Les formations Intelligence Artificielle | Les formations Artificial Intelligence (AI)
Des formations locales en intelligence artificielle (IA) en direct, animées par un instructeur, expliquent par des exercices pratiques comment mettre en œuvre des solutions d'IA pour résoudre des problèmes concrets. La formation en intelligence artificielle est disponible en tant que "formation sur site en direct" ou "formation en direct à distance". La formation en direct sur site peut être effectuée localement chez le client à France ou dans des centres de formation d'entreprise NobleProg dans France . La formation en direct à distance est réalisée au moyen d'un poste de travail distant et interactif. NobleProg - Votre prestataire de formation local.
Machine Translated
Nos Clients témoignent
★★★★★
★★★★★
Alternance théorie/pratique efficace !
CIRAD
Formation: Introduction au Machine Learning avec MATLAB
Présentation progressive et application des méthodes
Aurélien Briffaz - CIRAD
Formation: Introduction au Machine Learning avec MATLAB
Disponibilité et adaptabilité, réponses aux questions
Jean-Michel MEOT - CIRAD
Formation: Introduction au Machine Learning avec MATLAB
J'ai vraiment apprécié l'approche pratique.
Kevin De Cuyper
Formation: Vision par ordinateur avec OpenCV
Machine Translated
La vue d'ensemble globale de l'apprentissage en profondeur.
Bruno Charbonnier
Formation: Deep Learning, Niveau Avancé
Machine Translated
Les exercices sont suffisamment pratiques et ne nécessitent pas de grandes connaissances en Python.
Alexandre GIRARD
Formation: Deep Learning, Niveau Avancé
Machine Translated
Faire des exercices sur des exemples réels en utilisant Eras. L'Italie a parfaitement compris nos attentes concernant cette formation.
Paul Kassis
Formation: Deep Learning, Niveau Avancé
Machine Translated
J'ai vraiment apprécié les réponses claires de Chris à nos questions.
Léo Dubus
Formation: Réseau de Neurones, les Fondamentaux en utilisant TensorFlow comme Exemple
Machine Translated
J'ai généralement apprécié la flexibilité.
Werner Philipp
Formation: Réseau de Neurones Artificiels, Machine Learning et Deep Thinking
Machine Translated
Compte tenu des perspectives de la technologie: quelle technologie / processus pourrait devenir plus important dans le futur; voir à quoi la technologie peut être utilisée
Commerzbank AG
Formation: Réseau de Neurones, les Fondamentaux en utilisant TensorFlow comme Exemple
Machine Translated
J'ai bénéficié de la sélection de sujets. Style de formation. Orientation pratique
Commerzbank AG
Formation: Réseau de Neurones, les Fondamentaux en utilisant TensorFlow comme Exemple
Machine Translated
Couverture approfondie des sujets d'apprentissage automatique, en particulier des réseaux de neurones. Démystifié beaucoup de sujet.
Sacha Nandlall
Formation: Python for Advanced Machine Learning
Machine Translated
C'est l'un des meilleurs cours pratiques de programmation d'exercices que j'ai jamais suivi.
Laura Kahn
Formation: Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP
Machine Translated
C’est l’une des meilleures formations en ligne de qualité que j’ai jamais eues au cours de ma carrière de 13 ans. Continuez ce bon travail!.
Formation: Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP
Machine Translated
Le style de formation de Richard a gardé son intérêt, les exemples concrets utilisés ont aidé à conduire les concepts à la maison.
Jamie Martin-Royle - NBrown Group
Formation: From Data to Decision with Big Data and Predictive Analytics
Machine Translated
Le contenu, comme je l'ai trouvé très intéressant et pense que cela m'aiderait dans ma dernière année à l'université.
Krishan Mistry - NBrown Group
Formation: From Data to Decision with Big Data and Predictive Analytics
Machine Translated
Exercices
L M ERICSSON LIMITED
Formation: Machine Learning
Machine Translated
les exercices de laboratoire
Marcell Lorant - L M ERICSSON LIMITED
Formation: Machine Learning
Machine Translated
Le cahier Jupyter, dans lequel le matériel de formation est disponible
L M ERICSSON LIMITED
Formation: Machine Learning
Machine Translated
Il y avait beaucoup d'exercices et de sujets intéressants.
L M ERICSSON LIMITED
Formation: Machine Learning
Machine Translated
des exercices de laboratoire géniaux analysés et expliqués en profondeur par le formateur (par exemple, covariants en régression linéaire, correspondant à la fonction réelle)
L M ERICSSON LIMITED
Formation: Machine Learning
Machine Translated
C'est tout simplement génial que tout le matériel, y compris les exercices, soit sur la même page et qu'il soit mis à jour à la volée. La solution est révélée à la fin. Cool! De plus, j'apprécie que Krzysztof ait fait un effort supplémentaire pour comprendre nos problèmes et nous a suggéré des techniques possibles.
