Cursos de Aprendizado de Máquinas (Machine Learning) | Cursos de Machine Learning

Cursos de Aprendizado de Máquinas (Machine Learning)

Os cursos de treinamento de aprendizado de máquina (ML) ao vivo on-line ou no local, conduzidos por instrutor, demonstram, por meio da prática prática, como aplicar técnicas e ferramentas de aprendizado de máquina para resolver problemas do mundo real em vários setores. Os cursos NobleProg ML abrangem diferentes linguagens e estruturas de programação, incluindo Python, linguagem R e Matlab. Os cursos de Aprendizado de Máquina são oferecidos para vários aplicativos do setor, incluindo Finanças, Bancos e Seguros, e abrangem os fundamentos do Aprendizado de Máquina, bem como abordagens mais avançadas, como Aprendizado Profundo. O treinamento de aprendizado de máquina está disponível como "treinamento ao vivo online" ou "treinamento ao vivo no local". O treinamento on-line ao vivo (também conhecido como "treinamento remoto ao vivo") é realizado por meio de uma área de trabalho remota e interativa. O treinamento ao vivo no local pode ser realizado localmente nas instalações do cliente em Portugal ou nos centros de treinamento corporativo da NobleProg em Portugal. NobleProg -- Seu provedor de treinamento local

Machine Translated

Declaração de Clientes

★★★★★
★★★★★

ML (Machine Learning) Course Outlines

Nome do Curso
Duração
Visão geral
Nome do Curso
Duração
Visão geral
21 horas
A IA generativa é um tipo de IA que pode criar conteúdo original, como texto, imagens, música e código. Os modelos de grande linguagem (LLM) são redes neuronais poderosas que podem processar e gerar linguagem natural; Esta formação em direto orientada por um instrutor (no local ou remoto) destina-se a programadores de nível intermédio que pretendam aprender a utilizar a IA generativa com LLMs para várias tarefas e domínios. No final desta formação, os participantes serão capazes de
    Explicar o que é a IA generativa e como funciona. Descrever a arquitetura do transformador que alimenta os LLMs. Utilizar leis empíricas de escalonamento para otimizar os LLMs para diferentes tarefas e restrições. Aplicar ferramentas e métodos de última geração para treinar, afinar e implementar LLMs. Discutir as oportunidades e os riscos da IA generativa para a sociedade e as empresas.
Formato do curso
    Aula e debate interactivos. Muitos exercícios e práticas. Implementação prática num ambiente de laboratório ao vivo.
Opções de personalização do curso
    Para solicitar uma formação personalizada para este curso, contacte-nos para combinar.
21 horas
LightGBM é uma estrutura de aumento de gradiente distribuída gratuita e de código aberto para aprendizado de máquina, originalmente desenvolvido por Microsoft. Ele é baseado em algoritmos de árvore de decisão e usado para classificação, classificação e outras tarefas de aprendizado de máquina.Este treinamento ao vivo conduzido por instrutor (online ou no local) destina-se a desenvolvedores e cientistas de dados iniciantes a intermediários que desejam aprender os fundamentos do LightGBM e explorar técnicas avançadas.No final desta formação, os participantes serão capazes de:
    Instale e configure o LightGBM. Entenda a teoria por trás dos algoritmos de aumento de gradiente e árvore de decisão Use o LightGBM para tarefas básicas e avançadas de aprendizado de máquina. Implemente técnicas avançadas, como engenharia de recursos, ajuste de hiperparâmetros e interpretação de modelos. Integre o LightGBM com outras estruturas de aprendizado de máquina. Solucione problemas comuns no LightGBM.
Formato do Curso
    Palestra e discussão interativa. Muitos exercícios e prática. Implementação prática em um ambiente de laboratório ao vivo.
Opções de personalização do curso
    Para solicitar um treinamento personalizado para este curso, entre em contato conosco para agendar.
21 horas
O Stable Diffusion é um poderoso modelo de aprendizagem profunda que pode gerar imagens detalhadas com base em descrições de texto; Este treinamento ao vivo conduzido por instrutor (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. No final desta formação, os participantes serão capazes de
    Compreender as arquitecturas e técnicas avançadas de aprendizagem profunda para a geração de texto para imagem. Implementar modelos complexos e optimizações para síntese de imagens de alta qualidade. Otimizar o desempenho e a escalabilidade para grandes conjuntos de dados e modelos complexos. Ajustar hiperparâmetros para melhor desempenho e generalização do modelo. Integrar Stable Diffusion com outras estruturas e ferramentas de aprendizagem profunda.
