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.
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
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
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
Denne klasseromsbaserte treningsøkten vil utforske maskinlæringsverktøy med (foreslått) Python . Delegater vil ha datamaskinbaserte eksempler og casestudieøvelser å gjennomføre.
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.
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
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
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
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.
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
Dette kurset dekker AI (med vekt på Machine Learning og Deep Learning )
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.
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
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
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
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/
14 timer
Oversikt
Deeplearning4j er et open source, distribuert Deeplearning4j skrevet for Java og Scala . Integrert med Hadoop og Spark, er DL4J designet for å brukes i forretningsmiljøer på distribuerte GPU er og CPU-er.

Word 2Vec er en metode for å beregne vektorrepresentasjoner av ord introdusert av et team av forskere ved Go ogle ledet av Tomas Mikolov.

Publikum

Dette kurset er rettet mot forskere, ingeniører og utviklere som søker å bruke Deeplearning4J til å konstruere Word 2Vec-modeller.
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
35 timer
Oversikt
TensorFlow™ is an open source software library for numerical computation using data flow graphs.

SyntaxNet is a neural-network Natural Language Processing framework for TensorFlow.

Word2Vec is used for learning vector representations of words, called "word embeddings". Word2vec is a particularly computationally-efficient predictive model for learning word embeddings from raw text. It comes in two flavors, the Continuous Bag-of-Words model (CBOW) and the Skip-Gram model (Chapter 3.1 and 3.2 in Mikolov et al.).

Used in tandem, SyntaxNet and Word2Vec allows users to generate Learned Embedding models from Natural Language input.

Audience

This course is targeted at Developers and engineers who intend to work with SyntaxNet and Word2Vec models in their TensorFlow graphs.

After completing this course, delegates will:

- understand TensorFlow’s structure and deployment mechanisms
- be able to carry out installation / production environment / architecture tasks and configuration
- be able to assess code quality, perform debugging, monitoring
- be able to implement advanced production like training models, embedding terms, building graphs and logging
7 timer
Oversikt
The Tensor Processing Unit (TPU) is the architecture which Google has used internally for several years, and is just now becoming available for use by the general public. It includes several optimizations specifically for use in neural networks, including streamlined matrix multiplication, and 8-bit integers instead of 16-bit in order to return appropriate levels of precision。

In this instructor-led, live training, participants will learn how to take advantage of the innovations in TPU processors to maximize the performance of their own AI applications.

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

- Train various types of neural networks on large amounts of data.
- Use TPUs to speed up the inference process by up to two orders of magnitude.
- Utilize TPUs to process intensive applications such as image search, cloud vision and photos.

Format of the course

- Part lecture, part discussion, exercises and heavy hands-on practice
21 timer
Oversikt
Torch er et bibliotek med åpen kildekode og et vitenskapelig datarammeverk basert på programmeringsspråket Lua . Det gir et utviklingsmiljø for numerikk, maskinlæring og datasyn, med særlig vekt på dyp læring og sammenvevingsnett. Det er et av de raskeste og mest fleksible rammene for Machine and Deep Learning og brukes av selskaper som Facebook , Go ogle, Twitter, NVIDIA, AMD, Intel og mange andre.

I denne instruktørledede liveopplæringen dekker vi prinsippene for Torch , dens unike funksjoner og hvordan den kan brukes i virkelige applikasjoner. Vi går gjennom en rekke praktiske øvelser gjennom hele tiden, demonstrerer og praktiserer de innlærte konseptene.

Mot slutten av kurset vil deltakerne ha en grundig forståelse av Torch underliggende funksjoner og evner, så vel som dens rolle og bidrag innenfor AI-rommet sammenlignet med andre rammer og biblioteker. Deltakerne vil også ha fått nødvendig praksis for å implementere Torch i sine egne prosjekter.

Kursets format

- Oversikt over maskin og Deep Learning
- Kodings- og integrasjonsøvelser i klassen
- Testspørsmål strødd underveis for å sjekke forståelse
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!