Attila Nagy - L M ERICSSON LIMITED
Formation: Machine Learning
Machine Translated
L’utilisation facile de la fonctionnalité VideoCapture pour acquérir des images vidéo à partir d’un appareil photo pour ordinateur portable.
HP Printing and Computing Solutions, Sociedad Limitada Unipe
Formation: Vision par ordinateur avec OpenCV
Machine Translated
J'ai apprécié les conseils du formateur sur l'utilisation des outils. C'est quelque chose qui ne peut pas être obtenu à partir d'Internet et qui est très utile.
HP Printing and Computing Solutions, Sociedad Limitada Unipe
Formation: Vision par ordinateur avec OpenCV
Machine Translated
J'ai apprécié les conseils du formateur sur l'utilisation des outils. C'est quelque chose qui ne peut pas être obtenu à partir d'Internet et qui est très utile.
HP Printing and Computing Solutions, Sociedad Limitada Unipe
Formation: Vision par ordinateur avec OpenCV
Machine Translated
C'était facile à suivre.
HP Printing and Computing Solutions, Sociedad Limitada Unipe
Formation: Vision par ordinateur avec OpenCV
Machine Translated
l'affaire était bien présentée et de manière ordonnée.
Marylin Houle - Ivanhoe Cambridge
Formation: Introduction to R with Time Series Analysis
Machine Translated
J'avais profité de la passion d'enseigner et de me concentrer pour rendre les choses sensées.
Zaher Sharifi - GOSI
Formation: Deep Learning, Niveau Avancé
Machine Translated
C'est un sur un. Je peux poser beaucoup de questions et aussi demander au trainner de répéter quand je n'étais pas clair sur certaines choses.
Formation: Insurtech: A Practical Introduction for Managers
Machine Translated
A propos de la surface faciale.
中移物联网
Formation: Deep Learning for NLP (Natural Language Processing)
Machine Translated
Les échanges informels que nous avons eus au cours des conférences m’ont vraiment aidé à approfondir ma compréhension du sujet
Explore
Formation: Deep Reinforcement Learning with Python
Machine Translated
La patience du formateur
European Space Agency (ESA/ESTEC)
Formation: Getting Started with Quantum Computing and Q#
Machine Translated
Il montre de nombreuses méthodes avec des scripts préparés à l'avance - des matériaux très bien préparés et faciles à retracer
Kamila Begej - GE Medical Systems Polska Sp. Zoo
Formation: Machine Learning – Data science
Machine Translated
J'aime que la formation soit axée sur des exemples et le codage. Je pensais qu'il était impossible de rassembler autant de contenu en trois jours de formation, mais je me suis trompé. La formation a couvert de nombreux sujets et tout a été fait de manière très détaillée (en particulier le réglage des paramètres du modèle - je ne m'attendais pas à ce qu'il y ait un temps pour cela et j'ai été agréablement surpris).
Bartosz Rosiek - GE Medical Systems Polska Sp. Zoo
Formation: Machine Learning – Data science
Machine Translated
le dernier jour. partie génération
Accenture Inc
Formation: Python for Natural Language Generation
Machine Translated
Les sujets faisant référence à NLG. L'équipe a finalement pu apprendre quelque chose de nouveau avec des sujets intéressants, mais ce n'est que le dernier jour. Il y avait aussi plus d'activités pratiques que de diapositives, ce qui était bien.
Accenture Inc
Formation: Python for Natural Language Generation
Machine Translated
J'aime le fait qu'il se concentre davantage sur le comment faire des différentes méthodes de résumé de texte
Formation: Text Summarization with Python
Machine Translated
C’est l’une des meilleures formations en ligne de qualité que j’ai jamais eues au cours de ma carrière de 13 ans. Continuez ce bon travail!.
Formation: Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP
Machine Translated
C'est un sur un. Je peux poser beaucoup de questions et aussi demander au trainner de répéter quand je n'étais pas clair sur certaines choses.
Formation: Insurtech: A Practical Introduction for Managers
Machine Translated
J'aime le fait qu'il se concentre davantage sur le comment faire des différentes méthodes de résumé de texte
Ce cours a été créé à l’intention des gestionnaires, des architectes de solutions, des responsables de l’innovation, des directeurs techniques, des architectes de logiciels et de toute personne intéressée par un aperçu de l’intelligence artificielle appliquée et des prévisions les plus proches pour son développement.
Machine Learning est une branche de l'intelligence artificielle dans laquelle les ordinateurs ont la capacité d'apprendre sans être explicitement programmé. Python est un langage de programmation réputé pour sa syntaxe claire et sa lisibilité. Il offre une excellente collection de bibliothèques et de techniques éprouvées pour développer des applications d’apprentissage automatique.
Au cours de cette formation en direct animée par un instructeur, les participants apprendront comment appliquer des techniques et des outils d'apprentissage automatique pour résoudre des problèmes concrets du secteur bancaire.
