Machine Learning Opplæringskurs

Machine Learning Opplæringskurs

Local, instructor-led live Machine Learning (ML) training courses demonstrate through hands-on practice how to apply machine learning techniques and tools for solving real-world problems in various industries. NobleProg ML courses cover different programming languages and frameworks, including Python, R language and Matlab. Machine Learning courses are offered for a number of industry applications, including Finance, Banking and Insurance and cover the fundamentals of Machine Learning as well as more advanced approaches such as Deep Learning.

Machine Learning training is available as "onsite live training" or "remote live training". Norge onsite live Machine Learning trainings can be carried out locally on customer premises or in NobleProg corporate training centers. Remote live training is carried out by way of an interactive, remote desktop.

NobleProg -- Your Local Training Provider

Machine Translated

Testimonials

★★★★★
★★★★★

Machine Learning Kursplaner

Kursnavn
Varighet
Oversikt
Kursnavn
Varighet
Oversikt
14 timer
Oversikt
Dette kurset dekker AI (med vekt på Machine Learning og Deep Learning ) i Automotive . Det hjelper til med å bestemme hvilken teknologi som (potensielt) kan brukes i flere situasjoner i en bil: fra enkel automatisering, bildegjenkjenning til autonome beslutninger.
21 timer
Oversikt
Dette kurset introduserer maskinlæringsmetoder i robotikkapplikasjoner.

Det er en bred oversikt over eksisterende metoder, motivasjoner og hovedideer i sammenheng med mønstergjenkjenning.

Etter en kort teoretisk bakgrunn vil deltakerne utføre enkel trening ved å bruke open source (vanligvis R) eller annen populær programvare.
14 timer
Oversikt
Pattern Matching er en teknikk som brukes til å finne spesifiserte mønstre i et bilde. Det kan brukes til å bestemme eksistensen av spesifiserte egenskaper i et tatt bilde, for eksempel den forventede etiketten på et mangelfullt produkt på en fabrikklinje eller de spesifiserte dimensjonene til en komponent. Det er forskjellig fra " Pattern Recognition " (som gjenkjenner generelle mønstre basert på større samlinger av relaterte prøver) ved at den spesifikt dikterer hva vi leter etter, for så å fortelle oss om det forventede mønsteret eksisterer eller ikke.

Kursets format

- Dette kurset introduserer tilnærminger, teknologier og algoritmer som brukes i feltet mønster matching som det gjelder Machine Vision .
21 timer
Oversikt
PaddlePaddle (PArallel Distributed Deep LEarning) is a scalable deep learning platform developed by Baidu.

In this instructor-led, live training, participants will learn how to use PaddlePaddle to enable deep learning in their product and service applications.

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

- Set up and configure PaddlePaddle
- Set up a Convolutional Neural Network (CNN) for image recognition and object detection
- Set up a Recurrent Neural Network (RNN) for sentiment analysis
- Set up deep learning on recommendation systems to help users find answers
- Predict click-through rates (CTR), classify large-scale image sets, perform optical character recognition(OCR), rank searches, detect computer viruses, and implement a recommendation system.

Audience

- Developers
- Data scientists

Format of the course

- Part lecture, part discussion, exercises and heavy hands-on practice
14 timer
Oversikt
I denne instruktørledede, OpenNN , går vi over prinsippene i nevrale nettverk og bruker OpenNN til å implementere et eksempelapplikasjon.

Kursets format

- Foredrag og diskusjon kombinert med praktiske øvelser.
7 timer
Oversikt
I denne instruktørledede, OpenNMT , vil deltakerne lære å sette opp og bruke OpenNMT til å utføre oversettelse av forskjellige eksempler av datasett. Kurset starter med en oversikt over nevrale nettverk slik de gjelder for maskinoversettelse. Deltakerne vil gjennomføre liveøvelser gjennom hele kurset for å demonstrere sin forståelse av konseptene som er lært og få tilbakemeldinger fra instruktøren.

