Machine Learning Training Courses

Machine Learning Training Courses

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

Tittel
Varighet
Oversikt
Tittel
Varighet
Oversikt
7 timer
Oversikt
Dette kurset er laget for ledere, løsningsarkitekter, innovasjonsansvarlige, CTOer, programvarearkitekter og alle som er interessert i en oversikt over anvendt kunstig intelligens og den nærmeste prognosen for dens utvikling.
14 timer
Oversikt
In Python Machine Learning, the Text Summarization feature is able to read the input text and produce a text summary. This capability is available from the command-line or as a Python API/Library. One exciting application is the rapid creation of executive summaries; this is particularly useful for organizations that need to review large bodies of text data before generating reports and presentations.

In this instructor-led, live training, participants will learn to use Python to create a simple application that auto-generates a summary of input text.

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

- Use a command-line tool that summarizes text.
- Design and create Text Summarization code using Python libraries.
- Evaluate three Python summarization libraries: sumy 0.7.0, pysummarization 1.0.4, readless 1.0.17

Audience

- Developers
- Data Scientists

Format of the course

- Part lecture, part discussion, exercises and heavy hands-on practice
28 timer
Oversikt
Cortana Intelligence Suite er et knippe integrerte produkter og tjenester på Microsoft Azure Cloud som gjør det mulig for enheter å transformere data til intelligente handlinger.

I denne instruktørledede, liveopplæringen, vil deltakerne lære å bruke komponentene som er en del av Cortana Intelligence Suite til å bygge datadrevne intelligente applikasjoner.

Ved slutten av denne opplæringen vil deltakerne kunne:

- Lær hvordan du bruker Cortana Intelligence Suite-verktøy
- Få den siste kunnskapen om databehandling og analyse
- Bruk Cortana komponenter for å gjøre data om til intelligent handling
- Bruk Cortana til å bygge applikasjoner fra bunnen av og starte den på skyen

Publikum

- Data forskere
- programmerere
- Utviklere
- ledere
- arkitekter

Kursets format

- Delforelesning, deldiskusjon, øvelser og tung praktisk øvelse
28 timer
Oversikt
Læring av maskiner er en gren av kunstig intelligens der datamaskiner har muligheten til å lære uten å være eksplisitt programmert. Dyp læring er et underfelt av maskinlæring som bruker metoder basert på læringsdatapresentasjoner og strukturer som nevrale nettverk. Python er et programmeringsspråk på høyt nivå kjent for sin klare syntaks og kodelesbarhet.

I denne instruktørledede, liveopplæringen, vil deltakerne lære å implementere dype læringsmodeller for økonomi ved hjelp av Python når de går gjennom opprettelsen av en dyp læringsprediksjonsmodell.

Ved slutten av denne opplæringen vil deltakerne kunne:

- Forstå de grunnleggende konseptene for dyp læring
- Lær bruksområdene og bruken av dyp læring innen finans
- Bruk Python , Keras , og TensorFlow å skape dype læringsmodeller for finans
- Bygge sin egen dype læringsmodell for prediksjon ved bruk av Python

Publikum

- Utviklere
- Data forskere

Kursets format

- Delforelesning, deldiskusjon, øvelser og tung praktisk øvelse
28 timer
Oversikt
Læring av maskiner er en gren av kunstig intelligens der datamaskiner har muligheten til å lære uten å være eksplisitt programmert. Dyp læring er et underfelt av maskinlæring som bruker metoder basert på læringsdatapresentasjoner og strukturer som nevrale nettverk. 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 implementere dype læringsmodeller for bankbruk ved å bruke R når de går gjennom opprettelsen av en dyp læringsrisikomodell.

Ved slutten av denne opplæringen vil deltakerne kunne:

- Forstå de grunnleggende konseptene for dyp læring
- Lær applikasjonene og bruken av dyp læring i bank
- Bruk R til å lage dype læringsmodeller for bank
- Bygg deres egen kredittrisikomodell med dyp læring ved å bruke R

Publikum

- Utviklere
- Data forskere

Kursets format

- Delforelesning, deldiskusjon, øvelser og tung praktisk øvelse
28 timer
Oversikt
Læring av maskiner er en gren av kunstig intelligens der datamaskiner har muligheten til å lære uten å være eksplisitt programmert. Dyp læring er et underfelt av maskinlæring som bruker metoder basert på læringsdatapresentasjoner og strukturer som nevrale nettverk. Python er et programmeringsspråk på høyt nivå kjent for sin klare syntaks og kodelesbarhet.