Les participants apprennent d’abord les principes clés, puis mettent leurs connaissances en pratique en construisant leurs propres modèles d’apprentissage automatique et en les utilisant pour mener à bien un certain nombre de projets d’équipe.
Public
- Développeurs - Scientifiques de données
Format du cours
- Partie de conférence, partie de discussion, exercices et exercices intensifs
Cortana Intelligence Suite est un ensemble de produits et services intégrés sur le cloud Microsoft Azure qui permettent aux entités de transformer des données en actions intelligentes.
Lors de cette formation en direct animée par un instructeur, les participants apprendront à utiliser les composants de Cortana Intelligence Suite pour créer des applications intelligentes pilotées par les données.
À la fin de cette formation, les participants seront en mesure de:
- Apprendre à utiliser les outils de Cortana Intelligence Suite - Acquérir les dernières connaissances en matière de gestion de données et d'analyse - Utilisez les composants Cortana pour transformer les données en action intelligente - Utilisez Cortana pour créer des applications à partir de rien et lancez-le sur le cloud
L'apprentissage automatique est une branche de l'intelligence artificielle dans laquelle les ordinateurs ont la capacité d'apprendre sans être explicitement programmés L'apprentissage en profondeur est un sous-domaine de l'apprentissage automatique qui utilise des méthodes basées sur l'apprentissage de représentations de données et de structures telles que les réseaux de neurones Python est un langage de programmation de haut niveau connu pour sa syntaxe claire et sa lisibilité Dans cette formation en direct, les participants apprendront comment implémenter des modèles d'apprentissage en profondeur pour la finance en utilisant Python à mesure qu'ils franchissent la phase de création d'un modèle de prédiction du prix des actions d'apprentissage en profondeur À la fin de cette formation, les participants seront en mesure de: Comprendre les concepts fondamentaux de l'apprentissage en profondeur Apprenez les applications et les utilisations de l'apprentissage en profondeur en finance Utilisez Python, Keras et TensorFlow pour créer des modèles d'apprentissage en profondeur pour la finance Construire son propre modèle de prédiction du prix des actions en profondeur en utilisant Python Public Développeurs Les scientifiques de données Format du cours Partie conférence, discussion en partie, exercices et pratique lourde de handson .
L'apprentissage automatique est une branche de l'intelligence artificielle dans laquelle les ordinateurs ont la capacité d'apprendre sans être explicitement programmé. L'apprentissage en profondeur est un sous-domaine de l'apprentissage automatique qui utilise des méthodes basées sur l'apprentissage de représentations de données et de structures telles que les réseaux de neurones. R est un langage de programmation populaire dans le secteur financier. Il est utilisé dans des applications financières allant des programmes de négociation principaux aux systèmes de gestion des risques.
Au cours de cette formation en direct animée par un instructeur, les participants apprendront comment mettre en œuvre des modèles d'apprentissage en profondeur pour les opérations bancaires en utilisant R au fur et à mesure de la création d'un modèle de risque de crédit d'apprentissage en profondeur.
À la fin de cette formation, les participants seront en mesure de:
- Comprendre les concepts fondamentaux de l'apprentissage en profondeur - Apprenez les applications et les utilisations de l'apprentissage en profondeur dans le secteur bancaire - Utilisez R pour créer des modèles d'apprentissage en profondeur pour le secteur bancaire - Construire leur propre modèle de risque de crédit d'apprentissage profond en utilisant R
Public
- Développeurs - Scientifiques de données
Format du cours
- Partie de conférence, partie de discussion, exercices et exercices intensifs
L'apprentissage automatique est une branche de l'intelligence artificielle dans laquelle les ordinateurs ont la capacité d'apprendre sans être explicitement programmés L'apprentissage en profondeur est un sous-domaine de l'apprentissage automatique qui utilise des méthodes basées sur l'apprentissage de représentations de données et de structures telles que les réseaux de neurones Python est un langage de programmation de haut niveau connu pour sa syntaxe claire et sa lisibilité Dans cette formation en ligne, les participants apprendront comment implémenter des modèles d'apprentissage en profondeur pour les banques en utilisant Python alors qu'ils franchissent la phase de création d'un modèle de risque de crédit d'apprentissage en profondeur À la fin de cette formation, les participants seront en mesure de: Comprendre les concepts fondamentaux de l'apprentissage en profondeur Apprenez les applications et les utilisations de l'apprentissage en profondeur dans le secteur bancaire Utilisez Python, Keras et TensorFlow pour créer des modèles d'apprentissage en profondeur pour les services bancaires Construire son propre modèle de risque de crédit d'apprentissage en profondeur en utilisant Python Public Développeurs Les scientifiques de données Format du cours Partie conférence, discussion en partie, exercices et pratique lourde de handson .
