Os cursos de treinamento de Inteligência Artificial (AI) ao vivo demonstram, através da prática, como implementar soluções de IA para resolver problemas do mundo real. O treinamento de IA está disponível como "treinamento ao vivo no local" ou "treinamento remoto ao vivo" Treinamento ao vivo pode ser realizado nas instalações do cliente no Portugal ou nos centros de treinamento corporativo da NobleProg no Portugal . O treinamento ao vivo remoto é realizado por meio de uma área de trabalho online e interativa NobleProg seu provedor de treinamento local.

NobleProg -- Seu Provedor de Treinamento Local

Declaração de Clientes

★★★★★

O treinador foi tão experiente e áreas incluídas eu estava interessado em.

Mohamed Salama

Curso: Data Mining & Machine Learning with R

Translated by

O assunto é muito interessante.

Wojciech Baranowski

Curso: Introduction to Deep Learning

Translated by

Formadores de conhecimentos teóricos e vontade de resolver os problemas com os participantes após o treinamento.

Grzegorz Mianowski

Curso: Introduction to Deep Learning

Translated by

Tema. Muito interessante!.

Piotr

Curso: Introduction to Deep Learning

Translated by

Exercícios após cada tópico foram realmente úteis, apesar de terem sido muito complicados no final. Em geral, o material apresentado foi muito interessante e envolvente! Exercícios com reconhecimento de imagem foram ótimos.

Dolby Poland Sp. z o.o.

Curso: Introduction to Deep Learning

Translated by

Eu acho que se o treinamento fosse feito em polonês, isso permitiria ao treinador compartilhar seus conhecimentos de forma mais eficiente.

Radek

Curso: Introduction to Deep Learning

Translated by

A visão global da aprendizagem profunda.

Bruno Charbonnier

Curso: Advanced Deep Learning

Translated by

Os exercícios são suficientemente práticos e não precisam de alto conhecimento em Python para ser feito.

Alexandre GIRARD

Curso: Advanced Deep Learning

Translated by

Fazendo exercícios em exemplos reais usando Eras. A Itália entendeu totalmente as nossas expectativas sobre esse treinamento.

Paul Kassis

Curso: Advanced Deep Learning

Translated by

O sujeito. Parecia interessante, mas saí sabendo não muito mais do que antes.

Radoslaw Labedzki

Curso: Introduction to Deep Learning

Translated by

Gostei que este curso tenha assunto muito interessante.

Wojciech Wilk

Curso: Introduction to Deep Learning

Translated by

Eu realmente apreciei as respostas cristalinas de Chris às nossas perguntas.

Léo Dubus

Curso: Neural Networks Fundamentals using TensorFlow as Example

Translated by

Eu geralmente gostava do treinador experiente.

Sridhar Voorakkara

Curso: Neural Networks Fundamentals using TensorFlow as Example

Translated by

Fiquei espantado com o padrão desta classe - eu diria que era padrão universitário.

David Relihan

Curso: Neural Networks Fundamentals using TensorFlow as Example

Translated by

Muito boa visão geral. Boas informações sobre o motivo pelo qual o Tensorflow opera como funciona.

Kieran Conboy

Curso: Neural Networks Fundamentals using TensorFlow as Example

Translated by

Gostei das oportunidades de fazer perguntas e obter explicações mais aprofundadas da teoria.

Sharon Ruane

Curso: Neural Networks Fundamentals using TensorFlow as Example

Translated by

Nós obtivemos muito mais informações sobre o assunto. Alguma discussão agradável foi feita com alguns assuntos reais dentro da nossa empresa.

Sebastiaan Holman

Curso: Machine Learning and Deep Learning

Translated by

O treinamento forneceu a base correta que nos permite expandir ainda mais, mostrando como a teoria e a prática andam de mãos dadas. Na verdade, me deixou mais interessado no assunto do que antes.

Jean-Paul van Tillo

Curso: Machine Learning and Deep Learning

Translated by

Eu realmente gostei da cobertura e profundidade dos tópicos.