Formato do curso
    Aula e debate interactivos. Muitos exercícios e práticas. Implementação prática num ambiente de laboratório ao vivo.
Opções de personalização do curso
    Para solicitar uma formação personalizada para este curso, contacte-nos para combinar
14 horas
Transformadores pré-treinados generativos (GPT) são modelos de última geração em processamento de linguagem natural que revolucionaram várias aplicações, incluindo geração de linguagem, conclusão de texto e tradução automática. Este curso fornece uma exploração aprofundada dos modelos GPT, com foco no GPT-3 e nos últimos avanços do GPT-4. Os participantes obterão insights sobre a arquitetura, técnicas de treinamento e aplicações dos modelos GPT.Este treinamento ao vivo conduzido por instrutor (online ou no local) é destinado a cientistas de dados, engenheiros de aprendizado de máquina, pesquisadores de PNL e entusiastas de IA que desejam entender o funcionamento interno dos modelos GPT, explorar os recursos do GPT-3 e GPT-4 , e aprenda como alavancar esses modelos para suas tarefas de PNL.No final desta formação, os participantes serão capazes de:
    Entenda os principais conceitos e princípios por trás dos transformadores pré-treinados generativos. Compreender a arquitetura e o processo de treinamento dos modelos GPT. Utilize o GPT-3 para tarefas como geração, conclusão e tradução de texto. Explore os avanços mais recentes do GPT-4 e suas possíveis aplicações. Aplique modelos GPT a seus próprios projetos e tarefas de PNL.
Formato do Curso
    Palestra e discussão interativa. Muitos exercícios e prática. Implementação prática em um ambiente de laboratório ao vivo.
Opções de personalização do curso
    Para solicitar um treinamento personalizado para este curso, entre em contato conosco para agendar.
7 horas
Vertex AI é um ambiente Google Cloud para concluir tarefas de aprendizado de máquina, desde a experimentação até a implantação, gerenciamento e monitoramento de modelos. É uma infraestrutura escalável que fornece recursos de gerenciamento de usuários e controles de segurança sobre projetos de aprendizado de máquina.Este treinamento ao vivo conduzido por instrutor (online ou no local) destina-se a engenheiros de software de nível iniciante a intermediário ou a qualquer pessoa que deseje aprender como usar Vertex AI para executar e concluir atividades de aprendizado de máquina.No final desta formação, os participantes serão capazes de:
    Entenda como Vertex AI funciona e use-o como uma plataforma de aprendizado de máquina. Aprenda sobre aprendizado de máquina e conceitos de PNL. Saiba como treinar e implantar modelos de aprendizado de máquina usando Vertex AI.
Formato do Curso
    Palestra e discussão interativa. Muitos exercícios e prática. Implementação prática em um ambiente de laboratório ao vivo.
Opções de personalização do curso
    Para solicitar um treinamento personalizado para este curso, entre em contato conosco para agendar.
21 horas
DeepSpeed é uma biblioteca de otimização de aprendizagem profunda que facilita a escala de modelos de aprendizagem profunda em hardware distribuído. Desenvolvido por Microsoft, o DeepSpeed se integra ao PyTorch para fornecer melhor dimensionamento, treinamento mais rápido e melhor utilização de recursos.Este treinamento ao vivo conduzido por instrutor (online ou no local) destina-se a cientistas de dados de nível iniciante a intermediário e engenheiros de aprendizado de máquina que desejam melhorar o desempenho de seus modelos de aprendizado profundo.No final desta formação, os participantes serão capazes de:
    Entenda os princípios do aprendizado profundo distribuído. Instale e configure o DeepSpeed. Escale modelos de deep learning em hardware distribuído usando o DeepSpeed. Implemente e experimente os recursos do DeepSpeed para otimização e eficiência de memória.
Formato do Curso
    Palestra e discussão interativa. Muitos exercícios e prática. Implementação prática em um ambiente de laboratório ao vivo.
Opções de personalização do curso
    Para solicitar um treinamento personalizado para este curso, entre em contato conosco para agendar.
14 horas
Os modelos de linguagem de grande dimensão (LLM) são modelos de redes neuronais profundas que podem gerar textos em linguagem natural com base numa determinada entrada ou contexto. São treinados em grandes quantidades de dados de texto de vários domínios e fontes, e podem captar os padrões sintácticos e semânticos da linguagem natural. Os LLM obtiveram resultados impressionantes em várias tarefas de linguagem natural, como a sumarização de textos, a resposta a perguntas, a geração de textos, etc. Esta formação em direto orientada por um instrutor (no local ou remoto) destina-se a programadores de nível iniciante a intermédio que pretendam utilizar modelos de linguagem grande para várias tarefas de linguagem natural. No final desta formação, os participantes serão capazes de