L'apprentissage automatique est une branche de l'intelligence artificielle dans laquelle les ordinateurs ont la capacité d'apprendre sans être explicitement programmé. L'apprentissage en profondeur est un sous-domaine de l'apprentissage automatique qui utilise des méthodes basées sur l'apprentissage de représentations de données et de structures telles que les réseaux de neurones. R est un langage de programmation populaire dans le secteur financier. Il est utilisé dans des applications financières allant des programmes de négociation principaux aux systèmes de gestion des risques.
Au cours de cette formation en direct animée par un instructeur, les participants apprendront comment mettre en œuvre des modèles d'apprentissage approfondi pour la finance en utilisant R lorsqu'ils créeront un modèle de prévision du prix des actions d'apprentissage approfondi.
À la fin de cette formation, les participants seront en mesure de:
- Comprendre les concepts fondamentaux de l'apprentissage en profondeur - Apprenez les applications et les utilisations de l'apprentissage en profondeur en finance - Utilisez R pour créer des modèles d'apprentissage en profondeur pour la finance - Construire leur propre modèle de prévision du prix des actions d'apprentissage en profondeur en utilisant R
Public
- Développeurs - Scientifiques de données
Format du cours
- Partie de conférence, partie de discussion, exercices et exercices intensifs
L'apprentissage automatique est une branche de l'intelligence artificielle dans laquelle les ordinateurs ont la capacité d'apprendre sans être explicitement programmé. R est un langage de programmation populaire dans le secteur financier. Il est utilisé dans des applications financières allant des programmes de négociation principaux aux systèmes de gestion des risques.
Au cours de cette formation en direct animée par un instructeur, les participants apprendront comment appliquer des techniques et des outils d'apprentissage automatique pour résoudre des problèmes concrets du secteur financier. R sera utilisé comme langage de programmation.
Les participants apprennent d’abord les principes clés, puis mettent leurs connaissances en pratique en construisant leurs propres modèles d’apprentissage automatique et en les utilisant pour mener à bien un certain nombre de projets d’équipe.
À la fin de cette formation, les participants seront en mesure de:
- Comprendre les concepts fondamentaux de l'apprentissage automatique - Apprenez les applications et les utilisations de la machine learning en finance - Développer leur propre stratégie de trading algorithmique en utilisant l’apprentissage automatique avec R
Public
- Développeurs - Scientifiques de données
Format du cours
- Partie de conférence, partie de discussion, exercices et exercices intensifs
Computer Vision est un domaine qui consiste à extraire, analyser et comprendre automatiquement des informations utiles à partir des médias numériques Python est un langage de programmation de haut niveau connu pour sa syntaxe claire et sa lisibilité Dans cette formation en ligne, les participants apprendront les bases de la vision par ordinateur au fur et à mesure de la création d'un ensemble d'applications simples de Computer Vision utilisant Python À la fin de cette formation, les participants seront en mesure de: Comprendre les bases de la vision par ordinateur Utiliser Python pour implémenter des tâches Computer Vision Construire son propre système de détection de visage, d'objet et de mouvement Public Programmeurs Python intéressés par Computer Vision Format du cours Partie conférence, discussion en partie, exercices et pratique lourde de handson .
L'apprentissage automatique est une branche de l'intelligence artificielle dans laquelle les ordinateurs ont la capacité d'apprendre sans être explicitement programmé. Python est un langage de programmation réputé pour sa syntaxe claire et sa lisibilité. Il offre une excellente collection de bibliothèques et de techniques éprouvées pour développer des applications d’apprentissage automatique.
Au cours de cette formation en direct animée par un instructeur, les participants apprendront comment appliquer des techniques et des outils d'apprentissage automatique pour résoudre des problèmes concrets du secteur financier.
Les participants apprennent d’abord les principes clés, puis mettent leurs connaissances en pratique en construisant leurs propres modèles d’apprentissage automatique et en les utilisant pour mener à bien un certain nombre de projets d’équipe.
À la fin de cette formation, les participants seront en mesure de:
- Comprendre les concepts fondamentaux de l'apprentissage automatique - Apprenez les applications et les utilisations de la machine learning en finance - Développer leur propre stratégie de trading algorithmique en utilisant l'apprentissage automatique avec Python
Public
- Développeurs - Scientifiques de données
Format du cours
- Partie de conférence, partie de discussion, exercices et exercices intensifs
Les progrès technologiques et la quantité croissante d'informations transforment la façon dont les organismes d'application de la loi sont menés Les défis que pose le Big Data sont presque aussi décourageants que la promesse de Big Data Stocker des données efficacement est l'un de ces défis; l'analyser efficacement en est une autre Dans cette formation en ligne, les participants apprendront la manière d'aborder les technologies Big Data, évalueront leur impact sur les processus et politiques existants et mettront en œuvre ces technologies dans le but d'identifier les activités criminelles et de prévenir le crime Des études de cas provenant d'organismes d'application de la loi du monde entier seront examinées afin de mieux comprendre leurs approches, défis et résultats en matière d'adoption À la fin de cette formation, les participants seront en mesure de: Combinez la technologie Big Data avec des processus de collecte de données traditionnels pour reconstituer une histoire au cours d'une enquête Mettre en œuvre des solutions industrielles de stockage et de traitement de Big Data pour l'analyse de données Préparer une proposition pour l'adoption des outils et des processus les plus adéquats pour permettre une approche de l'enquête criminelle axée sur les données Public Spécialistes de l'application de la loi avec un bagage technique Format du cours Partie conférence, discussion en partie, exercices et pratique lourde de handson .
