및 응용 프로그램에 대한 통찰력을 얻습니다.이 강사 주도 라이브 교육(온사이트 또는 현장)은 GPT 모델의 내부 작동을 이해하고 GPT-3 및 GPT-4의 기능을 탐색하려는 데이터 과학자, 기계 학습 엔지니어, NLP 연구원 및 AI 애호가를 대상으로 합니다. , NLP 작업에 이러한 모델을 활용하는 방법을 알아봅니다.이 교육이 끝나면 참가자는 다음을 수행할 수 있습니다.
- Generative Pre-trained Transformers의 핵심 개념과 원리를 이해합니다. GPT 모델의 아키텍처 및 학습 프로세스를 이해합니다. 텍스트 생성, 완성 및 번역과 같은 작업에 GPT-3를 활용합니다. GPT-4의 최신 발전과 잠재적인 응용 프로그램을 살펴보십시오. 자체 NLP 프로젝트 및 작업에 GPT 모델을 적용합니다.
- 대화식 강의 및 토론. 많은 연습과 연습. 라이브 랩 환경에서 직접 구현합니다.
- 이 과정에 대한 맞춤형 교육을 요청하려면 당사에 연락하여 준비하십시오.
7 시간
Vertex AI is a Google Cloud environment for completing machine learning tasks from experimentation, to deployment, to managing and monitoring models. It is a scalable infrastructure that provides user management capabilities and security controls over machine learning projects.
This instructor-led, live training (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.
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
- To request a customized training for this course, please contact us to arrange.
21 시간
DeepSpeed is a deep learning optimization library that makes it easier to scale deep learning models on distributed hardware. Developed by Microsoft, DeepSpeed integrates with PyTorch to provide better scaling, faster training, and improved resource utilization.
This instructor-led, live training (online or onsite) is aimed at beginner to intermediate-level data scientists and machine learning engineers who wish to improve the performance of their deep learning models.
By the end of this training, participants will be able to:
- Understand the principles of distributed deep learning.
- Install and configure DeepSpeed.
- Scale deep learning models on distributed hardware using DeepSpeed.
- Implement and experiment with DeepSpeed features for optimization and memory efficiency.
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
- To request a customized training for this course, please contact us to arrange.
14 시간
LLM(대형 언어 모델)은 주어진 입력 또는 컨텍스트를 기반으로 자연어 텍스트를 생성할 수 있는 심층 신경망 모델입니다. 이들은 다양한 도메인과 소스의 대량 텍스트 데이터에 대해 교육을 받았으며 자연어의 구문 및 의미 패턴을 포착할 수 있습니다. LLM은 텍스트 요약, 질문 답변, 텍스트 생성 등과 같은 다양한 자연어 작업에서 인상적인 결과를 얻었습니다.이 강사가 진행하는 실시간 교육(온라인 또는 현장)은 다양한 자연어 작업에 대규모 언어 모델을 사용하려는 초급 수준부터 중급 수준의 개발자를 대상으로 합니다.이 교육이 끝나면 참가자는 다음을 수행할 수 있습니다.
- 인기 있는 LLM을 포함하는 개발 환경을 설정하세요. 기본 LLM을 생성하고 사용자 정의 데이터 세트에서 미세 조정합니다. 텍스트 요약, 질문 답변, 텍스트 생성 등과 같은 다양한 자연어 작업에 LLM을 사용하세요. TensorBoard, PyTorch Lightning 및 Hugging Face Datasets와 같은 도구를 사용하여 LLM을 디버깅하고 평가합니다.
- 대화형 강의 및 토론. 많은 연습과 연습. 라이브 랩 환경에서 직접 구현합니다.
- 이 과정에 대한 맞춤형 교육을 요청하려면 당사에 연락하여 예약하시기 바랍니다.
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.
21 시간
Stable Diffusion은 텍스트 설명을 기반으로 상세한 이미지를 생성할 수 있는 강력한 딥 러닝 모델입니다.이 강사가 진행하는 실시간 교육(온라인 또는 현장)은 Stable Diffusion을 활용하여 다양한 사용 사례에 맞는 고품질 이미지를 생성하려는 데이터 과학자, 기계 학습 엔지니어 및 컴퓨터 비전 연구원을 대상으로 합니다.이 교육이 끝나면 참가자는 다음을 수행할 수 있습니다.
- Stable Diffusion의 원리와 이것이 이미지 생성에 어떻게 작동하는지 이해합니다. 이미지 생성 작업을 위한 Stable Diffusion 모델을 구축하고 훈련합니다. 인페인팅, 아웃페인팅, 이미지 간 변환 등 다양한 이미지 생성 시나리오에 Stable Diffusion을 적용합니다. Stable Diffusion 모델의 성능과 안정성을 최적화합니다.