Ved slutten av denne opplæringen vil deltakerne ha kunnskap og praksis som trengs for å implementere en live OpenNMT løsning.

Kildespråk og målspråkprøver blir forhåndsarrangert i henhold til publikums krav.

Kursets format

- Delforedrag, deldiskusjon, tung praktisk praksis
14 timer
Oversikt
The Apache OpenNLP library is a machine learning based toolkit for processing natural language text. It supports the most common NLP tasks, such as language detection, tokenization, sentence segmentation, part-of-speech tagging, named entity extraction, chunking, parsing and coreference resolution.

In this instructor-led, live training, participants will learn how to create models for processing text based data using OpenNLP. Sample training data as well customized data sets will be used as the basis for the lab exercises.

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

- Install and configure OpenNLP
- Download existing models as well as create their own
- Train the models on various sets of sample data
- Integrate OpenNLP with existing Java applications

Audience

- Developers
- Data scientists

Format of the course

- Part lecture, part discussion, exercises and heavy hands-on practice
14 timer
Oversikt
OpenFace is Python and Torch based open-source, real-time facial recognition software based on Google's FaceNet research.

In this instructor-led, live training, participants will learn how to use OpenFace's components to create and deploy a sample facial recognition application.

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

- Work with OpenFace's components, including dlib, OpenVC, Torch, and nn4 to implement face detection, alignment, and transformation
- Apply OpenFace to real-world applications such as surveillance, identity verification, virtual reality, gaming, and identifying repeat customers, etc.

Audience

- Developers
- Data scientists

Format of the course

- Part lecture, part discussion, exercises and heavy hands-on practice
14 timer
Oversikt
OpenCV is a library of programming functions for deciphering images with computer algorithms. OpenCV 4 is the latest OpenCV release and it provides optimized modularity, updated algorithms, and more. With OpenCV 4 and Python, users will be able to view, load, and classify images and videos for advanced image recognition.

This instructor-led, live training (online or onsite) is aimed at software engineers who wish to program in Python with OpenCV 4 for deep learning.

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

- View, load, and classify images and videos using OpenCV 4.
- Implement deep learning in OpenCV 4 with TensorFlow and Keras.
- Run deep learning models and generate impactful reports from images and videos.

Format of the Course

- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.

Course Customization Options

- To request a customized training for this course, please contact us to arrange.
21 timer
Oversikt
Course is dedicated for those who would like to know an alternative program to the commercial MATLAB package. The three-day training provides comprehensive information on moving around the environment and performing the OCTAVE package for data analysis and engineering calculations. The training recipients are beginners but also those who know the program and would like to systematize their knowledge and improve their skills. Knowledge of other programming languages is not required, but it will greatly facilitate the learners' acquisition of knowledge. The course will show you how to use the program in many practical examples.
14 timer
Oversikt
Denne klasseromsbaserte treningsøkten vil inneholde presentasjoner og databaserte eksempler og case study-øvelser for å gjennomføre med relevante nevrale og dype nettverksbiblioteker.
28 timer
Oversikt
Dette kurset vil gi deg kunnskap i nevrale nettverk og generelt i maskinlæringsalgoritme, dyp læring (algoritmer og applikasjoner).

Denne opplæringen er mer fokus på grunnleggende, men vil hjelpe deg å velge riktig teknologi: TensorFlow , Caffe , Teano, DeepDrive, Keras , etc. Eksemplene er laget i TensorFlow .
21 timer
Oversikt
MXNet is a flexible, open-source Deep Learning library that is popular for research prototyping and production. Together with the high-level Gluon API interface, Apache MXNet is a powerful alternative to TensorFlow and PyTorch.

This instructor-led, live training (online or onsite) is aimed at data scientists who wish to use Apache MXNet to build and deploy a deep learning model for image recognition.