Deep Learning for NLP permet à une machine d'apprendre un traitement de langage simple à complexe Parmi les tâches actuellement possibles figurent la traduction de la langue et la génération de légendes pour les photos DL (Deep Learning) est un sous-ensemble de ML (Machine Learning) Python est un langage de programmation populaire qui contient des bibliothèques pour Deep Learning for NLP Dans cette formation en ligne, les participants apprendront à utiliser les bibliothèques Python pour le traitement automatique du langage naturel (NLP) en créant une application qui traite un ensemble d'images et génère des légendes À la fin de cette formation, les participants seront en mesure de: Concevoir et coder DL pour NLP en utilisant des bibliothèques Python Créer un code Python qui lit une collection substantielle d'images et génère des mots-clés Créer un code Python qui génère des légendes à partir des mots clés détectés Public Programmeurs ayant un intérêt pour la linguistique Les programmeurs qui cherchent une compréhension de la PNL (traitement du langage naturel) Format du cours Partie conférence, discussion en partie, exercices et pratique lourde de handson .
Dans Python Machine Learning, la fonction de synthèse de texte est capable de lire le texte d'entrée et de produire un résumé de texte Cette fonctionnalité est disponible depuis la ligne de commande ou sous la forme d'une API / bibliothèque Python Une application passionnante est la création rapide de résumés exécutifs; ceci est particulièrement utile pour les organisations qui ont besoin d'examiner de grandes quantités de données textuelles avant de générer des rapports et des présentations Dans cette formation en ligne, les participants apprendront à utiliser Python pour créer une application simple qui génère automatiquement un résumé du texte saisi À la fin de cette formation, les participants seront en mesure de: Utilisez un outil de ligne de commande qui résume le texte Concevoir et créer du code de synthèse de texte en utilisant des bibliothèques Python Évaluer trois bibliothèques de résumés Python: sumy 070, pysummarization 104, readless 1017 Public Développeurs Data Scientists Format du cours Partie conférence, discussion en partie, exercices et pratique lourde de handson .
Ce cours commence par vous donner des connaissances conceptuelles dans les réseaux de neurones et généralement dans l'algorithme d'apprentissage automatique, l'apprentissage en profondeur (algorithmes et applications) Partie 1 (40%) de cette formation est plus axée sur les fondamentaux, mais vous aidera à choisir la bonne technologie: TensorFlow, Caffe, Theano, DeepDrive, Keras, etc La partie 2 (20%) de cette formation présente Theano, une bibliothèque de pythons qui facilite l'écriture de modèles d'apprentissage en profondeur La partie 3 (40%) de la formation serait largement basée sur l'API Tensorflow 2nd Generation de la bibliothèque logicielle open source de Google pour Deep Learning Les exemples et handson seraient tous faits dans TensorFlow Public Ce cours est destiné aux ingénieurs cherchant à utiliser TensorFlow pour leurs projets Deep Learning Après avoir terminé ce cours, les délégués: avoir une bonne compréhension des réseaux neuronaux profonds (DNN), CNN et RNN comprendre la structure et les mécanismes de déploiement de TensorFlow être capable d'effectuer les tâches et la configuration de l'environnement / de l'installation / de l'environnement de production être capable d'évaluer la qualité du code, effectuer le débogage, surveiller être en mesure de mettre en œuvre une production avancée comme des modèles de formation, la construction de graphiques et l'exploitation forestière Tous les sujets ne seraient pas couverts dans une classe publique avec une durée de 35 heures en raison de l'immensité du sujet La durée du cours complet sera d'environ 70 heures et non de 35 heures .
La bibliothèque Apache OpenNLP est une boîte à outils basée sur l'apprentissage automatique pour le traitement du texte en langage naturel Il prend en charge les tâches PNL les plus courantes, telles que la détection de langue, la segmentation de phrases, la segmentation de phrases, l'extraction d'entités nommées, le découpage, l'analyse et la résolution de coréférences Dans cette formation en ligne, les participants apprendront comment créer des modèles pour le traitement de données textuelles à l'aide d'OpenNLP Des exemples de données de formation ainsi que des ensembles de données personnalisés seront utilisés comme base pour les exercices en laboratoire À la fin de cette formation, les participants seront en mesure de: Installez et configurez OpenNLP Télécharger des modèles existants et créer leur propre Former les modèles sur différents ensembles de données d'échantillons Intégrez OpenNLP aux applications Java existantes Public Développeurs Les scientifiques de données Format du cours Partie conférence, discussion en partie, exercices et pratique lourde de handson .