- 대화형 강의 및 토론. 많은 연습과 연습. 라이브 랩 환경에서 직접 구현합니다.
- 이 과정에 대한 맞춤형 교육을 요청하려면 당사에 연락하여 예약하세요.
14 시간
RapidMiner는 데이터 준비, 기계 학습, 딥 러닝, 텍스트 마이닝 및 예측 분석을 위한 통합 환경을 제공하는 고급 분석 플랫폼입니다.이 강사가 진행하는 실시간 교육(온라인 또는 현장)은 RapidMiner을 사용하여 값을 추정 및 예측하고 시계열 예측을 위한 분석 도구를 활용하는 방법을 배우고자 하는 중급 수준의 데이터 분석가를 대상으로 합니다.이 교육이 끝나면 참가자는 다음을 수행할 수 있습니다.
- CRISP-DM 방법론을 적용하고, 적절한 기계 학습 알고리즘을 선택하고, 모델 구성 및 성능을 향상시키는 방법을 알아보세요. 값을 추정 및 계획하고 시계열 예측을 위한 분석 도구를 활용하려면 RapidMiner을 사용합니다.
- 대화형 강의 및 토론. 많은 연습과 연습. 라이브 랩 환경에서 직접 구현합니다.
- 이 과정에 대한 맞춤형 교육을 요청하려면 당사에 연락하여 예약하시기 바랍니다.
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
Deep Reinforcement Learning는 시행 착오와 보상 및 처벌을 통해 학습하는 "인공 에이전트"의 능력을 나타냅니다. 인공 에이전트는 시각과 같은 원시 입력에서 직접 지식을 획득하고 구성하는 인간의 능력을 모방하는 것을 목표로 합니다. 강화 학습을 구현하기 위해 딥 러닝과 신경망을 사용합니다. 강화 학습은 기계 학습과 다르며 감독 및 비지도 학습 접근 방식에 의존하지 않습니다.이 강사 주도 라이브 교육(온라인 또는 현장)은 Deep Learning Agent 생성을 단계별로 진행하면서 Deep Reinforcement Learning의 기본 사항을 배우려는 개발자 및 데이터 과학자를 대상으로 합니다.이 교육이 끝나면 참가자는 다음을 수행할 수 있습니다.
- Deep Reinforcement Learning의 핵심 개념을 이해하고 Machine Learning과 구별할 수 있습니다. 실제 문제를 해결하기 위해 고급 Reinforcement Learning 알고리즘을 적용합니다. Deep Learning 에이전트를 구축합니다.
- 대화식 강의 및 토론. 많은 연습과 연습. 라이브 랩 환경에서 직접 구현합니다.
- 이 과정에 대한 맞춤형 교육을 요청하려면 당사에 연락하여 준비하십시오.
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 설계자, 혁신 책임자, CTO, 소프트웨어 설계자 및 응용 인공 지능의 개요와 개발에 대한 가장 가까운 예측에 관심이 있는 모든 사람을 위해 만들어졌습니다.
14 시간
앞으로 도시는 어떻게 생겼을까요? Artificial Intelligence (AI) 를 사용하여 도시 계획을 개선하는 방법은 무엇입니까? AI는 도시를보다 효율적이고, 살기 좋고, 안전하고, 환경 친화적으로 만드는 데 어떻게 사용될 수 있습니까? 강사가 진행하는 (현장 또는 원격) 실습을 통해 AI를 구성하는 다양한 기술과 도시 계획에 사용하기 위해 필요한 기술 및 정신적 프레임 워크를 검토합니다. 또한 데이터 마이닝을 포함하여 AI에서 사용할 관련 데이터를 수집하고 구성하기위한 도구와 접근법에 대해서도 설명합니다. 청중
- 도시 기획자
- 건축가
- 개발자
- 교통 관리
- 파트 강연, 파트 토론 및 일련의 대화식 연습.
- 이 과정에 대한 맞춤 교육을 요청하려면 Google에 문의하여 준비하십시오.
14 시간
인공 지능은 지능형 시스템을 구축하기위한 기술 모음으로, 지능형 의사 결정을 내리기 위해 데이터 및 데이터를 둘러싼 활동을 이해할 수 있습니다 통신 제공 업체의 경우 AI를 사용하는 응용 프로그램 및 서비스를 구축하면 유지 관리 및 네트워크 최적화와 같은 영역에서 향상된 운영 및 서비스를 제공 할 수 있습니다 이 과정에서는 AI를 구성하는 다양한 기술과이를 사용하는 데 필요한 기술 세트를 살펴 봅니다 이 과정에서 우리는 텔레콤 업계에서 AI의 특정 애플리케이션을 살펴 봅니다 청중 네트워크 엔지니어 네트워크 운영 요원 통신 기술 관리자 코스 형식 파트 강연, 파트 토론, 핸드 슨 연습 .