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

- Install and configure Apache MXNet and its components.
- Understand MXNet's architecture and data structures.
- Use Apache MXNet's low-level and high-level APIs to efficiently build neural networks.
- Build a convolutional neural network for image classification.

Format of the Course

- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.

Course Customization Options

- To request a customized training for this course, please contact us to arrange.
21 timer
Oversikt
Denne klasseromsbaserte treningsøkten vil utforske maskinlæringsverktøy med (foreslått) Python . Delegater vil ha datamaskinbaserte eksempler og casestudieøvelser å gjennomføre.
21 timer
Oversikt
The aim of this course is to provide general proficiency in applying Machine Learning methods in practice. Through the use of the Python programming language and its various libraries, and based on a multitude of practical examples this course teaches how to use the most important building blocks of Machine Learning, how to make data modeling decisions, interpret the outputs of the algorithms and validate the results.

Our goal is to give you the skills to understand and use the most fundamental tools from the Machine Learning toolbox confidently and avoid the common pitfalls of Data Sciences applications.
14 timer
Oversikt
Pandas is a Python library for data manipulation and analysis. Using Pandas, users can perform predictive analysis through machine learning.

This instructor-led, live training (online or onsite) is aimed at data scientists who wish to use Pandas to preform predictive analysis with machine learning.

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

- Perform data wrangling in Python.
- Conduct ETL operations for machine learning.
- Create data visualizations with Pandas

Format of the Course

- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.

Course Customization Options

- To request a customized training for this course, please contact us to arrange.
14 timer
Oversikt
MLOps (Machine Learning Operations) is the practice of integrating data science and operations to help manage the ML lifecycle. MLOps provides the ability to automate the reproduction of machine learning model development and training.

This instructor-led, live training (online or onsite) is aimed at data scientists who wish to use Azure Machine Learning and Azure DevOps to facilitate MLOps practices.

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

- Build reproducible workflows and machine learning models.
- Manage the machine learning lifecycle.
- Track and report model version history, assets, and more.
- Deploy production ready machine learning models anywhere.

Format of the Course

- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.

Course Customization Options

- To request a customized training for this course, please contact us to arrange.
35 timer
Oversikt
MLOps is a set of tools and methodologies for combining Machine Learning and DevOps practices. The goal of MLOps is to automate and optimize the deployment and maintenance of ML systems in production.

This instructor-led, live training (online or onsite) is aimed at engineers who wish to evaluate the approaches and tools available today to make an intelligent decision on the path forward in adopting MLOps within their organization.

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

- Install and configure various MLOps frameworks and tools.
- Assemble the right kind of team with the right skills for constructing and supporting an MLOps system.
- Prepare, validate and version data for use by ML models.
- Understand the components of an ML Pipeline and the tools needed to build one.
- Experiment with different machine learning frameworks and servers for deploying to production.
- Operationalize the entire Machine Learning process so that it's reproduceable and maintainable.

Format of the Course

- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.

Course Customization Options

- To request a customized training for this course, please contact us to arrange.
14 timer
Oversikt
This classroom based training session will explore machine learning techniques, with computer based examples and case study solving exercises using a relevant programme languauge
14 timer
Oversikt
In this instructor-led, live training, participants will learn how to use the iOS Machine Learning (ML) technology stack as they step through the creation and deployment of an iOS mobile app.

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

- Create a mobile app capable of image processing, text analysis and speech recognition
- Access pre-trained ML models for integration into iOS apps
- Create a custom ML model
- Add Siri Voice support to iOS apps
- Understand and use frameworks such as coreML, Vision, CoreGraphics, and GamePlayKit
- Use languages and tools such as Python, Keras, Caffee, Tensorflow, sci-kit learn, libsvm, Anaconda, and Spyder

Audience

- Developers

Format of the course

- Part lecture, part discussion, exercises and heavy hands-on practice
7 timer
Oversikt
Dette kurset er for folk som ønsker å bruke grunnleggende Machine Learning i praktiske applikasjoner.

