L'apprentissage automatique ou apprentissage statistique, champ d'étude de l'intelligence artificielle, concerne la conception, l'analyse, le développement et l'implémentation de méthodes permettant à une machine (au sens large) d'évoluer par un processus systématique, et ainsi de remplir des tâches difficiles ou problématiques à remplir par des moyens algorithmiques plus classiques.

Nos Clients témoignent

★★★★★

Le matériel de référence à utiliser plus tard était très bon.

PAUL BEALES- Seagate Technology.

Formation: Applied Machine Learning

Translated by

Qu'est-ce qui vous a le plus plu dans la formation?: M'a donné une bonne pratique en utilisant R pour créer des systèmes d'apprentissage automatique pour des situations réelles. Je peux l'utiliser immédiatement dans mon travail. C'était un excellent cours. L'un des meilleurs que j'ai eu.

Matthew Thomas - British Telecom

Formation: Applied Machine Learning

Translated by

C'était très interactif et plus détendu et informel que prévu. Nous avons couvert de nombreux sujets dans le temps et le formateur a toujours été réceptif à parler plus en détail ou plus généralement des sujets et de leurs relations. Je pense que la formation m'a donné les outils pour continuer à apprendre, par opposition à une session unique où l'apprentissage s'arrête une fois que vous avez terminé, ce qui est très important compte tenu de l'ampleur et de la complexité du sujet.

Jonathan Blease

Formation: Artificial Neural Networks, Machine Learning, Deep Thinking

Translated by

Le formateur était très compétent et comprenait des domaines qui m'intéressaient.

Mohamed Salama

Formation: Data Mining & Machine Learning avec R

Translated by

Le sujet est très intéressant.

Wojciech Baranowski

Formation: Introduction au Deep Learning

Translated by

Connaissances théoriques des formateurs et volonté de résoudre les problèmes avec les participants après la formation.

Grzegorz Mianowski

Formation: Introduction au Deep Learning

Translated by

Sujet. Très intéressant!.

Piotr

Formation: Introduction au Deep Learning

Translated by

Les exercices après chaque sujet ont été très utiles, même s’ils étaient trop compliqués à la fin. En général, le matériel présenté était très intéressant et intéressant! Les exercices avec reconnaissance d'image étaient excellents.

Dolby Poland Sp. z o.o.

Formation: Introduction au Deep Learning

Translated by

Je pense que si la formation se faisait en polonais, cela permettrait au formateur de partager ses connaissances plus efficacement.

Radek

Formation: Introduction au Deep Learning

Translated by

La vue d'ensemble globale de l'apprentissage en profondeur.

Bruno Charbonnier

Formation: Deep Learning, Niveau Avancé

Translated by

Les exercices sont suffisamment pratiques et ne nécessitent pas de grandes connaissances en Python.

Alexandre GIRARD

Formation: Deep Learning, Niveau Avancé

Translated by

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

Translated by

L'objet. Cela semblait intéressant, mais je suis parti en sachant pas beaucoup plus qu'avant.

Radoslaw Labedzki

Formation: Introduction au Deep Learning

Translated by

J'ai aimé que ce cours ait un sujet très intéressant.

Wojciech Wilk

Formation: Introduction au Deep Learning

Translated by

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

Translated by

J'ai généralement apprécié le formateur compétent.

Sridhar Voorakkara

Formation: Réseau de Neurones, les Fondamentaux en utilisant TensorFlow comme Exemple

Translated by

J'ai été stupéfait par la qualité de ce cours - je dirais que c'était la norme universitaire.

David Relihan

Formation: Réseau de Neurones, les Fondamentaux en utilisant TensorFlow comme Exemple

Translated by

Très bon aperçu général. Un bon contexte pour savoir pourquoi Tensorflow fonctionne comme il le fait.

Kieran Conboy

Formation: Réseau de Neurones, les Fondamentaux en utilisant TensorFlow comme Exemple

Translated by

J'ai aimé les possibilités de poser des questions et d'obtenir des explications plus approfondies de la théorie.