Au cours de cette formation en direct animée par un instructeur, les participants apprendront comment appliquer des techniques et des outils d'apprentissage automatique pour résoudre des problèmes concrets du secteur bancaire. R sera utilisé comme langage de programmation.
Les participants apprennent d’abord les principes clés, puis mettent leurs connaissances en pratique en construisant leurs propres modèles d’apprentissage automatique et en les utilisant pour réaliser un certain nombre de projets en direct.
Public
- Développeurs - Scientifiques de données - Professionnels de la banque ayant une formation technique
Format du cours
- Partie de conférence, partie de discussion, exercices et exercices intensifs
L'intelligence artificielle est un ensemble de technologies permettant de créer des systèmes intelligents capables de comprendre les données et les activités associées à ces données afin de prendre des "décisions intelligentes". Pour les fournisseurs de services de télécommunication, la création d'applications et de services utilisant l'IA pourrait permettre d'améliorer les opérations et la maintenance dans des domaines tels que la maintenance et l'optimisation du réseau.
Dans ce cours, nous examinons les différentes technologies qui composent l’IA et les compétences requises pour les utiliser. Tout au long du cours, nous examinons les applications spécifiques d’AI dans l’industrie des télécommunications.
Public
- Ingénieurs de réseau - Personnel d'exploitation du réseau - Responsables techniques télécom
Format du cours
- Partie lecture, partie discussion, exercices pratiques
À la fin de la formation, les délégués devraient être suffisamment familiarisés avec les concepts essentiels de python et devraient être en mesure d'utiliser suffisamment NLTK pour mettre en œuvre la plupart des opérations basées sur la PNL et le ML. La formation vise à donner non seulement une connaissance de l’exécution, mais également une connaissance logique et opérationnelle de la technologie qu’elle contient.
Au cours de cette formation en direct animée par un instructeur, les participants apprendront à utiliser Matlab pour concevoir, construire et visualiser un réseau de neurones à convolution permettant la reconnaissance d'images.
À la fin de cette formation, les participants seront en mesure de:
- Construire un modèle d'apprentissage en profondeur - Automatiser l'étiquetage des données - Travailler avec des modèles de Caffe et TensorFlow - Keras - Former les données en utilisant plusieurs GPU , le cloud ou des clusters
Public
- Développeurs - Ingénieurs - Experts de domaine
Format du cours
- Partie de conférence, partie de discussion, exercices et exercices intensifs
L'analyse prédictive est le processus d'utilisation de l'analyse de données pour faire des prédictions sur le futur Ce processus utilise des données ainsi que des techniques d'exploration de données, de statistiques et d'apprentissage automatique pour créer un modèle prédictif de prévision d'événements futurs Dans cette formation en ligne, les participants apprendront à utiliser Matlab pour créer des modèles prédictifs et les appliquer à de grands ensembles de données pour prédire les événements futurs en fonction des données À la fin de cette formation, les participants seront en mesure de: Créer des modèles prédictifs pour analyser les modèles dans les données historiques et transactionnelles Utiliser la modélisation prédictive pour identifier les risques et les opportunités Construire des modèles mathématiques qui capturent les tendances importantes Utiliser les données des appareils et des systèmes d'entreprise pour réduire le gaspillage, gagner du temps ou réduire les coûts Public Développeurs Ingénieurs Les experts du domaine Format du cours Partie conférence, discussion en partie, exercices et pratique lourde de handson .
TensorFlow Serving est un système destiné à servir les modèles d'apprentissage automatique (ML) à la production Dans cette formation en ligne, les participants apprendront comment configurer et utiliser TensorFlow Serving pour déployer et gérer des modèles ML dans un environnement de production À la fin de cette formation, les participants seront en mesure de: Former, exporter et servir divers modèles TensorFlow Tester et déployer des algorithmes à l'aide d'une architecture unique et d'un ensemble d'API Étendre TensorFlow Serving pour servir d'autres types de modèles au-delà des modèles TensorFlow Public Développeurs Les scientifiques de données Format du cours Partie conférence, discussion en partie, exercices et pratique lourde de handson .
Dans cette formation en ligne, les participants apprendront à utiliser la pile de technologies iOS Machine Learning (ML) au fur et à mesure qu'ils franchissent la phase de création et de déploiement d'une application mobile iOS À la fin de cette formation, les participants seront en mesure de: Créer une application mobile capable de traitement d'image, d'analyse de texte et de reconnaissance vocale Accès aux modèles ML pré-intégrés pour l'intégration dans les applications iOS Créer un modèle ML personnalisé Ajouter la prise en charge de Siri Voice aux applications iOS Comprendre et utiliser des frameworks tels que coreML, Vision, CoreGraphics et GamePlayKit Utilisez des langages et des outils tels que Python, Keras, Caffee, Tensorflow, scikit learn, libsvm, Anaconda et Spyder Public Développeurs Format du cours Partie conférence, discussion en partie, exercices et pratique lourde de handson .