Anirban Basu

Curso: Machine Learning and Deep Learning

Translated by

Eu gostei dos novos insights em deep machine learning.

Josip Arneric

Curso: Rede Neural em R

Translated by

Ganhamos algum conhecimento sobre o NN em geral, e o que foi mais interessante para mim foram os novos tipos de NN que são populares hoje em dia.

Tea Poklepovic

Curso: Rede Neural em R

Translated by

Eu gostei principalmente dos gráficos em R :))).

Faculty of Economics and Business Zagreb

Curso: Rede Neural em R

Translated by

O profundo conhecimento do treinador sobre o tema.

Sebastian Görg

Curso: Introduction to Deep Learning

Translated by

Abordagem muito atualizada ou CPI (tensor flow, era, learn) para fazer aprendizado de máquina.

Paul Lee

Curso: TensorFlow para o Reconhecimento de Imagem

Translated by

Muito flexível.

Frank Ueltzhöffer

Curso: Artificial Neural Networks, Machine Learning and Deep Thinking

Translated by

Eu geralmente gostei da flexibilidade.

Werner Philipp

Curso: Artificial Neural Networks, Machine Learning and Deep Thinking

Translated by

Dada perspectiva da tecnologia: qual tecnologia / processo pode se tornar mais importante no futuro; veja, para que a tecnologia pode ser usada.

Commerzbank AG

Curso: Neural Networks Fundamentals using TensorFlow as Example

Translated by

Eu estava beneficiado com a seleção de tópicos. Estilo de treinamento Orientação prática.

Commerzbank AG

Curso: Neural Networks Fundamentals using TensorFlow as Example

Translated by

Abrangente cobertura de tópicos de aprendizado de máquina, particularmente redes neurais. Desmistificou muito do tópico.

Sacha Nandlall

Curso: Python for Advanced Machine Learning

Translated by

Este é um dos melhores cursos práticos de programação de exercícios que já fiz.

Laura Kahn

Curso: Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP

Translated by

Este é um dos treinamentos online de melhor qualidade que já fiz em minha carreira de 13 anos. Continue com o ótimo trabalho!.

Curso: Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP

Translated by

O estilo de treinamento de Richard manteve interessante, os exemplos do mundo real usados ajudaram a levar os conceitos para casa.

Jamie Martin-Royle - NBrown Group

Curso: Dos Dados a Decisão com Big Data e Análises Preditivas

Translated by

O conteúdo, como eu achei muito interessante e acho que me ajudaria no meu último ano na Universidade.

Krishan Mistry - NBrown Group

Curso: Dos Dados a Decisão com Big Data e Análises Preditivas

Translated by

Excercises

L M ERICSSON LIMITED

Curso: Machine Learning

Translated by

os exercícios de laboratório

Marcell Lorant - L M ERICSSON LIMITED

Curso: Machine Learning

Translated by

A forma de caderno Jupyter, na qual o material de treinamento está disponível

L M ERICSSON LIMITED

Curso: Machine Learning

Translated by

Houve muitos exercícios e tópicos interessantes.

L M ERICSSON LIMITED

Curso: Machine Learning

Translated by

alguns grandes exercícios de laboratório analisados e explicados pelo formador em profundidade (por exemplo, covariantes em regressão linear, combinando com a função real)

L M ERICSSON LIMITED

Curso: Machine Learning

Translated by

É ótimo que todo o material, incluindo os exercícios, esteja na mesma página e seja atualizado na hora. A solução é revelada no final. Legal! Além disso, agradeço que Krzysztof tenha feito um esforço extra para entender nossos problemas e nos sugeriu técnicas possíveis.

Attila Nagy - L M ERICSSON LIMITED

Curso: Machine Learning

Translated by

O uso fácil da funcionalidade VideoCapture para adquirir imagens de vídeo da câmera do laptop.

HP Printing and Computing Solutions, Sociedad Limitada Unipe

Curso: Computer Vision with OpenCV

Translated by

Eu gostei das recomendações dadas pelo treinador sobre como usar as ferramentas. Isso é algo que não pode ser obtido da internet e é muito útil.

