Cursos de Aprendizagem Profunda (Deep learning)

Cursos de Aprendizagem Profunda (Deep learning)

Cursos de Aprendizado de máquina profundo (Deep machine learning), aprendizado estruturado profundo (deep structured learning), hierarchical learning, DL. Cursos de treinamento ao vivo em sala de aula (Deep Learning - DL) locais demonstram, através da prática prática, os fundamentos e aplicações do Aprendizado Profundo e abrangem temas como aprendizado de máquina profunda, aprendizado estruturado profundo e aprendizado hierárquico O treinamento Deep Learning está disponível em vários formatos, incluindo treinamento ao vivo no local e treinamento online ao vivo e interativo. O treinamento ao vivo no local pode ser realizado nas instalações do cliente no Portugal ou nos centros de treinamento locais NobleProg no Portugal. O treinamento ao vivo remoto é realizado por meio de uma área de trabalho remota e interativa.

NobleProg -- Seu Provedor de Treinamento Local

Declaração de Clientes

★★★★★
★★★★★

Subcategorias Aprendizagem Profunda (Deep learning)

Programa de curso Aprendizagem Profunda (Deep learning)

CódigoNomeDuraçãoVisão geral
annmldtRedes Neurais Artificiais, Machine Learning, Deep Thinking21 hoursRede 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.
undnnUnderstanding Deep Neural Networks35 hoursEste curso começa com o fornecimento de conhecimento conceitual em redes neurais e, geralmente, em algoritmos de aprendizado de máquina, aprendizado profundo (algoritmos e aplicativos) Parte 1 (40%) deste treinamento é mais foco nos fundamentos, mas irá ajudá-lo a escolher a tecnologia certa: TensorFlow, Caffe, Theano, DeepDrive, Keras, etc Parte 2 (20%) deste treinamento introduz Theano uma biblioteca python que facilita escrever modelos de aprendizagem profunda A parte 3 (40%) do treinamento seria amplamente baseada na API do Tensorflow 2nd Generation da biblioteca de software de código aberto do Google para Deep Learning Os exemplos e handson seriam todos feitos em TensorFlow Público Este curso é destinado a engenheiros que desejam usar o TensorFlow em seus projetos Deep Learning Depois de concluir este curso, os delegados irão: ter um bom entendimento sobre redes neurais profundas (DNN), CNN e RNN entender a estrutura e os mecanismos de implantação do TensorFlow ser capaz de realizar tarefas de instalação / ambiente de produção / arquitetura e configuração ser capaz de avaliar a qualidade do código, executar a depuração, monitoramento ser capaz de implementar a produção avançada, como modelos de treinamento, construção de gráficos e registro Nem todos os tópicos seriam abordados em uma sala de aula pública com 35 horas de duração devido à vastidão do assunto A duração do curso completo será de cerca de 70 horas e não de 35 horas .
t2tT2T: Creating Sequence to Sequence Models for Generalized Learning7 hoursO Tensor2Tensor (T2T) é uma biblioteca modular e extensível para treinar modelos de IA em diferentes tarefas, usando diferentes tipos de dados de treinamento, por exemplo: reconhecimento de imagem, tradução, análise, legendagem de imagens e reconhecimento de fala É mantido pela equipe do Google Brain Neste treinamento presencial instruído, os participantes aprenderão a preparar um modelo deeplearning para resolver várias tarefas No final deste treinamento, os participantes serão capazes de: Instale tensor2tensor, selecione um conjunto de dados e treine e avalie um modelo de AI Personalize um ambiente de desenvolvimento usando as ferramentas e componentes incluídos no Tensor2Tensor Crie e use um modelo único para conhecer simultaneamente várias tarefas de vários domínios Use o modelo para aprender com tarefas com uma grande quantidade de dados de treinamento e aplique esse conhecimento a tarefas em que os dados são limitados Obtenha resultados de processamento satisfatórios usando uma única GPU Público Desenvolvedores Cientistas de dados Formato do curso Palestra parcial, parte discussão, exercícios e prática handson pesada .
embeddingprojectorEmbedding Projector: Visualizing Your Training Data14 hoursO 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 .