Publikum

Dataforskere og statistikere som har en viss kjennskap til maskinlæring og vet hvordan de skal programmere R. Hovedvekten av dette kurset er på de praktiske aspektene ved utarbeidelse av data / modell, utførelse, post hoc-analyse og visualisering. Hensikten er å gi en praktisk innføring i maskinlæring til deltakere som er interessert i å anvende metodene på jobb

Sektorspesifikke eksempler brukes for å gjøre opplæringen relevant for publikum.
14 timer
Oversikt
Målet med dette kurset er å gi en grunnleggende ferdighet i å anvende Machine Learning metoder i praksis. Gjennom bruk av R-programmeringsplattformen og dens forskjellige biblioteker, og basert på en rekke praktiske eksempler, lærer dette kurset hvordan man bruker de viktigste byggesteinene i Machine Learning , hvordan man tar beslutninger om datamodellering, tolker utgangene til algoritmene og validerer resultatene.

Målet vårt er å gi deg ferdighetene til å forstå og bruke de mest grunnleggende verktøyene fra verktøykassen Machine Learning sikkerhet og unngå vanlige fallgruver i Data Science applikasjoner.
14 timer
Oversikt
Målet med dette kurset er å gi en grunnleggende ferdighet i å anvende Machine Learning metoder i praksis. Gjennom bruk av Python programmeringsspråket og dets forskjellige biblioteker, og basert på en rekke praktiske eksempler, lærer dette kurset hvordan man bruker de viktigste byggesteinene i Machine Learning , hvordan man tar beslutninger om datamodellering, tolker utgangene til algoritmene og validerer resultatene.

Målet vårt er å gi deg ferdighetene til å forstå og bruke de mest grunnleggende verktøyene fra verktøykassen Machine Learning sikkerhet og unngå vanlige fallgruver i Data Science applikasjoner.
14 timer
Oversikt
Målet med dette kurset er å gi en grunnleggende ferdighet i å anvende Machine Learning metoder i praksis. Gjennom bruk av programmeringsspråket Scala og dets forskjellige biblioteker, og basert på en rekke praktiske eksempler, lærer dette kurset hvordan man bruker de viktigste byggesteinene i Machine Learning , hvordan man tar beslutninger om datamodellering, tolker utgangene til algoritmene og validerer resultatene.

Målet vårt er å gi deg ferdighetene til å forstå og bruke de mest grunnleggende verktøyene fra verktøykassen Machine Learning sikkerhet og unngå vanlige fallgruver i Data Science applikasjoner.
21 timer
Oversikt
MLflow is an open source platform for streamlining and managing the machine learning lifecycle. It supports any ML (machine learning) library, algorithm, deployment tool or language. Simply add MLflow to your existing ML code to share the code across any ML library being used within your organization.

This instructor-led, live training (online or onsite) is aimed at data scientists who wish to go beyond building ML models and optimize the ML model creation, tracking, and deployment process.

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

- Install and configure MLflow and related ML libraries and frameworks.
- Appreciate the importance of trackability, reproducability and deployability of an ML model
- Deploy ML models to different public clouds, platforms, or on-premise servers.
- Scale the ML deployment process to accommodate multiple users collaborating on a project.
- Set up a central registry to experiment with, reproduce, and deploy ML models.

Format of the Course

- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.

Course Customization Options

- To request a customized training for this course, please contact us to arrange.
28 timer
Oversikt
Læring av maskiner er en gren av kunstig intelligens der datamaskiner har muligheten til å lære uten å være eksplisitt programmert. R er et populært programmeringsspråk i finansnæringen. Det brukes i økonomiske applikasjoner som spenner fra kjernehandelsprogrammer til risikostyringssystemer.

I denne instruktørledede, liveopplæringen, vil deltakerne lære å bruke maskinlæringsteknikker og -verktøy for å løse reelle problemer i finansbransjen. R vil bli brukt som programmeringsspråk.