HP Printing and Computing Solutions, Sociedad Limitada Unipe

Curso: Computer Vision with OpenCV

Translated by

Eu gostei das recomendações dadas pelo treinador sobre como usar as ferramentas. Isso é algo que não pode ser obtido da internet e é muito útil.

HP Printing and Computing Solutions, Sociedad Limitada Unipe

Curso: Computer Vision with OpenCV

Translated by

Foi fácil de seguir.

HP Printing and Computing Solutions, Sociedad Limitada Unipe

Curso: Computer Vision with OpenCV

Translated by

o assunto foi bem apresentado e de forma ordenada.

Marylin Houle - Ivanhoe Cambridge

Curso: Introduction to R with Time Series Analysis

Translated by

Eu me beneficiei da paixão de ensinar e me concentrar em fazer coisas sensatas.

Zaher Sharifi - GOSI

Curso: Advanced Deep Learning

Translated by

É um em um. Eu posso fazer um monte de pergunta e também pedir ao TRAINNER para repetir quando eu não estava claro sobre algumas coisas.

Curso: Insurtech: A Practical Introduction for Managers

Translated by

As trocas informais que tivemos durante as palestras realmente me ajudaram a aprofundar minha compreensão do assunto

Explore

Curso: Deep Reinforcement Learning with Python

Translated by

A paciência do treinador

European Space Agency (ESA/ESTEC)

Curso: Getting Started with Quantum Computing and Q#

Translated by

It is showing many methods with pre prepared scripts- very nicely prepared materials & easy to traceback

Kamila Begej - GE Medical Systems Polska Sp. Zoo

Curso: Machine Learning – Data science

I like that training was focused on examples and coding. I thought that it is impossible to pack so much content into three days of training, but I was wrong. Training covered many topics and everything was done in a very detailed manner (especially tuning of model's parameters - I didn't expected that there will be a time for this and I was gratly surprised).

Bartosz Rosiek - GE Medical Systems Polska Sp. Zoo

Curso: Machine Learning – Data science

Este é um dos treinamentos online de melhor qualidade que já fiz em minha carreira de 13 anos. Continue com o ótimo trabalho!.

Curso: Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP

Translated by

É um em um. Eu posso fazer um monte de pergunta e também pedir ao TRAINNER para repetir quando eu não estava claro sobre algumas coisas.

Curso: Insurtech: A Practical Introduction for Managers

Translated by

Subcategorias Inteligência Artificial

Programa de curso Inteligência Artificial

Title

Duration

Overview

Title

Duration

Overview

Artificial Intelligence Overview

7 hours

Overview

Este curso foi criado para gerentes, arquitetos de soluções, executivos de inovação, CTOs, arquitetos de software e qualquer um que esteja interessado em uma visão geral da inteligência artificial aplicada e a previsão mais próxima para o seu desenvolvimento.

Natural Language Processing with Deep Dive in Python and NLTK

35 hours

Overview

No final do treinamento, espera-se que os delegados estejam suficientemente equipados com os conceitos essenciais da python e devem ser capazes de usar suficientemente o NLTK para implementar a maioria das operações baseadas na PNL e no ML O treinamento destina-se a fornecer não apenas um conhecimento de execução, mas também o conhecimento lógico e operacional da tecnologia nele contida .

Deep Learning for Banking (with Python)

28 hours

Overview

O 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 .

Deep Learning for Finance (with R)

28 hours

Overview

O 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 .

Machine Learning for Finance (with R)

28 hours

Overview

O aprendizado de máquina é um ramo da Inteligência Artificial em que os computadores têm a capacidade de aprender sem serem programados explicitamente 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 aplicar técnicas e ferramentas de aprendizado de máquina para resolver problemas do mundo real no setor financeiro R será usado como linguagem de programação 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 No final deste treinamento, os participantes serão capazes de: Entenda os conceitos fundamentais no aprendizado de máquina Aprenda os aplicativos e usos do aprendizado de máquina em finanças Desenvolva sua própria estratégia de negociação algorítmica usando aprendizado de máquina com R Público Desenvolvedores Cientistas de dados Formato do curso Palestra parcial, parte discussão, exercícios e prática handson pesada .