openfaceOpenFace: Creating Facial Recognition Systems14 hoursO OpenFace é um software de reconhecimento facial em tempo real baseado em Python e Torch, baseado na pesquisa FaceNet do Google Neste treinamento presencial instruído, os participantes aprenderão como usar os componentes do OpenFace para criar e implantar um aplicativo de reconhecimento facial de amostra No final deste treinamento, os participantes serão capazes de: Trabalhe com os componentes do OpenFace, incluindo dlib, OpenVC, Torch e nn4, para implementar detecção, alinhamento e transformação de faces Aplique o OpenFace a aplicações do mundo real, como vigilância, verificação de identidade, realidade virtual, jogos e identificação de clientes repetidos, etc Público Desenvolvedores Cientistas de dados Formato do curso Palestra parcial, parte discussão, exercícios e prática handson pesada .
pythonadvmlPython for Advanced Machine Learning21 hoursNeste 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 .
radvmlAdvanced Machine Learning with R21 hoursNeste treinamento ao vivo com instrutores, os participantes aprenderão técnicas avançadas para o Aprendizado de Máquina com o R ao passarem pela criação de um aplicativo do mundo real No final deste treinamento, os participantes serão capazes de: Use técnicas como ajuste de hyperparameter e aprendizagem profunda Compreender e implementar técnicas de aprendizagem não supervisionadas Coloque um modelo em produção para uso em um aplicativo maior Público Desenvolvedores Analistas Cientistas de dados Formato do curso Palestra parcial, parte discussão, exercícios e prática handson pesada .
tensorflowservingTensorFlow Serving7 hoursO TensorFlow Serving é um sistema para servir modelos de aprendizado de máquina (ML) à produção Neste treinamento presencial instruído, os participantes aprenderão como configurar e usar o TensorFlow Serving para implantar e gerenciar modelos ML em um ambiente de produção No final deste treinamento, os participantes serão capazes de: Treinar, exportar e servir vários modelos TensorFlow Teste e implemente algoritmos usando uma única arquitetura e um conjunto de APIs Estenda o TensorFlow Serving para atender outros tipos de modelos além dos modelos do TensorFlow Público Desenvolvedores Cientistas de dados Formato do curso Palestra parcial, parte discussão, exercícios e prática handson pesada .
matlabdlMatlab for Deep Learning14 hoursNeste treinamento presencial instruído, os participantes aprenderão como usar o Matlab para projetar, construir e visualizar uma rede neural convolucional para reconhecimento de imagem No final deste treinamento, os participantes serão capazes de: Construa um modelo de aprendizado profundo Automatizar a rotulagem de dados Trabalhar com modelos de Caffe e TensorFlowKeras Treinar dados usando várias GPUs, a nuvem ou clusters Público Desenvolvedores Engenheiros Especialistas de domínio Formato do curso Palestra parcial, parte discussão, exercícios e prática handson pesada .
mlbankingpython_Machine Learning for Banking (with Python)21 hoursAprendizado de Máquina é um ramo da Inteligência Artificial em que os computadores têm a capacidade de aprender sem serem programados explicitamente O Python é uma linguagem de programação famosa por sua sintaxe e legibilidade claras Oferece uma excelente coleção de bibliotecas e técnicas bem testadas para o desenvolvimento de aplicativos de aprendizado de máquina Neste treinamento presencial instruído, os participantes aprenderão como aplicar técnicas e ferramentas de aprendizado de máquina para resolver problemas do mundo real no setor bancário Os participantes primeiro aprendem os princípios-chave e, em seguida, colocam seus conhecimentos em prática, construindo seus próprios modelos de aprendizado de máquina e usando-os para concluir uma série de projetos de equipe Público Desenvolvedores Cientistas de dados Formato do curso Palestra parcial, parte discussão, exercícios e prática handson pesada .