I denne instruktørledede, liveopplæringen, vil deltakerne lære å implementere dype læringsmodeller for bankbruk ved å bruke Python når de går gjennom opprettelsen av en dyp læringsrisikomodell.

Ved slutten av denne opplæringen vil deltakerne kunne:

- Forstå de grunnleggende konseptene for dyp læring
- Lær applikasjonene og bruken av dyp læring i bank
- Bruk Python , Keras , og TensorFlow å skape dype læringsmodeller for bank
- Bygge sin egen dype lærings kredittrisikomodell ved hjelp av Python

Publikum

- Utviklere
- Data forskere

Kursets format

- Delforelesning, deldiskusjon, øvelser og tung praktisk øvelse
28 timer
Oversikt
Læring av maskiner er en gren av kunstig intelligens der datamaskiner har muligheten til å lære uten å være eksplisitt programmert. Dyp læring er et underfelt av maskinlæring som bruker metoder basert på læringsdatapresentasjoner og strukturer som nevrale nettverk. 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 implementere dype læringsmodeller for økonomi ved å bruke R når de går gjennom opprettelsen av en dyp læringsprediksjonsmodell.

Ved slutten av denne opplæringen vil deltakerne kunne:

- Forstå de grunnleggende konseptene for dyp læring
- Lær bruksområdene og bruken av dyp læring innen økonomi
- Bruk R til å lage dype læringsmodeller for økonomi
- Bygge sin egen dype læringsmodell for prediksjon ved bruk av R

Publikum

- Utviklere
- Data forskere

Kursets format

- Delforelesning, deldiskusjon, øvelser og tung praktisk øvelse
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
28 timer
Oversikt
DL (Deep Learning) is a subset of ML (Machine Learning).

Python is a popular programming language that contains libraries for Deep Learning for NLP.

Deep Learning for NLP (Natural Language Processing) allows a machine to learn simple to complex language processing. Among the tasks currently possible are language translation and caption generation for photos.

In this instructor-led, live training, participants will learn to use Python libraries for NLP as they create an application that processes a set of pictures and generates captions.

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

- Design and code DL for NLP using Python libraries.
- Create Python code that reads a substantially huge collection of pictures and generates keywords.
- Create Python Code that generates captions from the detected keywords.

Format of the course

- Part lecture, part discussion, exercises and heavy hands-on practice
35 timer
Oversikt
Dette kurset begynner med å gi deg konseptuell kunnskap i nevrale nettverk og generelt i maskinlæringsalgoritme, dyp læring (algoritmer og applikasjoner).

Del-1 (40%) av denne opplæringen er mer fokus på grunnleggende, men vil hjelpe deg å velge riktig teknologi: TensorFlow , Caffe , Theano, DeepDrive, Keras , etc.

Del-2 (20%) av denne opplæringen introduserer Theano - et pytonbibliotek som gjør det enkelt å skrive dype læringsmodeller.

Del 3 (40%) av opplæringen vil være omfattende basert på Tensorflow - 2nd Generation API of Go ogles open source programvarebibliotek for Deep Learning . Eksemplene og håndsonen ville alle være laget i TensorFlow .