Sharon Ruane

Formation: Réseau de Neurones, les Fondamentaux en utilisant TensorFlow comme Exemple

Translated by

Nous avons eu beaucoup plus d'informations sur le sujet. Une belle discussion a été faite avec certains sujets réels au sein de notre société.

Sebastiaan Holman

Formation: Machine Learning et Deep Learning

Translated by

La formation a fourni les bases qui nous permettent de continuer à nous développer en montrant comment la théorie et la pratique vont de pair. Cela m'a en fait plus intéressé par le sujet que par le passé.

Jean-Paul van Tillo

Formation: Machine Learning et Deep Learning

Translated by

J'ai vraiment apprécié la couverture et la profondeur des sujets.

Anirban Basu

Formation: Machine Learning et Deep Learning

Translated by

La connaissance approfondie du formateur sur le sujet.

Sebastian Görg

Formation: Introduction au Deep Learning

Translated by

Approche très actualisée ou IPC (flux tensoriel, ère, apprendre) pour faire de l'apprentissage automatique.

Paul Lee

Formation: TensorFlow pour la Reconnaissance d'Image

Translated by

Très souple.

Frank Ueltzhöffer

Formation: Réseau de Neurones Artificiels, Machine Learning et Deep Thinking

Translated by

J'ai généralement apprécié la flexibilité.

Werner Philipp

Formation: Réseau de Neurones Artificiels, Machine Learning et Deep Thinking

Translated by

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

Translated by

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

Translated by

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

Translated by

Exercices

L M ERICSSON LIMITED

Formation: Machine Learning

Translated by

les exercices de laboratoire

Marcell Lorant - L M ERICSSON LIMITED

Formation: Machine Learning

Translated by

Le cahier Jupyter, dans lequel le matériel de formation est disponible

L M ERICSSON LIMITED

Formation: Machine Learning

Translated by

Il y avait beaucoup d'exercices et de sujets intéressants.

L M ERICSSON LIMITED

Formation: Machine Learning

Translated by

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

Translated by

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

Translated by

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

Translated by

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

Translated by

It is showing many methods with pre prepared scripts- very nicely prepared materials & easy to traceback

Kamila Begej - GE Medical Systems Polska Sp. Zoo

Formation: Machine Learning – Data science

I like that training was focused on examples and coding. I thought that it is impossible to pack so much content into three days of training, but I was wrong. Training covered many topics and everything was done in a very detailed manner (especially tuning of model's parameters - I didn't expected that there will be a time for this and I was gratly surprised).

Bartosz Rosiek - GE Medical Systems Polska Sp. Zoo

Formation: Machine Learning – Data science

Sous-catégories Machine Learning

Plans de cours Machine Learning

Title

Durée

Aperçu

Title

Durée

Aperçu

Artificial Intelligence Overview

7 hours

Aperçu

Ce cours a été créé pour les responsables, les architectes de solutions, les responsables de l’innovation, les directeurs techniques, les architectes de logiciels et toute personne intéressée par un aperçu de l’intelligence artificielle appliquée et les prévisions les plus proches pour son développement.

OpenNLP for Text Based Machine Learning

14 hours

Aperçu

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 .

Deep Learning for Banking (with R)

28 hours

Aperçu

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 R est un langage de programmation populaire dans l'industrie financière Il est utilisé dans des applications financières allant des principaux programmes d'échange aux systèmes de gestion des risques Dans le cadre de cette formation en direct, les participants apprendront comment mettre en œuvre des modèles d'apprentissage en profondeur pour les banques en utilisant le 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 les opérations bancaires Construire son propre modèle de risque de crédit d'apprentissage en profondeur en utilisant R Public Développeurs Les scientifiques de données Format du cours Partie conférence, discussion en partie, exercices et pratique lourde de handson .

Deep Learning for Banking (with Python)

28 hours

Aperçu

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 .