dlfornlpDeep Learning for NLP (Natural Language Processing)28 hoursDeep Learning for NLP permite que uma máquina aprenda o processamento de linguagem simples e complexo Entre as tarefas atualmente possíveis estão a tradução de idiomas e a geração de legendas para fotos DL (Deep Learning) é um subconjunto do ML (Machine Learning) Python é uma linguagem de programação popular que contém bibliotecas para o Deep Learning for NLP Neste treinamento presencial instruído, os participantes aprenderão a usar as bibliotecas Python para o NLP (Natural Language Processing), pois criam um aplicativo que processa um conjunto de imagens e gera legendas No final deste treinamento, os participantes serão capazes de: Projetar e codificar o DL para NLP usando bibliotecas Python Crie código Python que leia uma coleção substancialmente grande de imagens e gere palavras-chave Criar código Python que gera legendas das palavras-chave detectadas Público Programadores com interesse em lingüística Programadores que buscam um entendimento da PNL (Processamento de Linguagem Natural) Formato do curso Palestra parcial, parte discussão, exercícios e prática handson pesada .
PaddlePaddlePaddlePaddle21 hoursPaddlePaddle (PArallel Distributed Deep LEarning) é uma plataforma de aprendizagem profunda escalável desenvolvida pela Baidu Neste treinamento ao vivo com instrutores, os participantes aprenderão como usar o PaddlePaddle para permitir o aprendizado profundo em seus aplicativos de produtos e serviços No final deste treinamento, os participantes serão capazes de: Configurar e configurar o PaddlePaddle Configurar uma rede neural por convolução (CNN) para reconhecimento de imagem e detecção de objetos Configurar uma Rede Neural Recorrente (RNN) para análise de sentimento Configure o aprendizado profundo em sistemas de recomendação para ajudar os usuários a encontrar respostas Prever taxas de cliques (CTR), classificar conjuntos de imagens em larga escala, realizar reconhecimento óptico de caracteres (OCR), classificar pesquisas, detectar vírus de computador e implementar um sistema de recomendação Público Desenvolvedores Cientistas de dados Formato do curso Palestra parcial, parte discussão, exercícios e prática handson pesada .
dlfinancewithrDeep Learning for Finance (with R)28 hoursO aprendizado de máquina é um ramo da Inteligência Artificial em que os computadores têm a capacidade de aprender sem serem programados explicitamente A aprendizagem profunda é um subcampo de aprendizado de máquina que utiliza métodos baseados em representações e estruturas de dados de aprendizado, como redes neurais R é uma linguagem de programação popular no setor financeiro Ele é usado em aplicativos financeiros que variam de programas de negociação principais a sistemas de gerenciamento de risco Neste treinamento presencial instruído, os participantes aprenderão como implementar modelos de aprendizado profundo para finanças usando o R, à medida que avançam na criação de um modelo de previsão de preço de ações de aprendizagem profunda No final deste treinamento, os participantes serão capazes de: Entenda os conceitos fundamentais da aprendizagem profunda Aprenda os aplicativos e usos da aprendizagem profunda em finanças Use R para criar modelos de aprendizado profundo para finanças Construa seu próprio modelo de previsão de preço de ações de aprendizagem profunda usando R Público Desenvolvedores Cientistas de dados Formato do curso Palestra parcial, parte discussão, exercícios e prática handson pesada .
dlforbankingwithpythonDeep Learning for Banking (with Python)28 hoursO aprendizado de máquina é um ramo da Inteligência Artificial em que os computadores têm a capacidade de aprender sem serem programados explicitamente A aprendizagem profunda é um subcampo de aprendizado de máquina que utiliza métodos baseados em representações e estruturas de dados de aprendizado, como redes neurais Python é uma linguagem de programação de alto nível famosa por sua sintaxe clara e legibilidade de código Neste treinamento presencial instruído, os participantes aprenderão como implementar modelos de aprendizagem profunda para o setor bancário usando o Python à medida que avançam na criação de um modelo de risco de crédito de aprendizagem profunda No final deste treinamento, os participantes serão capazes de: Entenda os conceitos fundamentais da aprendizagem profunda Aprenda os aplicativos e usos da aprendizagem profunda no setor bancário Use Python, Keras e TensorFlow para criar modelos de aprendizagem profunda para bancos Construa seu próprio modelo de risco de crédito de aprendizagem profunda usando o Python Público Desenvolvedores Cientistas de dados Formato do curso Palestra parcial, parte discussão, exercícios e prática handson pesada .