Computer Vision with Python

14 hours

Overview

A Visão por Computador é um campo que envolve extrair, analisar e compreender automaticamente informações úteis da mídia digital 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 as noções básicas de Visão Computacional conforme percorrerem a criação de um conjunto de aplicativos simples de Visão Computacional usando o Python No final deste treinamento, os participantes serão capazes de: Entenda os conceitos básicos da Visão Computacional Use o Python para implementar tarefas do Computer Vision Construa seus próprios sistemas de detecção de rosto, objeto e movimento Público Programadores Python interessados em Visão Computacional Formato do curso Palestra parcial, parte discussão, exercícios e prática handson pesada .

Machine Learning for Finance (with Python)

21 hours

Overview

O aprendizado 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 financeiro 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 No final deste treinamento, os participantes serão capazes de: Entenda os conceitos fundamentais no aprendizado de máquina Aprenda os aplicativos e usos do aprendizado de máquina em finanças Desenvolva sua própria estratégia de negociação algorítmica usando o aprendizado de máquina com o Python Público Desenvolvedores Cientistas de dados Formato do curso Palestra parcial, parte discussão, exercícios e prática handson pesada .

Big Data Business Intelligence for Criminal Intelligence Analysis

35 hours

Overview

Avanços em tecnologias e a crescente quantidade de informações estão transformando a forma como a aplicação da lei é conduzida Os desafios que o Big Data representa são quase tão assustadores quanto a promessa do Big Data Armazenar dados de forma eficiente é um desses desafios; efetivamente analisá-lo é outra Neste treinamento presencial instruído, os participantes aprenderão a mentalidade com a qual abordarão as tecnologias de Big Data, avaliarão seu impacto nos processos e políticas existentes e implementarão essas tecnologias com a finalidade de identificar atividades criminosas e prevenir o crime Estudos de casos de organizações policiais de todo o mundo serão examinados para obter insights sobre suas abordagens de adoção, desafios e resultados No final deste treinamento, os participantes serão capazes de: Combine a tecnologia Big Data com os processos tradicionais de coleta de dados para reunir uma história durante uma investigação Implementar soluções industriais de armazenamento e processamento de big data para análise de dados Preparar uma proposta para a adopção das ferramentas e processos mais adequados para permitir uma abordagem orientada para as investigações criminais Público Especialistas em aplicação da lei com formação técnica Formato do curso Palestra parcial, parte discussão, exercícios e prática handson pesada .

Deep Learning for NLP (Natural Language Processing)

28 hours

Overview

Deep 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 .

Text Summarization with Python

14 hours

Overview

No Python Machine Learning, o recurso Text Summarization é capaz de ler o texto de entrada e produzir um resumo de texto Esse recurso está disponível na linha de comando ou como uma API / biblioteca do Python Uma aplicação interessante é a rápida criação de resumos executivos; Isso é particularmente útil para organizações que precisam revisar grandes corpos de dados de texto antes de gerar relatórios e apresentações Neste treinamento ao vivo instrutor, os participantes aprenderão a usar o Python para criar um aplicativo simples que gera automaticamente um resumo do texto de entrada No final deste treinamento, os participantes serão capazes de: Use uma ferramenta de linha de comando que resume o texto Projetar e criar código de resumo de texto usando bibliotecas Python Avalie três bibliotecas de sumarização do Python: sumy 070, pysummarization 104, readless 1017 Público Desenvolvedores Cientistas de dados Formato do curso Palestra parcial, parte discussão, exercícios e prática handson pesada .

Understanding Deep Neural Networks

35 hours

Overview

Este 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 .