Publikum

Dette kurset er ment for ingeniører som søker å bruke TensorFlow til Deep Learning prosjektene sine

Etter fullført kurs vil delegatene:

-

ha god forståelse for dype nevrale nettverk (DNN), CNN og RNN

-

forstå TensorFlow struktur og distribusjonsmekanismer

-

kunne utføre installasjons- / produksjonsmiljø / arkitekturoppgaver og konfigurasjon

-

kunne vurdere kodekvalitet, utføre feilsøking, overvåking

-

kunne implementere avansert produksjon som treningsmodeller, bygge grafer og logging
21 timer
Oversikt
Deep Reinforcement Learning viser til evnen til et "kunstig middel" til å lære ved prøving og feiling og belønning og straff. Et kunstig middel tar sikte på å etterligne et menneskes evne til å skaffe og konstruere kunnskap på egen hånd, direkte fra råinnganger som syn. For å realisere forsterkende læring brukes dyp læring og nevrale nettverk. Forsterkningslæring er forskjellig fra maskinlæring og er ikke avhengig av veiledede og uovervåkte læringsmetoder.

I denne instruktørledede, liveopplæringen, vil deltakerne lære grunnleggende grunnlag av Deep Reinforcement Learning når de går gjennom etableringen av et Deep Learning Agent.

Ved slutten av denne opplæringen vil deltakerne kunne:

- Forstå nøkkelbegrepene bak Deep Reinforcement Learning og kunne skille det fra Machine Learning
- Bruk avanserte algoritmer for forsterkningslæring for å løse problemer i den virkelige verden
- Bygg et Deep Learning Agent

Publikum

- Utviklere
- Dataforskere

Kursets format

- Delforelesning, deldiskusjon, øvelser og tung praktisk øvelse
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
21 timer
Oversikt
Machine Learning 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 seg å bruke maskinlæringsteknikker og verktøy for å løse reelle problemer i banknæringen.

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.

Publikum

- Utviklere
- Data forskere

Kursets format

- Delforelesning, deldiskusjon, øvelser og tung praktisk øvelse
28 timer
Oversikt
I denne instruktørledede, liveopplæringen, vil deltakerne lære seg å bruke maskinlæringsteknikker og verktøy for å løse reelle problemer i banknæringen. 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 live-prosjekter.

Publikum

- Utviklere
- Data forskere
- Bankfolk med teknisk bakgrunn

Kursets format

- Delforelesning, deldiskusjon, øvelser og tung praktisk øvelse
14 timer
Oversikt
I denne instruktørledede liveopplæringen vil deltakerne lære hvordan de bruker Matlab til å designe, bygge og visualisere et innviklet nevralt nettverk for bildegjenkjenning.

Ved slutten av denne opplæringen vil deltakerne kunne:

- Bygge en dyp læringsmodell
- Automatiser datamerking
- Arbeid med modeller fra Caffe og TensorFlow - Keras
- Tren data ved å bruke flere GPU er, skyen eller klyngene

Publikum

- Utviklere
- ingeniører
- Domeneeksperter

Kursets format

- Delforelesning, deldiskusjon, øvelser og tung praktisk øvelse
7 timer
Oversikt
TensorFlow Serving er et system for servering av maskinlæring (ML) modeller til produksjon.

I denne instruktørledede TensorFlow vil deltakerne lære å konfigurere og bruke TensorFlow Serving til å distribuere og administrere ML-modeller i et produksjonsmiljø.

Ved slutten av denne opplæringen vil deltakerne kunne:

- Tren, eksporter og server forskjellige TensorFlow modeller
- Test og distribuer algoritmer ved hjelp av en enkelt arkitektur og sett med APIer
- Utvid TensorFlow Servering for å tjene andre typer modeller utover TensorFlow modeller

Publikum

- Utviklere
- Data forskere

Kursets format

- Delforelesning, deldiskusjon, øvelser og tung praktisk øvelse
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
21 timer
Oversikt
In this instructor-led, live training, participants will learn how to use the right machine learning and NLP (Natural Language Processing) techniques to extract value from text-based data.

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

- Solve text-based data science problems with high-quality, reusable code
- Apply different aspects of scikit-learn (classification, clustering, regression, dimensionality reduction) to solve problems
- Build effective machine learning models using text-based data
- Create a dataset and extract features from unstructured text
- Visualize data with Matplotlib
- Build and evaluate models to gain insight
- Troubleshoot text encoding errors

Audience

- Developers
- Data Scientists

Format of the course

- Part lecture, part discussion, exercises and heavy hands-on practice
14 timer
Oversikt
Encog is an open-source machine learning framework for Java and .Net.

