Cursos de Redes Neurais

Cursos de Redes Neurais

Cursos de Redes Neurais (Neural Networks), uma rede inspirada por redes neurais biológicas, demonstram através de discussões interativas e prática prática como construir Redes Neurais usando um grande número de kits de ferramentas e bibliotecas de código aberto, bem como utilizar o poder de hardware avançado (GPUs) e técnicas de otimização envolvendo computação distribuída e big data. Nossos cursos de Rede Neural são baseados em linguagens de programação populares, como Python, Java, linguagem R e bibliotecas poderosas, incluindo TensorFlow, Torch, Caffe, Theano e muito mais Nossos cursos de Redes Neurais abrangem tanto a teoria quanto a implementação usando diversas implementações de redes neurais, como Redes Neurais Profundas (DNN), Redes Neurais Convolucionais (CNN) e Redes Neurais Recorrentes (RNN). O treinamento da Rede Neural 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

★★★★★
★★★★★

Programa de curso Redes Neurais

CódigoNomeDuraçãoVisão geral
aiintArtificial Intelligence Overview7 hoursEste 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.
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 .
appaiApplied AI from Scratch28 hoursThis 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.
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 .
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 .
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 .
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 .
encogintroEncog: Introduction to Machine Learning14 hoursEncog 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 .
encogadvEncog: Advanced Machine Learning14 hoursEncog 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 .
snorkelSnorkel: Rapidly Process Training Data7 hoursSnorkel é um sistema para criar, modelar e gerenciar rapidamente dados de treinamento Ele se concentra na aceleração do desenvolvimento de aplicativos de extração de dados estruturados ou "escuros" para domínios nos quais grandes conjuntos de treinamento rotulados não estão disponíveis ou são fáceis de obter Neste treinamento presencial instruído, os participantes aprenderão técnicas para extrair valor de dados não estruturados, como texto, tabelas, figuras e imagens, através da modelagem de dados de treinamento com o Snorkel No final deste treinamento, os participantes serão capazes de: Criar programaticamente conjuntos de treinamento para permitir a rotulagem de conjuntos de treinamento massivos Treinar modelos de alta qualidade final modelando primeiro conjuntos de treinamento barulhentos Use o Snorkel para implementar técnicas de supervisão fracas e aplicar a programação de dados a sistemas de aprendizado de máquina supervisionados de forma fraca Público Desenvolvedores Cientistas de dados 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 .
tpuprogrammingTPU Programming: Building Neural Network Applications on Tensor Processing Units7 hoursA Unidade de Processamento Tensor (TPU) é a arquitetura que o Google usa internamente há vários anos, e só agora está se tornando disponível para uso pelo público em geral Ele inclui várias otimizações especificamente para uso em redes neurais, incluindo multiplicação de matriz simplificada e inteiros de 8 bits em vez de 16 bits para retornar níveis de precisão apropriados Neste treinamento presencial instruído, os participantes aprenderão como aproveitar as inovações dos processadores TPU para maximizar o desempenho de seus próprios aplicativos de inteligência artificial No final do treinamento, os participantes serão capazes de: Treinar vários tipos de redes neurais em grandes quantidades de dados Use TPUs para acelerar o processo de inferência em até duas ordens de magnitude Utilize TPUs para processar aplicativos intensivos, como pesquisa de imagens, visão em nuvem e fotos Público Desenvolvedores Pesquisadores Engenheiros Cientistas de dados Formato do curso Palestra parcial, parte discussão, exercícios e prática handson pesada .
neuralnetIntroduction to the use of neural networks7 hoursO treinamento é destinado a pessoas que querem aprender o básico de redes neurais e suas aplicações.
intrdplrngrsneuingIntroduction Deep Learning & Neural Networks for Engineers21 hoursTipo: Formação teórica com candidaturas decididas a montante com os alunos em Lasanha ou Keras de acordo com o grupo pedagógico Método de ensino: apresentação, trocas e estudos de caso A inteligência artificial, depois de ter interrompido muitos campos científicos, começou a revolucionar um grande número de setores econômicos (indústria, medicina, comunicação, etc) No entanto, sua apresentação nos principais meios de comunicação é muitas vezes fantasiosa, muito distante daquelas que são realmente as áreas de Machine Learning ou Deep Learning O objetivo deste treinamento é fornecer aos engenheiros que já possuem um domínio de ferramentas de computador (incluindo uma base de programação de software) uma introdução ao Deep Learning e suas diversas áreas de especialização e, portanto, às principais arquiteturas de rede existentes hoje Se as bases matemáticas forem lembradas durante o curso, um nível de matemática do tipo BAC + 2 é recomendado para maior conforto É absolutamente possível pular o eixo matemático para manter apenas uma visão de "sistema", mas essa abordagem limitará enormemente sua compreensão do assunto .
OpenNNOpenNN: Implementing Neural Networks14 hoursOpenNN é uma biblioteca de classes de código aberto escrita em C ++ que implementa redes neurais, para uso em aprendizado de máquina.