OpenNLP for Text Based Machine Learning

14 hours

Overview

A biblioteca Apache OpenNLP é um kit de ferramentas baseado em aprendizado de máquina para processar texto em linguagem natural Ele suporta as tarefas mais comuns de PNL, como detecção de idioma, tokenização, segmentação de frases, tagging de tag de fala, extração de entidades nomeadas, chunking, parsing e resolução de referência Neste treinamento presencial instruído, os participantes aprenderão como criar modelos para processar dados baseados em texto usando o OpenNLP Dados de treinamento de amostra, bem como conjuntos de dados personalizados, serão usados como base para os exercícios de laboratório No final deste treinamento, os participantes serão capazes de: Instalar e configurar o OpenNLP Faça o download de modelos existentes e crie seus próprios Treine os modelos em vários conjuntos de dados de amostra Integre o OpenNLP com aplicativos Java existentes Público Desenvolvedores Cientistas de dados Formato do curso Palestra parcial, parte discussão, exercícios e prática handson pesada .

Machine Learning for Banking (with Python)

21 hours

Overview

Aprendizado 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 .

Machine Learning for Banking (with R)

28 hours

Overview

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 R será usado como linguagem de programação 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 ao vivo Público Desenvolvedores Cientistas de dados Profissionais bancários com formação técnica Formato do curso Palestra parcial, parte discussão, exercícios e prática handson pesada .

Matlab for Deep Learning

14 hours

Overview

Neste 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 .

Deep Learning for Finance (with Python)

28 hours

Overview

O 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 .

Matlab para Análise Preditiva

21 hours

Overview

A análise preditiva é o processo de análise de dados para fazer previsões sobre o futuro. Este processo usa dados juntamente com técnicas de data mining, estatísticas e técnicas de machine learning para criar um modelo preditivo para a previsão de eventos futuros.

Nessa formação treinada por instrutor e treinamento, os participantes aprenderão como usar o Matlab para criar modelos preditivos e aplicá-los a grandes conjuntos de dados de amostra para prever eventos futuros com base nos dados.

Ao final deste treinamento, os participantes serão capazes de:

- Crie modelos preditivos para analisar padrões em dados históricos e transacionais
- Use modelagem preditiva para identificar riscos e oportunidades
- Construa modelos matemáticos que captem tendências importantes
- Use dados para dispositivos e sistemas de negócios para reduzir o desperdício, economizar tempo ou reduzir custos

Público

- Desenvolvedores
- Engenheiros
- Especialistas em domínio

Formato do curso

Palestras, discussão parcial, exercícios e prática.

TensorFlow Serving

7 hours

Overview

O 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 .

Machine Learning on iOS

14 hours

Overview

Neste treinamento presencial instruído, os participantes aprenderão a usar a pilha de tecnologia do Aprendizado de Máquina do iOS (ML) à medida que avançam na criação e na implantação de um aplicativo móvel para iOS No final deste treinamento, os participantes serão capazes de: Crie um aplicativo para dispositivos móveis com capacidade de processamento de imagem, análise de texto e reconhecimento de fala Acesse modelos ML pré-planejados para integração em aplicativos iOS Crie um modelo ML personalizado Adicionar suporte Siri Voice a aplicativos iOS Entenda e use estruturas como coreML, Vision, CoreGraphics e GamePlayKit Use linguagens e ferramentas como o Python, o Keras, o Caffee, o Tensorflow, o scikit learn, o libsvm, o Anaconda e o Spyder Público Desenvolvedores Formato do curso Palestra parcial, parte discussão, exercícios e prática handson pesada .