Deep Learning for Finance (with R)

28 hours

Aperçu

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 R est un langage de programmation populaire dans l'industrie financière Il est utilisé dans des applications financières allant des principaux programmes d'échange aux systèmes de gestion des risques Dans cette formation en direct, les participants apprendront comment mettre en œuvre des modèles d'apprentissage en profondeur pour la finance en utilisant le R au fur et à mesure de la création d'un modèle de prédiction du prix des actions 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 son propre modèle de prédiction du prix des actions d'apprentissage en profondeur en utilisant R Public Développeurs Les scientifiques de données Format du cours Partie conférence, discussion en partie, exercices et pratique lourde de handson .

Machine Learning for Finance (with R)

28 hours

Aperçu

L'apprentissage automatique est une branche de l'intelligence artificielle dans laquelle les ordinateurs ont la capacité d'apprendre sans être explicitement programmés R est un langage de programmation populaire dans l'industrie financière Il est utilisé dans des applications financières allant des principaux programmes d'échange aux systèmes de gestion des risques Dans cette formation en direct, les participants apprendront à appliquer des techniques d'apprentissage automatique et des outils pour résoudre les problèmes du monde réel dans l'industrie de la finance 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 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 l'apprentissage automatique en finance Développer sa propre stratégie de trading algorithmique en utilisant l'apprentissage automatique avec R Public Développeurs Les scientifiques de données Format du cours Partie conférence, discussion en partie, exercices et pratique lourde de handson .

Machine Learning for Finance (with Python)

21 hours

Aperçu

L'apprentissage automatique est une branche de l'intelligence artificielle dans laquelle les ordinateurs ont la capacité d'apprendre sans être explicitement programmés Python est un langage de programmation connu pour sa syntaxe et sa lisibilité Il offre une excellente collection de bibliothèques et de techniques éprouvées pour développer des applications d'apprentissage automatique Dans cette formation en direct, les participants apprendront à appliquer des techniques d'apprentissage automatique et des outils pour résoudre les problèmes du monde réel dans l'industrie de la finance 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 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 l'apprentissage automatique en finance Développer sa propre stratégie de trading algorithmique en utilisant l'apprentissage automatique avec Python Public Développeurs Les scientifiques de données Format du cours Partie conférence, discussion en partie, exercices et pratique lourde de handson .

Deep Learning for NLP (Natural Language Processing)

28 hours

Aperçu

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 .

Text Summarization with Python

14 hours

Aperçu

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 .

Understanding Deep Neural Networks

35 hours

Aperçu

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 .

Machine Learning for Banking (with Python)

21 hours

Aperçu

L'apprentissage automatique est une branche de l'intelligence artificielle dans laquelle les ordinateurs ont la capacité d'apprendre sans être explicitement programmés Python est un langage de programmation connu pour sa syntaxe et sa lisibilité Il offre une excellente collection de bibliothèques et de techniques éprouvées pour développer des applications d'apprentissage automatique Dans cette formation en direct, les participants apprendront à appliquer des techniques d'apprentissage automatique et des outils pour résoudre les problèmes du monde réel dans le 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 réaliser un certain nombre de projets d'équipe Public Développeurs Les scientifiques de données Format du cours Partie conférence, discussion en partie, exercices et pratique lourde de handson .

Turning Data into Intelligent Action with Cortana Intelligence

28 hours

Aperçu

Cortana Intelligence Suite est un ensemble de produits et services intégrés sur Microsoft Azure Cloud qui permettent aux entités de transformer des données en actions intelligentes Dans cette formation en ligne, les participants apprendront à utiliser les composants de la suite Cortana Intelligence pour créer des applications intelligentes basées sur les données À la fin de cette formation, les participants seront en mesure de: Apprenez à utiliser les outils de Cortana Intelligence Suite Acquérir les dernières connaissances en matière de gestion et d'analyse des données Utilisez les composants Cortana pour transformer les données en une action intelligente Utilisez Cortana pour créer des applications à partir de zéro et le lancer sur le cloud Public Les scientifiques de données Programmeurs Développeurs Les gestionnaires Architectes Format du cours Partie conférence, discussion en partie, exercices et pratique lourde de handson .