    Configurar um ambiente de desenvolvimento que inclua um LLM popular. Criar um LLM básico e afiná-lo num conjunto de dados personalizado. Utilizar LLMs para diferentes tarefas de linguagem natural, como resumo de texto, resposta a perguntas, geração de texto e muito mais. Depurar e avaliar LLMs usando ferramentas como TensorBoard, PyTorch Lightning e Hugging Face Datasets.
Formato do curso
    Aula e debate interactivos. Muitos exercícios e práticas. Implementação prática num ambiente de laboratório ao vivo.
Opções de personalização do curso
    Para solicitar uma formação personalizada para este curso, contacte-nos para combinar.
7 horas
AlphaFold é um sistema Artificial Intelligence (AI) que realiza a previsão de estruturas de proteínas. É desenvolvido pela Alphabet’s/Google’s DeepMind como um sistema de aprendizagem profunda que pode prever com precisão modelos 3D de estruturas de proteínas. Este treinamento ao vivo guiado por instrutores (online ou on-site) é dirigido a biólogos que desejam entender como AlphaFold trabalham e usam AlphaFold modelos como guias em seus estudos experimentais. No final do curso, os participantes poderão:
    Conheça os princípios fundamentais de AlphaFold. Saiba como AlphaFold funciona. Aprenda a interpretar AlphaFold previsões e resultados.
O formato do curso
    Interação e discussão interativa. Muitos exercícios e práticas. Implementação de mão em um ambiente de laboratório ao vivo.
Opções de Customização
    Para solicitar uma formação personalizada para este curso, por favor contacte-nos para organizar.
21 horas
O Stable Diffusion é um poderoso modelo de aprendizagem profunda que pode gerar imagens detalhadas com base em descrições de texto; Esta formação em direto orientada por um instrutor (no local ou remoto) destina-se a cientistas de dados, engenheiros de aprendizagem automática e investigadores de visão computacional que desejam 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.
Formato do curso
    Aula e debate interactivos. Muitos exercícios e práticas. Implementação prática num ambiente de laboratório ao vivo.
Opções de personalização do curso
    Para solicitar uma formação personalizada para este curso, contacte-nos para combinar
14 horas
O RapidMiner é uma plataforma de análise avançada que fornece um ambiente integrado para preparação de dados, aprendizagem automática, aprendizagem profunda, extração de texto e análise preditiva. Esta formação em direto orientada por um instrutor (no local ou remoto) destina-se a analistas de dados de nível intermédio que pretendam aprender a utilizar RapidMiner para estimar e projetar valores e utilizar ferramentas analíticas para a previsão de séries cronológicas. No final desta formação, os participantes serão capazes de
    Aprender a aplicar a metodologia CRISP-DM, selecionar algoritmos de aprendizagem automática adequados e melhorar a construção e o desempenho do modelo. Utilizar RapidMiner para estimar e projetar valores e utilizar ferramentas analíticas para a previsão de séries cronológicas.
Formato do curso
    Aula e debate interactivos. Muitos exercícios e práticas. Implementação prática num ambiente de laboratório ao vivo.
Opções de personalização do curso
    Para solicitar uma formação personalizada para este curso, contacte-nos para combinar.
14 horas
Waikato Environment for Knowledge Analysis (Weka) é um software de visualização de mineração de dados de código aberto. Fornece uma coleção de algoritmos de aprendizagem de máquina para a preparação de dados, classificação, clustering e outras atividades de mineração de dados. Este treinamento ao vivo guiado por instrutores (online ou on-site) é dirigido a analistas de dados e cientistas de dados que desejam usar Weka para realizar tarefas de mineração de dados. No final do curso, os participantes poderão:
    Instalar e configurar Weka Compreender o ambiente Weka e o banco de trabalho. Realizar tarefas de mineração de dados usando Weka.
O formato do curso
    Interação e discussão interativa. Muitos exercícios e práticas. Implementação de mão em um ambiente de laboratório ao vivo.
Opções de Customização
    Para solicitar uma formação personalizada para este curso, por favor contacte-nos para organizar.
14 horas