dlforbankingwithrDeep Learning for Banking (with R)28 hoursO aprendizado de máquina é um ramo da Inteligência Artificial em que os computadores têm a capacidade de aprender sem serem programados explicitamente A aprendizagem profunda é um subcampo de aprendizado de máquina que utiliza métodos baseados em representações e estruturas de dados de aprendizado, como redes neurais R é uma linguagem de programação popular no setor financeiro Ele é usado em aplicativos financeiros que variam de programas de negociação principais a sistemas de gerenciamento de risco Neste treinamento presencial instruído, os participantes aprenderão como implementar modelos de aprendizagem profunda para o setor bancário usando R, à medida que avançam na criação de um modelo de risco de crédito de aprendizagem profunda No final deste treinamento, os participantes serão capazes de: Entenda os conceitos fundamentais da aprendizagem profunda Aprenda os aplicativos e usos da aprendizagem profunda no setor bancário Use R para criar modelos de aprendizagem profunda para bancos Construa seu próprio modelo de risco de crédito de aprendizagem profunda usando R Público Desenvolvedores Cientistas de dados Formato do curso Palestra parcial, parte discussão, exercícios e prática handson pesada .
dlforfinancewithpythonDeep Learning for Finance (with Python)28 hoursO aprendizado de máquina é um ramo da Inteligência Artificial em que os computadores têm a capacidade de aprender sem serem programados explicitamente A aprendizagem profunda é um subcampo de aprendizado de máquina que utiliza métodos baseados em representações e estruturas de dados de aprendizado, como redes neurais Python é uma linguagem de programação de alto nível famosa por sua sintaxe clara e legibilidade de código Neste treinamento presencial instruído, os participantes aprenderão como implementar modelos de aprendizagem profunda para finanças usando o Python à medida que avançam na criação de um modelo de previsão de preço de ações de aprendizagem profunda No final deste treinamento, os participantes serão capazes de: Entenda os conceitos fundamentais da aprendizagem profunda Aprenda os aplicativos e usos da aprendizagem profunda em finanças Use Python, Keras e TensorFlow para criar modelos de aprendizagem profunda para finanças Construa seu próprio modelo de previsão de preço de ações de aprendizagem profunda usando o Python Público Desenvolvedores Cientistas de dados Formato do curso Palestra parcial, parte discussão, exercícios e prática handson pesada .
drlpythonDeep Reinforcement Learning with Python21 hoursAprendizado por Reforço Profundo refere-se à capacidade de um "agente artificial" de aprender por meio de um espelho de ensaio e recompensas e punições Um agente artificial tem como objetivo imitar a capacidade de um humano de obter e construir conhecimento por conta própria, diretamente de insumos brutos, como a visão Para realizar aprendizado por reforço, aprendizado profundo e redes neurais são usados O aprendizado por reforço é diferente do aprendizado de máquina e não depende de abordagens de aprendizado supervisionadas e não supervisionadas Neste treinamento ao vivo com instrutores, os participantes aprenderão os fundamentos do Aprendizado de Reforço Profundo enquanto avançam na criação de um Agente de Aprendizado Profundo No final deste treinamento, os participantes serão capazes de: Entenda os principais conceitos por trás do Aprendizado por Reforço Profundo e seja capaz de distingui-lo do Aprendizado de Máquina Aplique algoritmos avançados de Aprendizado por Reforço para resolver problemas reais Construa um Agente de Aprendizagem Profunda Público Desenvolvedores Cientistas de dados Formato do curso Palestra parcial, parte discussão, exercícios e prática handson pesada .