La génération de langage naturel (NLG) se réfère à la production de textes ou de discours en langage naturel par un ordinateur Dans cette formation en ligne, les participants apprendront comment utiliser Python pour produire du texte en langage naturel de haute qualité en construisant leur propre système NLG à partir de zéro Des études de cas seront également examinées et les concepts pertinents seront appliqués à des projets de laboratoire en direct pour générer du contenu À la fin de cette formation, les participants seront en mesure de: Utilisez le format NLG pour générer automatiquement du contenu pour diverses industries, du journalisme à l'immobilier, en passant par les rapports météorologiques et sportifs Sélectionnez et organisez le contenu source, planifiez des phrases et préparez un système de génération automatique de contenu original Comprendre le pipeline NLG et appliquer les bonnes techniques à chaque étape Comprendre l'architecture d'un système de génération de langage naturel (NLG) Mettre en œuvre les algorithmes et les modèles les plus appropriés pour l'analyse et la commande Tirer les données des sources de données disponibles au public ainsi que des bases de données organisées pour les utiliser comme matériau pour le texte généré Remplacer les processus d'écriture manuels et laborieux avec la création de contenu automatisée générée par ordinateur Public Développeurs Les scientifiques de données Format du cours Partie conférence, discussion en partie, exercices et pratique lourde de handson .
Dans cette formation en ligne, les participants apprendront à utiliser les techniques d'apprentissage automatique et de traitement automatique du langage naturel (NLP) pour extraire de la valeur à partir de données textuelles À la fin de cette formation, les participants seront en mesure de: Résoudre des problèmes de science des données basés sur du texte avec un code réutilisable de haute qualité Appliquer différents aspects de scikitlearn (classification, clustering, régression, réduction de dimension) pour résoudre des problèmes Construire des modèles d'apprentissage automatique efficaces en utilisant des données textuelles Créer un ensemble de données et extraire des entités à partir d'un texte non structuré Visualiser les données avec Matplotlib Construire et évaluer des modèles pour mieux comprendre Résoudre les erreurs d'encodage de texte Public Développeurs Data Scientists Format du cours Partie conférence, discussion en partie, exercices et pratique lourde de handson .
Encog est un framework d'apprentissage machine opensource pour Java etNet Dans cette formation en ligne, les participants apprendront comment créer différents composants de réseau neuronal en utilisant ENCOG Les études de cas de Realworld seront discutées et des solutions basées sur le langage machine à ces problèmes seront explorées À la fin de cette formation, les participants seront en mesure de: Préparer les données pour les réseaux de neurones en utilisant le processus de normalisation Mettre en œuvre des réseaux d'anticipation et des méthodologies de formation à la propagation Implémenter des tâches de classification et de régression Modéliser et former des réseaux de neurones à l'aide de l'atelier basé sur l'interface graphique d'Encog Intégrez le support de réseau neuronal dans les applications realworld Public Développeurs Analystes Les scientifiques de données Format du cours Partie conférence, discussion en partie, exercices et pratique lourde de handson .
Encog est un framework d'apprentissage machine opensource pour Java etNet Dans cette formation en direct, les participants apprendront des techniques avancées d'apprentissage automatique pour construire des modèles prédictifs précis de réseaux neuronaux À la fin de cette formation, les participants seront en mesure de: Mettre en œuvre différentes techniques d'optimisation des réseaux neuronaux pour résoudre les problèmes de sous-équipement et de surapprentissage Comprendre et choisir parmi un certain nombre d'architectures de réseaux neuronaux Mettre en place des réseaux de feed-back et de feedback supervisés Public Développeurs Analystes Les scientifiques de données Format du cours Partie conférence, discussion en partie, exercices et pratique lourde de handson .
Dans cette formation en direct, les participants apprendront des techniques avancées d'apprentissage automatique avec R tout en progressant dans la création d'une application Realworld À la fin de cette formation, les participants seront en mesure de: Utiliser des techniques comme l'accord hyperparamétrique et l'apprentissage profond Comprendre et mettre en œuvre des techniques d'apprentissage non supervisées Mettez un modèle en production pour l'utiliser dans une application plus grande Public Développeurs Analystes Les scientifiques de données Format du cours Partie conférence, discussion en partie, exercices et pratique lourde de handson .