Python for Natural Language Generation

21 hours

Overview

Geração de linguagem natural (NLG) refere-se à produção de texto em linguagem natural ou fala por um computador Neste treinamento ao vivo com instrutores, os participantes aprenderão como usar o Python para produzir texto em linguagem natural de alta qualidade construindo seu próprio sistema NLG do zero Estudos de caso também serão examinados e os conceitos relevantes serão aplicados a projetos de laboratório para geração de conteúdo No final deste treinamento, os participantes serão capazes de: Use o NLG para gerar automaticamente conteúdo para vários setores, desde jornalismo a imóveis, a climas e reportagens esportivas Selecione e organize conteúdo de origem, planeje frases e prepare um sistema para geração automática de conteúdo original Entenda o pipeline de NLG e aplique as técnicas corretas em cada estágio Entenda a arquitetura de um sistema de geração de linguagem natural (NLG) Implementar os algoritmos e modelos mais adequados para análise e ordenação Extrair dados de fontes de dados disponíveis publicamente, bem como bancos de dados com curadoria para usar como material para texto gerado Substituir processos de escrita manuais e trabalhosos por criação de conteúdo automatizada e gerada por computador Público Desenvolvedores Cientistas de dados Formato do curso Palestra parcial, parte discussão, exercícios e prática handson pesada .

Python: Machine Learning with Text

21 hours

Overview

Neste treinamento presencial instruído, os participantes aprenderão como usar o aprendizado de máquina correto e as técnicas de PNL (Processamento de Linguagem Natural) para extrair valor de dados baseados em texto No final deste treinamento, os participantes serão capazes de: Resolva problemas de ciência de dados baseados em texto com código reutilizável de alta qualidade Aplicar diferentes aspectos do scikitlearn (classificação, agrupamento, regressão, redução de dimensionalidade) para resolver problemas Crie modelos eficazes de aprendizado de máquina usando dados baseados em texto Criar um conjunto de dados e extrair recursos do texto não estruturado Visualize dados com o Matplotlib Construa e avalie modelos para obter insight Resolver erros de codificação de texto Público Desenvolvedores Cientistas de dados Formato do curso Palestra parcial, parte discussão, exercícios e prática handson pesada .

Encog: Introduction to Machine Learning

14 hours

Overview

Encog é uma estrutura de aprendizado de máquina de código aberto para Java eNet Neste treinamento ao vivo instrutor, os participantes aprenderão como criar vários componentes de rede neural usando o ENCOG Os estudos de caso do Realworld serão discutidos e as soluções baseadas em linguagem de máquina para esses problemas serão exploradas No final deste treinamento, os participantes serão capazes de: Prepare dados para redes neurais usando o processo de normalização Implementar redes de feed forward e metodologias de treinamento de propagação Implementar tarefas de classificação e regressão Modelar e treinar redes neurais usando a bancada de trabalho baseada em GUI do Encog Integre o suporte a redes neurais em aplicativos do mundo real Público Desenvolvedores Analistas Cientistas de dados Formato do curso Palestra parcial, parte discussão, exercícios e prática handson pesada .

Encog: Advanced Machine Learning

14 hours

Overview

Encog é uma estrutura de aprendizado de máquina de código aberto para Java eNet Neste treinamento presencial instruído, os participantes aprenderão técnicas avançadas de aprendizado de máquina para a construção de modelos preditivos precisos de redes neurais No final deste treinamento, os participantes serão capazes de: Implementar diferentes técnicas de otimização de redes neurais para resolver o mau ajuste e o superajuste Entenda e escolha entre várias arquiteturas de redes neurais Implementar redes supervisionadas de feed forward e feedback Público Desenvolvedores Analistas Cientistas de dados Formato do curso Palestra parcial, parte discussão, exercícios e prática handson pesada .

Advanced Machine Learning with R

21 hours

Overview

Neste 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 .

Python for Advanced Machine Learning

21 hours

Overview

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 .

Machine Learning with Python

21 hours

Overview

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.