In this instructor-led, live training, participants will learn how to create various neural network components using ENCOG. Real-world case studies will be discussed and machine language based solutions to these problems will be explored.

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

- Prepare data for neural networks using the normalization process
- Implement feed forward networks and propagation training methodologies
- Implement classification and regression tasks
- Model and train neural networks using Encog's GUI based workbench
- Integrate neural network support into real-world applications

Audience

- Developers
- Analysts
- Data scientists

Format of the course

- Part lecture, part discussion, exercises and heavy hands-on practice
14 timer
Oversikt
Encog is an open-source machine learning framework for Java and .Net.

In this instructor-led, live training, participants will learn advanced machine learning techniques for building accurate neural network predictive models.

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

- Implement different neural networks optimization techniques to resolve underfitting and overfitting
- Understand and choose from a number of neural network architectures
- Implement supervised feed forward and feedback networks

Audience

- Developers
- Analysts
- Data scientists

Format of the course

- Part lecture, part discussion, exercises and heavy hands-on practice
14 timer
Oversikt
AI is a collection of technologies for building intelligent systems capable of understanding data and the activities surrounding the data to make "intelligent decisions". For Telecom providers, building applications and services that make use of AI could open the door for improved operations and servicing in areas such as maintenance and network optimization.

In this course we examine the various technologies that make up AI and the skill sets required to put them to use. Throughout the course, we examine AI's specific applications within the Telecom industry.

Audience

- Network engineers
- Network operations personnel
- Telecom technical managers

Format of the course

- Part lecture, part discussion, hands-on exercises
21 timer
Oversikt
Innledning :

Dyp læring blir en hovedkomponent i fremtidig produktdesign som ønsker å innlemme kunstig intelligens i hjertet av modellene. I løpet av de neste 5 til 10 årene vil utviklingsverktøy, biblioteker og språk for dyp læring bli standardkomponenter i hvert programvareutviklingsverktøy. Så langt har Go ogle, Sales Force, Facebook , Amazon brukt suksess med dyp læring for å øke virksomheten. Bruksområder varierte fra automatisk maskinoversettelse, bildeanalyse, videoanalyse, bevegelsesanalyse, generering av målrettet reklame og mange flere.

Dette kurset er rettet mot organisasjoner som ønsker å innlemme Deep Learning som en veldig viktig del av deres produkt- eller tjenestestrategi. Nedenfor er oversikten over kurset for dyp læring som vi kan tilpasse for forskjellige nivåer av ansatte / interessenter i en organisasjon.

Målgruppe:

(Avhengig av målgruppe vil kursmateriell tilpasses)

ledere

En generell oversikt over AI og hvordan den passer inn i bedriftsstrategi, med breakout-økter om strategisk planlegging, teknologiske veikart og ressursfordeling for å sikre maksimal verdi.

Prosjektledere

Hvordan planlegge et AI-prosjekt, inkludert datainnsamling og evaluering, dataopprydding og verifisering, utvikling av en proof-of-concept-modell, integrasjon i forretningsprosesser og levering over hele organisasjonen.

Utviklere

Dybde tekniske opplæringer, med fokus på nevrale nettverk og dyp læring, bilde- og videoanalyse (CNN), lyd- og tekstanalyse (NLP), og bringe AI inn i eksisterende applikasjoner.

selgere

En generell oversikt over AI og hvordan den kan tilfredsstille kundenes behov, verdiforslag for ulike produkter og tjenester, og hvordan man kan redusere frykt og fremme fordelene ved AI.
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
14 timer
Oversikt
Auto-Keras (Also known as Autokeras or Auto Keras) is an open source Python library for automated machine learning (AutoML).

This instructor-led, live training (onsite or remote) is aimed at data scientists as well as less technical persons who wish to use Auto-Keras to automate the process of selecting and optimizing a machine learning model.

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

- Automate the process of training highly efficient machine learning models.
- Automatically search for the best parameters for deep learning models.
- Build highly accurate machine learning models.
- Use the power of machine learning to solve real-world business problems.

