AdaBoost Python for Machine Learning Training Course

Как ще изглеждат градовете в бъдеще? Как Artificial Intelligence (AI) може да се използва за подобряване на градското планиране? Как изкуственият интелект може да се използва, за да направи градовете по-ефективни, удобни за живеене, по-безопасни и екологични?

В това обучение на живо, водено от инструктор (на място или дистанционно), ние изследваме различните технологии, които съставляват AI, както и наборите от умения и умствената рамка, необходими, за да ги използваме за градско планиране. Ние също така обхващаме инструменти и подходи за събиране и организиране на подходящи данни за използване в AI, включително извличане на данни.

Публика

Градостроители Архитекти Разработчици Транспортни служители

Формат на курса

Отчасти лекция, отчасти дискусия и поредица от интерактивни упражнения.

Забележка

За да поискате персонализирано обучение за този курс, моля свържете се с нас, за да уговорим.

AI е колекция от технологии за изграждане на интелигентни системи, способни да разбират данните и дейностите около данните, за да вземат "интелигентни решения". За Telecom доставчици изграждането на приложения и услуги, които използват AI, може да отвори вратата за подобрени операции и обслужване в области като поддръжка и оптимизация на мрежата.

В този курс разглеждаме различните технологии, които изграждат AI и наборите от умения, необходими за тяхното използване. По време на курса разглеждаме специфичните приложения на AI в Telecom индустрията.

Публика

Мрежови инженери Персонал по мрежовите операции Telecom технически ръководители

Формат на курса

Част лекция, част дискусия, практически упражнения

Този курс е създаден за мениджъри, архитекти на решения, служители по иновациите, технически директори, софтуерни архитекти и всеки, който се интересува от общ преглед на приложния изкуствен интелект и най-близката прогноза за неговото развитие.

Този курс е създаден за хора, които нямат предишен опит в областта на вероятностите и статистиката.

Линейната алгебра е дял от математиката, който се занимава с вектори, матрици и линейни трансформации. Познаването на линейната алгебра помага на инженерите и разработчиците да подобрят своите способности за машинно обучение. Разбирането на концепциите за линейна алгебра им позволява да разберат по-добре принципите зад техниките за машинно обучение и по този начин да решават проблеми по-бързо.

В това водено от инструктор обучение на живо участниците ще научат основите на линейната алгебра, докато преминават през решаването на проблем с машинно обучение, използвайки методи на линейна алгебра.

До края на това обучение участниците ще могат:

Разберете основните концепции на линейната алгебра Научете уменията за линейна алгебра, необходими за машинно обучение Използвайте структури и концепции на линейната алгебра, когато работите с данни, изображения, алгоритми и т.н. Решете проблем с машинно обучение с помощта на линейна алгебра

Публика

Разработчици Инженери

Формат на курса

Част лекция, част дискусия, упражнения и тежка практическа практика

Забележка

За да поискате персонализирано обучение за този курс, моля свържете се с нас, за да уговорим.

Това водено от инструктор обучение на живо в България (онлайн или на място) е насочено към инженери, които желаят да използват платформата за плъзгане и пускане на Azure ML за внедряване на Machine Learning работни натоварвания, без да се налага да купуват софтуер и хардуер и без да се притесняват относно поддръжката и внедряването.

До края на това обучение участниците ще могат:

• Пишете изключително точни модели за машинно обучение с помощта на Python, R или инструменти с нулев код.
• Използвайте наличните набори от данни и алгоритми на Azure за обучение и проследяване на модели за машинно обучение и задълбочено обучение.
• Използвайте интерактивното работно пространство на Azures за съвместно разработване на ML модели.
• Изберете от различни поддържани от Azure ML рамки като PyTorch, TensorFlow и scikit-learn.

Изкуствената невронна мрежа е изчислителен модел на данни, използван при разработването на системи с изкуствен интелект (AI), способни да изпълняват „интелигентни“ задачи. Neural Networks обикновено се използват в приложения за машинно обучение (ML), които сами по себе си са едно изпълнение на AI. Deep Learning е подгрупа на ML.

Това е 4-дневен курс, представящ AI и неговото приложение. Има опция да имате допълнителен ден за предприемане на AI проект след завършване на този курс.

Това е 4-дневен курс, който въвежда AI и прилагането му с помощта на Python програмния език. Има възможност да имате допълнителен ден, за да предприемете проект за ИИ при завършване на този курс. 

Този обучителен курс е за хора, които биха искали да приложат Machine Learning в практически приложения.

Публика

Този курс е за специалисти по данни и статистици, които са запознати със статистиката и знаят как да програмират R (или Python или друг избран език). Акцентът на този курс е върху практическите аспекти на подготовката на данни/модел, изпълнението, пост-хок анализ и визуализация.

Целта е да се дадат практически приложения на Machine Learning на участниците, които се интересуват от прилагането на методите на работа.

Използват се специфични за сектора примери, за да се направи обучението подходящо за аудиторията.

Това водено от инструктор обучение на живо в България (онлайн или на място) е насочено към специалисти по данни и разработчици, които желаят да създават и обучават модели за машинно обучение за внедряване в готови за производство хостинг среди.

До края на това обучение участниците ще могат:

• Използвайте екземпляри на бележник, за да подготвите и качите данни за обучение.
• Обучете модели за машинно обучение, като използвате набори от данни за обучение.
• Разположете обучени модели до крайна точка, за да създадете прогнози.

Това водено от инструктор обучение на живо в България (онлайн или на място) е насочено към специалисти по данни, които желаят да използват Azure Machine Learning за изграждане на модели за машинно обучение от край до край за прогнозен анализ.

До края на това обучение участниците ще могат:

• Създавайте модели за машинно обучение с нулев опит в програмирането.
• Създайте прогнозни алгоритми с Azure Machine Learning.
• Внедрете готови за производство алгоритми за машинно обучение.

Този курс ще бъде комбинация от теория и практическа работа с конкретни примери, използвани по време на събитието.

Това водено от инструктор обучение на живо в България (онлайн или на място) е насочено към уеб разработчици, които желаят да създават модели за машинно обучение с Core ML за iOS 11 и разработка на macOS High Sierra.

До края на това обучение участниците ще могат:

• Създавайте приложения, управлявани от AI, които използват машинно обучение.
• Внедрете модели за машинно обучение, които класифицират изображения.
• Използвайте Core ML API за поддръжка на персонализирани работни потоци и разширени случаи на използване
• Анализирайте текст на естествен език с модели за машинно обучение.

Това водено от инструктор обучение на живо в България (онлайн или на място) е насочено към инженери, специалисти по данни и анализатори на данни, които желаят да използват Dataiku DSS за разработване на тръбопроводи за машинно обучение и да използват процесите на AI при генериране на стратегически организационни инициативи .

До края на това обучение участниците ще могат:

• Инсталирайте и конфигурирайте Dataiku DSS според предпочитаната от тях операционна система.
• Разберете концепциите и принципите на AI/ML, които са основни за функциите на Dataiku.
• Създават и прилагат свои собствени кодове за визуализация на данни в проекти на Dataiku DSS.
• Разположете ML модели и тръбопроводи в производствени среди, изградени около Dataiku DSS.
• Оптимизират гъвкавостта и гъвкавостта на методите за анализ на данни на своите корпоративни приложения.
• Използвайте Dataiku DSS, за да защитите и управлявате как данните протичат през други бизнес системи.