DLAITEDMDeep Learning AI Techniques for Executives, Developers and Managers21 hoursIntrodução : O aprendizado profundo está se tornando um componente principal do design de produtos futuros que deseja incorporar a inteligência artificial no coração de seus modelos Nos próximos 5 a 10 anos, ferramentas de desenvolvimento, bibliotecas e idiomas de aprendizado profundo se tornarão componentes padrão de todos os kits de ferramentas de desenvolvimento de software Até agora, o Google, a Força de Vendas, o Facebook e a Amazon têm usado com sucesso a IA de aprendizado profundo para impulsionar seus negócios As aplicações variavam de tradução automatizada automática, análise de imagens, análise de vídeo, análise de movimento, geração de anúncios direcionados e muito mais Este curso é voltado para as organizações que desejam incorporar o Deep Learning como parte muito importante de sua estratégia de produtos ou serviços Abaixo está o esboço do curso de aprendizagem profunda que podemos personalizar para diferentes níveis de funcionários / partes interessadas em uma organização Público-alvo: (Dependendo do público-alvo, os materiais do curso serão personalizados) Executivos Uma visão geral da IA ​​e como ela se encaixa na estratégia corporativa, com sessões abertas sobre planejamento estratégico, roteiros tecnológicos e alocação de recursos para garantir o máximo valor Gerentes de projeto Como planejar um projeto de IA, incluindo coleta e avaliação de dados, limpeza e verificação de dados, desenvolvimento de um modelo de prova de conceito, integração nos processos de negócios e entrega em toda a organização Desenvolvedores Ministrar treinamentos técnicos, com foco em redes neurais e aprendizagem profunda, análise de imagens e vídeo (CNNs), análise de som e texto (NLP) e inserção de IA em aplicativos existentes Vendedores Uma visão geral da IA ​​e como ela pode satisfazer as necessidades do cliente, propostas de valor para vários produtos e serviços e como dissipar medos e promover os benefícios da IA .
Nue_LBGNeural computing – Data science14 hoursEsta sessão de treinamento baseada em sala de aula conterá apresentações e exemplos baseados em computador e exercícios de estudo de caso para realizar com bibliotecas de redes neurais e profundas relevantes .
dlformedicineDeep Learning for Medicine14 hoursAprendizado de Máquina é um ramo da Inteligência Artificial em que os computadores têm a capacidade de aprender sem serem programados explicitamente A Aprendizagem Profunda é um subcampo de Machine Learning que tenta imitar o funcionamento do cérebro humano na tomada de decisões É treinado com dados para fornecer automaticamente soluções para problemas Aprendizado profundo fornece vastas oportunidades para a indústria médica que está sentado em uma mina de ouro Neste treinamento ao vivo instrutor, os participantes Participe de uma série de discussões, exercícios e análise de casos para entender os fundamentos do Aprendizado Profundo As ferramentas e técnicas mais importantes do Aprendizado Profundo serão avaliadas e exercícios serão realizados para preparar os participantes para realizar sua própria avaliação e implementação de soluções de Aprendizagem Profunda em suas organizações No final deste treinamento, os participantes serão capazes de: Entenda os fundamentos da Deep Learning Aprenda técnicas de Aprendizagem Profunda e suas aplicações na indústria Examine os problemas da medicina que podem ser resolvidos pelas tecnologias Deep Learning Explore os estudos de caso da Aprendizagem Profunda na medicina Formular uma estratégia para adotar as mais recentes tecnologias em Deep Learning para resolver problemas na medicina Público Gerentes Profissionais médicos em papéis de liderança 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 .
dlfortelecomwithpythonDeep Learning for Telecom (with Python)28 hoursMachine learning is a branch of Artificial Intelligence wherein computers have the ability to learn without being explicitly programmed. Deep learning is a subfield of machine learning which uses methods based on learning data representations and structures such as neural networks. Python is a high-level programming language famous for its clear syntax and code readability.