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.
- To learn more about Auto-Keras, please visit: https://autokeras.com/
7 timer
Oversikt
This instructor-led, live training (onsite or remote) is aimed at technical persons who wish to learn how to implement a machine learning strategy while maximizing the use of big data.

By the end of this training, participants will:

- Understand the evolution and trends for machine learning.
- Know how machine learning is being used across different industries.
- Become familiar with the tools, skills and services available to implement machine learning within an organization.
- Understand how machine learning can be used to enhance data mining and analysis.
- Learn what a data middle backend is, and how it is being used by businesses.
- Understand the role that big data and intelligent applications are playing across industries.

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
Mekatronikk (aka mechatronic engineering) er en kombinasjon av mekanikk, elektronikk og informatikk.

Denne instruktørledede, liveopplæringen (stedet eller fjernkontrollen) er rettet mot ingeniører som ønsker å lære om anvendelsen av kunstig intelligens på mekatroniske systemer.

Ved slutten av denne opplæringen vil deltakerne kunne:

- Få oversikt over kunstig intelligens, maskinlæring og beregningsintelligens.
- Forstå begrepene nevrale nettverk og forskjellige læringsmetoder.
- Velg kunstig intelligens tilnærminger effektivt for problemer i det virkelige liv.
- Implementere AI-applikasjoner i mekatronisk prosjektering.

Kursets format

- Interaktiv forelesning og diskusjon.
- Masse øvelser og trening.
- Praktisk implementering i et live-lab-miljø.

Alternativer for tilpasning av kurset

- For å be om en tilpasset opplæring for dette kurset, vennligst kontakt oss for å avtale.
21 timer
Oversikt
Deep learning is a subfield of machine learning. It uses methods based on learning data representations and structures such as neural networks.

Keras is a high-level neural networks API for fast development and experimentation. It runs on top of TensorFlow, CNTK, or Theano.

This instructor-led, live training (onsite or remote) is aimed at developers who wish to build a self-driving car using deep learning techniques.

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

- Use computer vision techniques to identify lanes.
- Use Keras to build and train convolutional neural networks.
- Train a deep learning model to differentiate traffic signs.
- Simulate a fully autonomous car.

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
Keras is a high-level neural networks API for fast development and experimentation. It runs on top of TensorFlow, CNTK, or Theano.

This instructor-led, live training (onsite or remote) is aimed at technical persons who wish to apply deep learning model to image recognition applications.

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

- Install and configure Keras.
- Quickly prototype deep learning models.
- Implement a convolutional network.
- Implement a recurrent network.
- Execute a deep learning model on both a CPU and GPU.

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.
- To learn more about Keras, please visit: https://keras.io/
21 timer
Oversikt
TensorFlow er et populært bibliotek og maskinlæringsbibliotek utviklet av Go ogle for dyp læring, numerisk beregning og storskala maskinlæring. TensorFlow 2.0, utgitt i januar 2019, er den nyeste versjonen av TensorFlow og inkluderer forbedringer i ivrig utførelse, kompatibilitet og API-konsistens.

Denne instruktørledede, liveopplæringen (på stedet eller fjernkontrollen) er rettet mot utviklere og dataforskere som ønsker å bruke Tensorflow 2.0 til å bygge prediktorer, klassifisere, generative modeller, nevrale nettverk og så videre.

Ved slutten av denne opplæringen vil deltakerne kunne:

- Installer og konfigurer TensorFlow 2.0.
- Forstå fordelene med TensorFlow 2.0 i forhold til tidligere versjoner.
- Bygg dype læringsmodeller.
- Implementere en avansert bildeklassifiserer.
- Distribuer en dyp læringsmodell til sky-, mobil- og IoT-enheter.

Kursets format

- Interaktiv forelesning og diskusjon.
- Masse øvelser og trening.
- Praktisk implementering i et live-lab-miljø.

Alternativer for tilpasning av kurset

- For å be om en tilpasset opplæring for dette kurset, vennligst kontakt oss for å avtale.
- Hvis du vil lære mer om TensorFlow , kan du gå til: https://www.tensorflow.org/
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

Course Discounts

Course Discounts Newsletter

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!