Dans cette formation en ligne, les participants apprendront les techniques d'apprentissage automatique les plus pertinentes et les plus avancées de Python, tout en construisant une série d'applications de démonstration impliquant des images, de la musique, du texte et des données financières À la fin de cette formation, les participants seront en mesure de: Implémenter des algorithmes d'apprentissage automatique et des techniques pour résoudre des problèmes complexes Appliquer l'apprentissage en profondeur et l'apprentissage semi-supervisé aux applications impliquant des données d'image, de musique, de texte et financières Pousser les algorithmes Python à leur potentiel maximal Utiliser des bibliothèques et des paquets tels que NumPy et Theano Public Développeurs Analystes Les scientifiques de données Format du cours Partie conférence, discussion en partie, exercices et pratique lourde de handson .
le but de ce cours est de fournir une compétence générale dans l’application des méthodes de machine learning dans la pratique. Grâce à l’utilisation du langage de programmation Python et de ses différentes bibliothèques, et basé sur une multitude d’exemples pratiques, ce cours enseigne comment utiliser les principaux éléments constitutifs de machine learning, comment faire des décisions de modélisation de données, interpréter les les sorties des algorithmes et valider les résultats.
notre objectif est de vous donner les compétences pour comprendre et utiliser les outils les plus fondamentaux de la boîte à outils machine learning en toute confiance et d’éviter les pièges communs des applications Data sciences.
Fidji est un logiciel de traitement d'image opensource qui regroupe ImageJ (un programme de traitement d'images pour des images scientifiques multidimensionnelles) et un certain nombre de plugins pour l'analyse d'images scientifiques Dans cette formation en ligne, les participants apprendront comment utiliser la distribution fidjienne et son programme ImageJ sous-jacent pour créer une application d'analyse d'image À la fin de cette formation, les participants seront en mesure de: Utilisez les fonctions de programmation avancées et les composants logiciels des Fidji pour étendre ImageJ Assembler de grandes images 3D à partir de mosaïques superposées Mettre à jour automatiquement une installation Fidji au démarrage en utilisant le système de mise à jour intégré Choisissez parmi une large sélection de langages de script pour créer des solutions d'analyse d'image personnalisées Utilisez les bibliothèques puissantes des Fidji, comme ImgLib sur de grands ensembles de données de bio-images Déployer leur application et collaborer avec d'autres scientifiques sur des projets similaires Public Scientifiques Des chercheurs Développeurs Format du cours Partie conférence, discussion en partie, exercices et pratique lourde de handson .
Weekend Artificial Intelligence cours, Soir AI formation, AI stage d’entraînement, AI (Artificial Intelligence) formateur à distance, AI formateur en ligne, AI formateur Online, AI cours en ligne, AI cours à distance, Intelligence Artificielle professeur à distance, AI visioconférence, AI (Artificial Intelligence) stage d’entraînement intensif, AI (Artificial Intelligence) formation accélérée, Intelligence Artificielle formation intensive, Formation inter Intelligence Artificielle, Formation intra Artificial Intelligence, Formation intra Enteprise Intelligence Artificielle, Formation inter Entreprise Artificial Intelligence, Weekend Artificial Intelligence formation, Soir Intelligence Artificielle cours, Artificial Intelligence coaching, Artificial Intelligence entraînement, Artificial Intelligence préparation, AI instructeur, Intelligence Artificielle professeur, Artificial Intelligence formateur, AI (Artificial Intelligence) stage de formation, Intelligence Artificielle cours, AI (Artificial Intelligence) sur place, Artificial Intelligence formations privées, AI (Artificial Intelligence) formation privée, Intelligence Artificielle cours particulier, AI (Artificial Intelligence) cours particuliersWeekend Artificial Intelligence cours, Soir AI formation, AI stage d’entraînement, AI (Artificial Intelligence) formateur à distance, AI formateur en ligne, AI formateur Online, AI cours en ligne, AI cours à distance, Artificial Intelligence (AI) professeur à distance, AI visioconférence, AI (Artificial Intelligence) stage d’entraînement intensif, AI (Artificial Intelligence) formation accélérée, Artificial Intelligence (AI) formation intensive, Formation inter Artificial Intelligence (AI), Formation intra Artificial Intelligence, Formation intra Enteprise Artificial Intelligence (AI), Formation inter Entreprise Artificial Intelligence, Weekend Artificial Intelligence formation, Soir Artificial Intelligence (AI) cours, Artificial Intelligence coaching, Artificial Intelligence entraînement, Artificial Intelligence préparation, AI instructeur, Artificial Intelligence (AI) professeur, Artificial Intelligence formateur, AI (Artificial Intelligence) stage de formation, Artificial Intelligence (AI) cours, AI (Artificial Intelligence) sur place, Artificial Intelligence formations privées, AI (Artificial Intelligence) formation privée, Artificial Intelligence (AI) cours particulier, AI (Artificial Intelligence) cours particuliers
.jpg "european organization for nuclear research (cern)")
_ireland.gif "environmental protection agency (epa) ireland")