O objetivo deste curso é fornecer uma competência básica na aplicação de métodos Machine Learning na prática. Através do uso do Python linguagem de programação e suas várias bibliotecas, e com base em uma série de exemplos práticos, este curso ensina como usar os blocos de construção mais importantes de Machine Learning, como tomar decisões de modelagem de dados, interpretar as saídas dos algoritmos e validar os resultados. Nosso objetivo é dar-lhe as habilidades para entender e usar as ferramentas mais fundamentais da caixa de ferramentas de forma confiável e evitar os problemas comuns das aplicações Data Science.
21 horas
Neste treinamento presencial instruído, os participantes aprenderão as técnicas de aprendizado de máquina mais relevantes e inovadoras do Python, pois eles criam uma série de aplicativos de demonstração que envolvem dados de imagem, música, texto e dados financeiros No final deste treinamento, os participantes serão capazes de: Implementar algoritmos e técnicas de aprendizado de máquina para resolver problemas complexos Aplicar aprendizado profundo e aprendizado semissupervisionado a aplicativos que envolvam dados de imagem, música, texto e dados financeiros Empurre os algoritmos do Python para o seu potencial máximo Use bibliotecas e pacotes como NumPy e Theano Público Desenvolvedores Analistas Cientistas de dados Formato do curso Palestra parcial, parte discussão, exercícios e prática handson pesada .
28 horas
o objetivo deste curso é fornecer proficiência geral na aplicação de métodos de aprendizado de máquina na prática. Através do uso da linguagem de programação Python e suas várias bibliotecas, e com base em uma infinidade de exemplos práticos, este curso ensina como usar os blocos de construção mais importantes do aprendizado de máquina, como fazer decisões de modelagem de dados, interpretar o saídas dos algoritmos e validar os resultados. nosso objetivo é dar a você as habilidades para entender e usar as ferramentas mais fundamentais da caixa de ferramentas de aprendizado de máquina com confiança e evitar as armadilhas comuns de aplicações de data Sciences.
28 horas
Este é um curso de 4 dias introduzindo AI e sua aplicação usando o Python linguagem de programação. Há uma opção para ter um dia adicional para realizar um projeto de IA na conclusão deste curso. 
21 horas
Deep Reinforcement Learning refere-se à capacidade de um "agente artificial" de aprender por tentativa e erro e recompensas e punições. Um agente artificial visa imitar a capacidade humana de obter e construir conhecimento por conta própria, diretamente de insumos brutos, como a visão. Para realizar o aprendizado por reforço, o aprendizado profundo e as redes neurais são usados. O aprendizado por reforço é diferente do aprendizado de máquina e não depende de abordagens de aprendizado supervisionado e não supervisionado.Este treinamento ao vivo conduzido por instrutor (online ou no local) destina-se a desenvolvedores e cientistas de dados que desejam aprender os fundamentos do Deep Reinforcement Learning à medida que avançam na criação de um Deep Learning Agente.No final desta formação, os participantes serão capazes de:
    Entenda os principais conceitos por trás do Deep Reinforcement Learning e seja capaz de distingui-lo de Machine Learning. Aplicar algoritmos avançados Reinforcement Learning para resolver problemas do mundo real. Construa um Deep Learning Agente.
Formato do Curso
    Palestra e discussão interativa. Muitos exercícios e prática. Implementação prática em um ambiente de laboratório ao vivo.
Opções de personalização do curso
    Para solicitar um treinamento personalizado para este curso, entre em contato conosco para agendar.
28 horas
A aprendizagem por máquina é uma rama da Inteligência Artificial em que os computadores têm a capacidade de aprender sem ser explicitamente programados. A aprendizagem profunda é um subcampo de aprendizagem de máquina que usa métodos baseados em representações e estruturas de dados de aprendizagem, como redes neurais. Python é uma linguagem de programação de alto nível famosa por sua sintaxe clara e leitura de código. Neste treinamento ao vivo liderado por instrutores, os participantes aprenderão como implementar modelos de aprendizagem profunda para telecom usando Python enquanto eles passam pela criação de um modelo de risco de crédito de aprendizagem profunda. No final do curso, os participantes poderão:
    Conheça os conceitos fundamentais de aprendizagem profunda. Aprenda as aplicações e os usos de aprendizagem profunda em telecom. Use Python, Keras, e TensorFlow para criar modelos de aprendizagem profunda para telecom. Construa seu próprio modelo de profunda aprendizagem do cliente usando Python.