14 시간
선형 대수학은 벡터, 행렬 및 선형 변환을 다루는 수학의 한 분야입니다 선형 대수에 대한 지식은 엔지니어와 개발자가 기계 학습 기능을 향상시키는 데 도움이됩니다 선형 대수 개념을 이해하면 기계 학습 기술의 기본 원리를 더 잘 이해하고 문제를 더 빠르게 해결할 수 있습니다 강사가 진행되는이 실습에서 참가자는 선형 대수학 방법을 사용하여 기계 학습 문제를 해결하면서 선형 대수학의 기초를 배웁니다 이 훈련이 끝나면 참가자는 다음을 할 수 있습니다 기본적인 선형 대수 개념 이해 기계 학습에 필요한 선형 대수 기술을 배우십시오 데이터, 이미지, 알고리즘 등을 사용할 때 선형 대수학 구조와 개념을 사용하십시오 선형 대수학을 사용하여 기계 학습 문제 해결 청중 개발자 엔지니어 코스 형식 파트 강의, 파트 토론, 연습 및 무거운 핸드 슨 연습 노트 이 과정에 대한 맞춤 교육을 요청하려면 Google에 문의하여 준비하십시오 .
21 시간
Azure Machine Learning (AML)는 ML 모델의 훈련, 배치, 자동화, 관리 및 추적을위한 플레이-As-you-go, 클라우드 기반 환경입니다.
이 강사가 이끄는, 라이브 훈련 (온라인 또는 현장)은 소프트웨어 및 하드웨어를 구입하고 유지 보수 및 배치에 대해 걱정하지 않고 Machine Learning 작업로드를 배치하기 위해 Azure ML의 드래그 앤 드로프 플랫폼을 사용하고자하는 엔지니어를 대상으로합니다.
이 훈련이 끝나면 참가자는 다음을 할 수 있습니다 :
-
Python, R 또는 0 코드 도구를 사용하여 매우 정확한 기계 학습 모델을 작성하십시오.
Leverage Azure's 사용할 수있는 데이터 세트와 알고리즘을 훈련하고 기계 학습 및 깊은 학습 모델을 추적합니다.
Azure의 상호 작용 작업 공간을 사용하여 ML 모델을 공동 개발합니다.
다양한 Azure 지원되는 ML 프레임 워크 중에서 PyTorch, TensorFlow, 그리고 scikit-learn과 같은 선택하십시오.
-
인터랙티브 강의 및 토론
많은 연습과 연습이 있습니다.
라이브 실험실 환경에서 핸드-온 구현.
-
이 과정에 대한 사용자 지정 훈련을 요청하려면 저희에게 연락하여 배치하십시오.
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.
28 시간
This 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.
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.
21 시간
Amazon Web Services (AWS) SageMaker는 개발자가 모든 규모에서 빠르게 기계 학습 모델을 구축, 훈련 및 배치 할 수있는 클라우드 기계 학습 서비스입니다.
이 강사가 이끄는 라이브 훈련 (온라인 또는 온라인)은 생산 준비가 된 호스팅 환경에 배치하기 위해 기계 학습 모델을 만들고 훈련하고자하는 데이터 과학자와 개발자를 대상으로합니다.
이 훈련이 끝나면 참가자는 다음을 할 수 있습니다 :
-
노트북 사례를 사용하여 훈련을 위해 데이터를 준비하고 업로드합니다.
훈련 데이터 세트를 사용하여 기계 학습 모델을 훈련합니다.
예측을 만들기 위해 훈련 된 모델을 최종 지점으로 배치하십시오.
-
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
Azure Machine Learning는 기계 학습 모델을 구축, 훈련 및 배치하기위한 클라우드 기반 플랫폼입니다. Azure Machine Learning 사용자는 단일 코드 라인없이 기계 학습 솔루션을 만들 수있는 능력을 제공합니다.
이 강사가 이끄는, 라이브 훈련 (온라인 또는 온라인)은 예측 분석을위한 엔드 엔드 기계 학습 모델을 구축하기 위해 Azure Machine Learning를 사용하고자하는 데이터 과학자를 대상으로합니다.
이 훈련이 끝나면 참가자는 다음을 할 수 있습니다 :
-
제로 프로그래밍 경험을 가진 기계 학습 모델을 구축하십시오.
예측 알고리즘을 만드십시오 Azure Machine Learning.
준비된 생산 기계 학습 알고리즘을 개발하십시오.
-
인터랙티브 강의 및 토론
많은 연습과 연습이 있습니다.
라이브 실험실 환경에서 핸드-온 구현.
-
이 과정에 대한 사용자 지정 훈련을 요청하려면 저희에게 연락하여 배치하십시오.
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