In this instructor-led, live training, participants will learn how to implement deep learning models for telecom using Python as they step through the creation of a deep learning credit risk model.

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

- Understand the fundamental concepts of deep learning
- Learn the applications and uses of deep learning in telecom
- Use Python, Keras, and TensorFlow to create deep learning models for telecom
- Build their own deep learning customer churn prediction model using Python

Audience

- Developers
- Data scientists

Format of the course

- Part lecture, part discussion, exercises and heavy hands-on practice
dsstneAmazon DSSTNE: Build a Recommendation System7 hoursO Amazon DSSTNE é uma biblioteca de código aberto para treinamento e implementação de modelos de recomendação Ele permite que modelos com matrizes de peso muito grandes para uma única GPU sejam treinados em um único host Neste treinamento presencial instruído, os participantes aprenderão como usar o DSSTNE para criar um aplicativo de recomendação No final deste treinamento, os participantes serão capazes de: Treinar um modelo de recomendação com conjuntos de dados esparsos como entrada Modelos de treinamento e previsão de escala em várias GPUs Espalhe computação e armazenamento de forma paralela a modelos Gere recomendações de produtos personalizadas semelhantes à Amazon Implantar um aplicativo já pronto que pode escalar em cargas de trabalho pesadas Público Desenvolvedores Cientistas de dados Formato do curso Palestra parcial, parte discussão, exercícios e prática handson pesada .
MicrosoftCognitiveToolkitMicrosoft Cognitive Toolkit 2.x21 hoursO Microsoft Cognitive Toolkit 2x (anteriormente CNTK) é um kit de ferramentas de versão comercial de código aberto que treina algoritmos de aprendizado profundo para aprender como o cérebro humano Segundo a Microsoft, o CNTK pode ser 510x mais rápido que o TensorFlow em redes recorrentes, e 2 a 3 vezes mais rápido que o TensorFlow para tarefas relacionadas a imagens Neste treinamento presencial instruído, os participantes aprenderão a usar o Microsoft Cognitive Toolkit para criar, treinar e avaliar algoritmos de aprendizado profundo para uso em aplicativos de IA de grau comercial envolvendo vários tipos de dados, como dados, fala, texto e imagens No final deste treinamento, os participantes serão capazes de: Acesse o CNTK como uma biblioteca dentro de um programa em Python, C # ou C ++ Use o CNTK como uma ferramenta de aprendizado de máquina autônoma por meio de sua própria linguagem de descrição de modelo (BrainScript) Use a funcionalidade de avaliação do modelo CNTK de um programa Java Combinar DNNs feedforward, redes convolucionais (CNNs) e redes recorrentes (RNNs / LSTMs) Capacidade de computação de escala em CPUs, GPUs e várias máquinas Acessar conjuntos de dados enormes usando linguagens de programação e algoritmos existentes Público Desenvolvedores Cientistas de dados Formato do curso Palestra parcial, parte discussão, exercícios e prática handson pesada Nota Se você deseja personalizar qualquer parte deste treinamento, incluindo a linguagem de programação escolhida, entre em contato conosco para agendar .
deeplearning1Introduction to Deep Learning21 hoursEste curso é uma visão geral do Deep Learning sem aprofundar em nenhum método específico. É adequado para pessoas que querem começar a usar o Aprendizado Profundo para melhorar sua precisão de previsão.
dl4jirDeepLearning4J for Image Recognition21 hoursDeeplearning4j é um software OpenSource DeepLearning para Java e Scala no Hadoop e Spark Público Este curso é destinado a engenheiros e desenvolvedores que desejam utilizar o DeepLearning4J em seus projetos de reconhecimento de imagem .
bspkannmldtArtificial Neural Networks, Machine Learning and Deep Thinking21 hoursRede 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.
dladvAdvanced Deep Learning28 hoursO aprendizado de máquina é um ramo da Inteligência Artificial em que os computadores têm a capacidade de aprender sem serem programados explicitamente A aprendizagem profunda é um subcampo de aprendizado de máquina que utiliza métodos baseados em representações e estruturas de dados de aprendizado, como redes neurais .
tf101Deep Learning com TensorFlow21 hoursO TensorFlow é um API de segunda geração da biblioteca de software de código aberto do Google para o Deep Learning.
O sistema é desenhado para facilitar a pesquisa em machine learning e para tornar facil e rapido a transição do prototipo de pesquisa ao sistema de produção.

Público:
Este curso é dirigido a todos aqueles engeheiros que buscam utilizar o TensorFlow para seus projetos de Deep Learning, já sejam pessoais ou laborais.
Depois de completar o Curso, os participantes poderão:

- Entender a estrutura do TensorFlow e os seus mecanismos.
- poderão fazer a instalação do ambiente de produççao no programa
- Poderão entender e monitorar a qualidade do código esrito.
- Imlementar modelos avançados de treinamento, raficos e logging.
tfirTensorFlow for Image Recognition28 hoursEste curso explora, com exemplos específicos, a aplicação do Tensor Flow para fins de reconhecimento de imagem Público Este curso destina-se a engenheiros que desejam utilizar o TensorFlow para fins de Reconhecimento de Imagem Depois de concluir este curso, os delegados poderão: entender a estrutura e os mecanismos de implantação do TensorFlow executar tarefas de instalação / ambiente de produção / arquitetura e configuração avaliar a qualidade do código, executar a depuração, monitoramento implementar a produção avançada, como modelos de treinamento, construção de gráficos e registro .
tsflw2vNatural Language Processing with TensorFlow35 hoursTensorFlow ™ é uma biblioteca de software de código aberto para computação numérica usando gráficos de fluxo de dados SyntaxNet é uma estrutura de processamento de linguagem natural neuralnetwork para o TensorFlow O Word2Vec é usado para aprender representações vetoriais de palavras, chamadas de "incorporação de palavras" O Word2vec é um modelo preditivo particularmente eficiente em termos de computação para o aprendizado de incorporação de palavras a partir de texto bruto Ele vem em dois sabores, o modelo contínuo BagofWords (CBOW) e o modelo SkipGram (Capítulo 31 e 32 em Mikolov et al) Usado em conjunto, o SyntaxNet e o Word2Vec permitem que os usuários gerem modelos de Embutimento Aprendizado a partir da entrada da Linguagem Natural Público Este curso destina-se a desenvolvedores e engenheiros que pretendem trabalhar com os modelos SyntaxNet e Word2Vec em seus gráficos TensorFlow Depois de concluir este curso, os delegados irão: entender a estrutura e os mecanismos de implantação do TensorFlow ser capaz de realizar tarefas de instalação / ambiente de produção / arquitetura e configuração ser capaz de avaliar a qualidade do código, executar a depuração, monitoramento ser capaz de implementar a produção avançada, como modelos de treinamento, incorporação de termos, construção de gráficos e registros .

Próximos Cursos de Aprendizagem Profunda (Deep learning)

CursoData do CursoPreço do Curso [A distância / Presencial]
Deep Learning for Medicine - Portoter, 2019-01-01 09:303500EUR / 4100EUR
Deep Learning for Medicine - Vila Nova de Gaiaqua, 2019-01-30 09:303500EUR / 4100EUR
Deep Learning for Medicine - Lisbon, Airport Business Centerter, 2019-02-12 09:303500EUR / 4100EUR
Deep Learning for Medicine - Portoqui, 2019-02-21 09:303500EUR / 4100EUR
Deep Learning for Medicine - Portoseg, 2019-04-22 09:303500EUR / 4100EUR
Cursos de fim de semana de Aprendizagem Profunda (Deep learning), Treinamento tardiurno de Aprendizagem Profunda (Deep learning), Treinamento em grupo de Aprendizagem Profunda (Deep learning), Aprendizagem Profunda (Deep learning) guiado por instrutor, Treinamento de Aprendizagem Profunda (Deep learning) de fim de semana, Cursos de Aprendizagem Profunda (Deep learning) tardiurnos, coaching de Aprendizagem Profunda (Deep learning), Instrutor de Aprendizagem Profunda (Deep learning), Treinador de Aprendizagem Profunda (Deep learning), Cursos de treinamento de Aprendizagem Profunda (Deep learning), Aulas de Aprendizagem Profunda (Deep learning), Aprendizagem Profunda (Deep learning) no local do cliente, Cursos privados de Aprendizagem Profunda (Deep learning), Treinamento individual de Aprendizagem Profunda (Deep learning)

Descontos em Cursos

CursoLocalData do CursoPreço do Curso [A distância / Presencial]
Blockchain for MedicalVila Nova de Gaiaqui, 2019-01-31 09:303150EUR / 3750EUR
The Compliance and MLRO Refresher ProgrammeVila Nova de Gaiasex, 2019-03-08 09:301575EUR / 1975EUR
Learning Go ProgrammingVila Nova de Gaiaseg, 2019-04-01 09:306300EUR / 7300EUR
Business Process Modeling using BPMN and UMLLisbon, Airport Business Centerqui, 2019-04-11 09:303150EUR / 3750EUR
Deep Reinforcement Learning with PythonPortoqua, 2019-06-12 09:304725EUR / 5525EUR

Boletim Informativo de Descontos

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.

Nossos Clientes

is growing fast!

We are looking to expand our presence in Portugal!

As a Business Development Manager you will:

  • expand business in Portugal
  • 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!