O formato do curso
    Interação e discussão interativa. Muitos exercícios e práticas. Implementação de mão em um ambiente de laboratório ao vivo.
Opções de Customização
    Para solicitar uma formação personalizada para este curso, por favor contacte-nos para organizar.
14 horas
O Embedding Projector é um aplicativo da web opensource para visualizar os dados usados ​​para treinar sistemas de aprendizado de máquina Criado pelo Google, faz parte do TensorFlow Este treinamento ao vivo com instrutor introduz os conceitos por trás do Embedding Projector e conduz os participantes através da configuração de um projeto de demonstração No final deste treinamento, os participantes serão capazes de: Explore como os dados estão sendo interpretados pelos modelos de aprendizado de máquina Navegue por visualizações 3D e 2D de dados para entender como um algoritmo de aprendizado de máquina o interpreta Entenda os conceitos por trás do Embeddings e seu papel na representação de vetores matemáticos para imagens, palavras e numerais Explore as propriedades de uma incorporação específica para entender o comportamento de um modelo Aplique o Embedding Project em casos de uso do mundo real, como construir um sistema de recomendação de músicas para os amantes da música Público Desenvolvedores Cientistas de dados Formato do curso Palestra parcial, parte discussão, exercícios e prática handson pesada .
7 horas
Este curso foi criado para gestores, arquitetos de soluções, executivos de inovação, CTOs, arquitetos de software e qualquer pessoa interessada em uma visão geral da inteligência artificial aplicada e a previsão mais próxima para o seu desenvolvimento.
14 horas
Como serão as cidades no futuro? Como a Artificial Intelligence (AI) ser usada para melhorar o planejamento da cidade? Como o AI pode ser usado para tornar as cidades mais eficientes, habitáveis, seguras e ambientalmente amigáveis? Neste treinamento ao vivo conduzido por instrutor (no local ou remoto), examinamos as várias tecnologias que compõem a IA, bem como os conjuntos de habilidades e o arcabouço mental necessários para colocá-los em prática no planejamento da cidade. Também abordamos ferramentas e abordagens para coletar e organizar dados relevantes para uso em IA, incluindo mineração de dados. Público
  • Planejadores da cidade
  • Arquitetos
  • Desenvolvedores
  • Funcionários do transporte
Formato do Curso
  • Parte palestra, parte discussão e uma série de exercícios interativos.
Nota
  • Para solicitar um treinamento personalizado para este curso, entre em contato conosco para agendar.
14 horas
A AI é uma coleção de tecnologias para a construção de sistemas inteligentes capazes de entender os dados e as atividades que envolvem os dados para tomar "decisões inteligentes" Para provedores de telecomunicações, os aplicativos e serviços de construção que usam a AI podem abrir as portas para operações e manutenção aprimoradas em áreas como manutenção e otimização de rede Neste curso, examinamos as várias tecnologias que compõem a IA e os conjuntos de habilidades necessárias para usá-las Ao longo do curso, examinamos os aplicativos específicos da AI na indústria de telecomunicações Público Engenheiros de rede Pessoal de operações de rede Gerentes técnicos de telecomunicações Formato do curso Peça palestra, parte discussão, exercícios handson .
35 horas
Este curso é criado para pessoas que não têm experiência anterior em probabilidade e estatística .
14 horas
A álgebra linear é um ramo da matemática que lida com vetores, matrizes e transformações lineares O conhecimento da álgebra linear ajuda engenheiros e desenvolvedores a melhorar seus recursos de aprendizado de máquina Entender os conceitos de álgebra linear permite que eles entendam melhor os princípios por trás das técnicas de aprendizado de máquina e, assim, resolvam os problemas mais rapidamente Neste treinamento ao vivo instrutor, os participantes aprenderão os fundamentos da álgebra linear à medida que resolvem um problema de aprendizado de máquina usando métodos de álgebra linear No final deste treinamento, os participantes serão capazes de: Entenda conceitos fundamentais de álgebra linear Aprenda as habilidades de álgebra linear necessárias para aprendizado de máquina Use estruturas e conceitos de álgebra linear ao trabalhar com dados, imagens, algoritmos, etc Resolva um problema de aprendizado de máquina usando álgebra linear Público Desenvolvedores Engenheiros Formato do curso Palestra parcial, parte discussão, exercícios e prática handson pesada Nota Para solicitar um treinamento personalizado para este curso, entre em contato conosco para agendar .