Fiji: Introduction to Scientific Image Processing

21 hours

Overview

Fiji é um pacote de processamento de imagem de código aberto que agrega ImageJ (um programa de processamento de imagens para imagens multidimensionais científicas) e vários plugins para análise de imagens científicas Neste treinamento presencial instruído, os participantes aprenderão como usar a distribuição Fiji e seu programa ImageJ subjacente para criar um aplicativo de análise de imagem No final deste treinamento, os participantes serão capazes de: Use os recursos avançados de programação e componentes de software do Fiji para estender o ImageJ Costure imagens 3d grandes de telhas sobrepostas Atualizar automaticamente uma instalação do Fiji na inicialização usando o sistema de atualização integrado Selecione a partir de uma ampla seleção de linguagens de script para criar soluções de análise de imagem personalizadas Use as poderosas bibliotecas do Fiji, como o ImgLib, em grandes conjuntos de dados de bioimagem Implemente sua aplicação e colabore com outros cientistas em projetos semelhantes Público Cientistas Pesquisadores Desenvolvedores Formato do curso Palestra parcial, parte discussão, exercícios e prática handson pesada .

Raspberry Pi + OpenCV for Facial Recognition

21 hours

Overview

Este treinamento ao vivo com instrutor introduz o software, o hardware e o processo passo a passo necessários para criar um sistema de reconhecimento facial do zero Reconhecimento Facial é também conhecido como Reconhecimento Facial O hardware usado neste laboratório inclui o Rasberry Pi, um módulo de câmera, servos (opcional), etc Os participantes são responsáveis pela compra desses componentes O software usado inclui OpenCV, Linux, Python, etc No final deste treinamento, os participantes serão capazes de: Instale o Linux, OpenCV e outros utilitários de software e bibliotecas em um Rasberry Pi Configure o OpenCV para capturar e detectar imagens faciais Entenda as várias opções para empacotar um sistema Rasberry Pi para uso em ambientes reais Adaptar o sistema para uma variedade de casos de uso, incluindo vigilância, verificação de identidade, etc Público Desenvolvedores Técnicos de hardware / software Técnicos de todas as indústrias Hobbyists Formato do curso Palestra parcial, parte discussão, exercícios e prática handson pesada Nota Outras opções de hardware e software incluem: Arduino, OpenFace, Windows, etc Se você deseja usar qualquer um desses, entre em contato conosco para agendar .

OpenFace: Creating Facial Recognition Systems

14 hours

Overview

O 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 .

Deep Learning for Banking (with R)

28 hours

Overview

O 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 .

Próximos Cursos de Inteligência Artificial

RapidMiner for Machine Learning and Predictive Analytics

2019-07-04 09:30:00

Porto

Artificial Intelligence (AI) with H2O

2019-07-10 09:30:00

Lisbon Airport Business Center

Artificial Intelligence (AI) with H2O

2019-07-15 09:30:00

Porto

Visual Analytics – Data science

2019-07-15 09:30:00

Porto

Visual Analytics – Data science

2019-07-15 09:30:00

Lisbon Airport Business Center

Outras Regiōes

;Lisboa Porto

Other countries

Estes cursos também estão disponíveis em outros países ››

Consultoria

Inteligência Artificial Consultoria

Cursos de fim de semana de Inteligência Artificial, Treinamento tardiurno de Inteligência Artificial, Treinamento em grupo de Inteligência Artificial, Inteligência Artificial guiado por instrutor, Treinamento de Inteligência Artificial de fim de semana, Cursos de Inteligência Artificial tardiurnos, coaching de Inteligência Artificial, Instrutor de Inteligência Artificial, Treinador de Inteligência Artificial, Cursos de treinamento de Inteligência Artificial, Aulas de Inteligência Artificial, Inteligência Artificial no local do cliente, Cursos privados de Inteligência Artificial, Treinamento individual de Inteligência ArtificialCursos de fim de semana de Artificial Intelligence (AI), Treinamento tardiurno de AI (Artificial Intelligence), Treinamento em grupo de AI (Artificial Intelligence), Artificial Intelligence guiado por instrutor, Treinamento de AI de fim de semana, Cursos de Artificial Intelligence (AI) tardiurnos, coaching de Artificial Intelligence (AI), Instrutor de AI (Artificial Intelligence), Treinador de AI (Artificial Intelligence), Cursos de treinamento de Artificial Intelligence, Aulas de AI, Artificial Intelligence (AI) no local do cliente, Cursos privados de Artificial Intelligence, Treinamento individual de AI (Artificial Intelligence)