Deltakerne lærer først de viktigste prinsippene, deretter omsetter hun kunnskapen deres ved å bygge sine egne maskinlæringsmodeller og bruke dem til å fullføre en rekke teamprosjekter.

Ved slutten av denne opplæringen vil deltakerne kunne:

- Forstå de grunnleggende konseptene i maskinlæring
- Lær bruksområdene og bruken av maskinlæring i finans
- Utvikle sin egen algoritmiske handelsstrategi ved bruk av maskinlæring med R

Publikum

- Utviklere
- Data forskere

Kursets format

- Delforelesning, deldiskusjon, øvelser og tung praktisk øvelse
21 timer
Oversikt
Læring av maskiner er en gren av kunstig intelligens der datamaskiner har muligheten til å lære uten å være eksplisitt programmert. Python er et programmeringsspråk kjent for sin klare syntaks og lesbarhet. Det tilbyr en utmerket samling av godt testede biblioteker og teknikker for å utvikle applikasjoner for maskinlæring.

I denne instruktørledede, liveopplæringen, vil deltakerne lære å bruke maskinlæringsteknikker og -verktøy for å løse reelle problemer i finansbransjen.

Deltakerne lærer først de viktigste prinsippene, deretter omsetter hun kunnskapen deres ved å bygge sine egne maskinlæringsmodeller og bruke dem til å fullføre en rekke teamprosjekter.

Ved slutten av denne opplæringen vil deltakerne kunne:

- Forstå de grunnleggende konseptene i maskinlæring
- Lær bruksområdene og bruken av maskinlæring i finans
- Utvikle sin egen algoritmiske handelsstrategi ved bruk av maskinlæring med Python

Publikum

- Utviklere
- Data forskere

Kursets format

- Delforelesning, deldiskusjon, øvelser og tung praktisk øvelse
21 timer
Oversikt
Dette kurset er for folk som ønsker å bruke Machine Learning i praktiske applikasjoner for teamet sitt. Opplæringen vil ikke dykke inn i tekniske forhold og dreie seg om grunnleggende konsepter og forretningsmessige / operasjonelle applikasjoner av det samme.

Målgruppe

- Investorer og AI-gründere
- Ledere og ingeniører hvis selskap våger seg inn i AI-rom
- Business og investorer
21 timer
Oversikt
PredictionIO er en åpen kildekode Machine Learning Server som er bygget oppå topp moderne open source-stack.

Publikum

Dette kurset er rettet mot utviklere og dataforskere som vil lage prediktive motorer for enhver maskinlæringsoppgave.
21 timer
Oversikt
In this instructor-led, live training, participants will learn the most relevant and cutting-edge machine learning techniques in Python as they build a series of demo applications involving image, music, text, and financial data.

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

- Implement machine learning algorithms and techniques for solving complex problems.
- Apply deep learning and semi-supervised learning to applications involving image, music, text, and financial data.
- Push Python algorithms to their maximum potential.
- Use libraries and packages such as NumPy and Theano.

Format of the course

- Part lecture, part discussion, exercises and heavy hands-on practice
Helg Machine Learning kurs, kveld ML (Machine Learning) trening, Machine Learning boot camp, Machine Learning instruktørledet, Helg ML (Machine Learning) trening, Kveld Machine Learning kurs, ML (Machine Learning) coaching, Machine Learning (ML) instruktør, ML (Machine Learning) trener, Machine Learning (ML) kurs, Machine Learning klasser, Machine Learning (ML) on-site, ML (Machine Learning) private kurs, Machine Learning tomannshånd trening

Kursrabatter

Kursrabatter Nyhetsbrev

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.

Some of our clients

is growing fast!

We are looking to expand our presence in Norway!

As a Business Development Manager you will:

  • expand business in Norway
  • 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!

This site in other countries/regions