21 horas
Azure Machine Learning (AML) é um ambiente baseado na nuvem para treinamento, implantação, automatização, gerenciamento e rastreamento de modelos ML. Este treinamento ao vivo liderado por instrutores (online ou on-site) é dirigido a engenheiros que desejam usar Azure a plataforma de tração e descida da ML para implementar Machine Learning cargas de trabalho sem ter que comprar software e hardware e sem ter que se preocupar com manutenção e implementação. No final do curso, os participantes poderão:
    Escreva modelos de aprendizagem de máquina altamente precisos usando ferramentas Python, R ou código zero. Leverage Azure's conjuntos de dados disponíveis e algoritmos para treinar e rastrear modelos de aprendizagem de máquina e aprendizagem profunda. Use o espaço de trabalho interativo Azure para desenvolver colaborativamente os modelos ML. Escolha entre diferentes Azure-suportados quadros ML como PyTorch, TensorFlow, e scikit-learn.
O formato do curso
    Interação e discussão interativa. Muitos exercícios e práticas. Implementação de mão em um ambiente de laboratório ao vivo.
Opções de Customização
    Para solicitar uma formação personalizada para este curso, por favor contacte-nos para organizar.
21 horas
Rede Neural Artificial é um modelo computacional de dados utilizado no desenvolvimento de sistemas de Inteligência Artificial (IA) capazes de realizar tarefas "inteligentes". Redes neurais são comumente usadas em aplicações de Aprendizado de Máquina (ML), que são elas mesmas uma implementação de IA. Deep Learning é um subconjunto do ML.
28 horas
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 horas
Este curso de treinamento é para pessoas que gostariam de aplicar Machine Learning em aplicações práticas. Público Este curso é para cientistas de dados e estatísticos que têm alguma familiaridade com estatísticas e sabem como programar R (ou Python ou outro idioma escolhido). A ênfase deste curso é nos aspectos práticos da preparação de dados / modelos, execução, análise post hoc e visualização. O objetivo é dar aplicações práticas ao Machine Learning aos participantes interessados em aplicar os métodos no trabalho. Exemplos específicos do setor são usados para tornar o treinamento relevante para o público.
21 horas
Amazon Web Services (AWS) SageMaker é um serviço de aprendizagem de máquina em nuvem que permite aos desenvolvedores construir, treinar e implementar modelos de aprendizagem de máquina rapidamente em qualquer escala. Este treinamento guiado por instrutores, ao vivo (online ou on-site) é dirigido a cientistas de dados e desenvolvedores que desejam criar e treinar modelos de aprendizagem de máquina para implantação em ambientes de hospedagem prontos para produção. No final do curso, os participantes poderão:
    Use exemplos de notebook para preparar e carregar dados para o treinamento. Treinamento de modelos de aprendizagem de máquina usando conjuntos de dados de treinamento. Desenvolva modelos treinados para um ponto final para criar previsões.
O formato do curso
    Interação e discussão interativa. Muitos exercícios e práticas. Implementação de mão em um ambiente de laboratório ao vivo.
Opções de Customização
    Para solicitar uma formação personalizada para este curso, por favor contacte-nos para organizar.
14 horas
Azure Machine Learning é uma plataforma baseada na nuvem para a construção, formação e implementação de modelos de aprendizagem de máquina. Azure Machine Learning fornece aos usuários a capacidade de criar soluções de aprendizagem de máquina sem uma única linha de código. Este treinamento guiado por instrutores, ao vivo (online ou on-site) é dirigido a cientistas de dados que desejam usar Azure Machine Learning para construir modelos de aprendizagem de máquina de fim a fim para análise preditiva. No final do curso, os participantes poderão:
    Construa modelos de aprendizagem de máquina com experiência de programação zero. Criar algoritmos de previsão com Azure Machine Learning. Desenvolva algoritmos de aprendizagem de máquina prontos para produção.
O formato do curso
    Interação e discussão interativa. Muitos exercícios e práticas. Implementação de mão em um ambiente de laboratório ao vivo.
Opções de Customização
    Para solicitar uma formação personalizada para este curso, por favor contacte-nos para organizar.
21 horas
Este curso será uma combinação de teoria e trabalho prático com exemplos específicos usados ao longo do evento.