Neste curso, examinamos os princípios das redes neurais e usamos o OpenNN para implementar um aplicativo de amostra.

Público
Desenvolvedores de software e programadores que desejam criar aplicativos Deep Learning.

Formato do curso
Palestra e discussão juntamente com exercícios práticos.
datamodelingPattern Recognition35 hoursEste curso fornece uma introdução ao campo de reconhecimento de padrões e aprendizado de máquina Ele aborda aplicações práticas em estatística, ciência da computação, processamento de sinais, visão computacional, mineração de dados e bioinformática O curso é interativo e inclui muitos exercícios práticos, feedback de instrutores e testes de conhecimentos e habilidades adquiridos Público Analistas de dados Estudantes de doutoramento, pesquisadores e profissionais .
NeuralnettfNeural Networks Fundamentals using TensorFlow as Example28 hoursEste curso lhe dará conhecimento em redes neurais e, geralmente, em algoritmo de aprendizado de máquina, aprendizado profundo (algoritmos e aplicativos) Este treinamento é mais focado nos fundamentos, mas o ajudará a escolher a tecnologia certa: TensorFlow, Caffe, Teano, DeepDrive, Keras, etc Os exemplos são feitos em TensorFlow .
aiautoArtificial Intelligence in Automotive14 hoursEste curso aborda a IA (enfatizando Aprendizado de Máquina e Aprendizado Profundo) na Indústria Automotiva Isso ajuda a determinar qual tecnologia pode ser (potencialmente) usada em várias situações em um carro: da automação simples, reconhecimento de imagem até a tomada de decisão autônoma .
aiintrozeroFrom Zero to AI35 hoursEste curso é criado para pessoas que não têm experiência anterior em probabilidade e estatística .
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.
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.
appliedmlApplied Machine Learning14 hoursEste curso de treinamento é para pessoas que gostariam de aplicar Aprendizado de Máquina 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 Aprendizado de Máquina aos participantes interessados ​​em aplicar os métodos no trabalho.

Exemplos específicos do setor são usados ​​para tornar o treinamento relevante para o público.
rneuralnetNeural Network in R14 hoursEste curso é uma introdução à aplicação de redes neurais em problemas reais usando o software Rproject .
appaipyApplied AI from Scratch in Python28 hoursThis is a 4 day course introducing AI and it's application using the Python programming language. There is an option to have an additional day to undertake an AI project on completion of this course.

Próximos Cursos de Redes Neurais

CursoData do CursoPreço do Curso [A distância / Presencial]
Applied Machine Learning - Lisbon, Airport Business Centerter, 2019-01-01 09:303500EUR / 4100EUR
Applied Machine Learning - Portoseg, 2019-01-14 09:303500EUR / 4100EUR
Applied Machine Learning - Vila Nova de Gaiaseg, 2019-02-11 09:303500EUR / 4100EUR
Applied Machine Learning - Portoqua, 2019-03-06 09:303500EUR / 4100EUR
Applied Machine Learning - Lisbon, Airport Business Centerseg, 2019-03-11 09:303500EUR / 4100EUR
Cursos de fim de semana de Redes Neurais, Treinamento tardiurno de Redes Neurais, Treinamento em grupo de Redes Neurais, Redes Neurais guiado por instrutor, Treinamento de Redes Neurais de fim de semana, Cursos de Redes Neurais tardiurnos, coaching de Redes Neurais, Instrutor de Redes Neurais, Treinador de Redes Neurais, Cursos de treinamento de Redes Neurais, Aulas de Redes Neurais, Redes Neurais no local do cliente, Cursos privados de Redes Neurais, Treinamento individual de Redes Neurais

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!