Last Updated:

Upcoming ML (Machine Learning) Courses

Cursos de fim de semana de ML (Machine Learning), Treinamento tardiurno de Aprendizado de Máquinas (Machine Learning), Treinamento em grupo de Machine Learning (ML), Machine Learning (ML) guiado por instrutor, Treinamento de Aprendizado de Máquinas (Machine Learning) de fim de semana, Cursos de Aprendizado de Máquinas (Machine Learning) tardiurnos, coaching de Machine Learning (ML), Instrutor de Aprendizado de Máquinas (Machine Learning), Treinador de ML (Machine Learning), Cursos de treinamento de Machine Learning (ML), Aulas de Machine Learning (ML), Machine Learning (ML) no local do cliente, Cursos privados de Machine Learning (ML), Treinamento individual de ML (Machine Learning)Cursos de fim de semana de Machine Learning, Treinamento tardiurno de Machine Learning (ML), Treinamento em grupo de Machine Learning, Machine Learning guiado por instrutor, Treinamento de ML (Machine Learning) de fim de semana, Cursos de Machine Learning tardiurnos, coaching de Machine Learning (ML), Instrutor de Machine Learning (ML), Treinador de Machine Learning (ML), Cursos de treinamento de ML (Machine Learning), Aulas de Machine Learning, Machine Learning no local do cliente, Cursos privados de ML (Machine Learning), Treinamento individual de Machine Learning (ML)

Ofertas Especiais

Sem promoções

Boletim Informativo de Descontos

Nós respeitamos a privacidade dos seus dados. Nós não vamos repassar ou vender o seu email para outras empresas.
Você sempre poderá editar as suas preferências ou cancelar a sua inscriçāo.

Os Nossos Clientes

is growing fast!

We are looking for a good mixture of IT and soft skills in Portugal!

As a NobleProg Trainer you will be responsible for:

  • delivering training and consultancy Worldwide
  • preparing training materials
  • creating new courses outlines
  • delivering consultancy
  • quality management

At the moment we are focusing on the following areas:

  • Statistic, Forecasting, Big Data Analysis, Data Mining, Evolution Alogrithm, Natural Language Processing, Machine Learning (recommender system, neural networks .etc...)
  • SOA, BPM, BPMN
  • Hibernate/Spring, Scala, Spark, jBPM, Drools
  • R, Python
  • Mobile Development (iOS, Android)
  • LAMP, Drupal, Mediawiki, Symfony, MEAN, jQuery
  • You need to have patience and ability to explain to non-technical people

To apply, please create your trainer-profile by going to the link below:

Apply now!

This site in other countries/regions