Machine Learning for Banking (with R)

28 hours

Aperçu

Dans cette formation en direct, les participants apprendront à appliquer des techniques d'apprentissage automatique et des outils pour résoudre les problèmes du monde réel dans le 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 Les scientifiques de données Professionnels de la banque avec un bagage technique Format du cours Partie conférence, discussion en partie, exercices et pratique lourde de handson .

Matlab for Deep Learning

14 hours

Aperçu

Dans cette formation en ligne, les participants apprendront comment utiliser Matlab pour concevoir, construire et visualiser un réseau de neurones convolutionnels pour 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 TensorFlowKeras Formation des données à l'aide de plusieurs GPU, du cloud ou des clusters Public Développeurs Ingénieurs Les experts du domaine Format du cours Partie conférence, discussion en partie, exercices et pratique lourde de handson .

TensorFlow Serving

7 hours

Aperçu

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 .

Machine Learning on iOS

14 hours

Aperçu

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 .

Python: Machine Learning with Text

21 hours

Aperçu

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: Introduction to Machine Learning

14 hours

Aperçu

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: Advanced Machine Learning

14 hours

Aperçu

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 .

Advanced Machine Learning with R

21 hours

Aperçu

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 .

Deep Learning for Finance (with Python)

28 hours

Aperçu

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 .

Building Intelligent Mobile Applications

35 hours

Aperçu

Les applications intelligentes sont des applications de nouvelle génération qui peuvent apprendre en permanence des interactions de l'utilisateur pour offrir une meilleure valeur et une meilleure pertinence aux utilisateurs Dans cette formation en direct, les participants apprendront comment construire des applications mobiles intelligentes et des robots À la fin de cette formation, les participants seront en mesure de: Comprendre les concepts fondamentaux des applications intelligentes Apprenez à utiliser divers outils pour créer des applications intelligentes Créez des applications intelligentes à l'aide d'Azure, de l'API Cognitive Services, de Stream Analytics et de Xamarin Public Développeurs Programmeurs Amateurs Format du cours Partie conférence, discussion en partie, exercices et pratique lourde de handson .

Machine Learning with Python

21 hours

Aperçu

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.

Applied AI from Scratch

28 hours

Aperçu

This is a 4 day course introducing AI and it's application. There is an option to have an additional day to undertake an AI project on completion of this course.

Deep Learning with TensorFlow 2.0

21 hours

Aperçu

TensorFlow est une bibliothèque populaire et machine learning développée par Google pour l’apprentissage profond, le calcul numérique et l’apprentissage automatique à grande échelle. TensorFlow 2,0, publié dans Jan 2019, est la dernière version de TensorFlow et inclut des améliorations dans l’exécution avide, la compatibilité et la cohérence des API.

ce formateur-dirigé, formation en direct (sur place ou à distance) est destiné aux développeurs et les scientifiques de données qui souhaitent utiliser Tensorflow 2,0 pour construire des prédicteurs, classificateurs, modèles génératifs, réseaux neuronaux et ainsi de suite.

à la fin de cette formation, les participants pourront:

- installer et configurer TensorFlow 2,0.
- comprendre les avantages de TensorFlow 2,0 sur les versions précédentes.
- construire des modèles d’apprentissage profond.
- implémenter un classifieur d’image avancé.
- déployez un modèle d’apprentissage profond sur les appareils Cloud, mobiles et IoT.

format du cours

- conférence interactive et discussion.
- beaucoup d’exercices et de la pratique.
implémentation de - Hands-on dans un environnement Live-Lab.

cours options de personnalisation

- pour demander une formation personnalisée pour ce cours, s’il vous plaît nous contacter pour organiser.
- pour en savoir plus sur TensorFlow, veuillez visiter: https://www.tensorflow.org/

Feature Engineering for Machine Learning

14 hours

Aperçu

Feature Engineering est le processus de sélection et de transformation des données afin d’améliorer la précision des algorithmes d’apprentissage automatique. Elle exige une profonde familiarité avec les données de la part d’un expert en matière.

cette formation dirigée par un instructeur, en direct (sur site ou à distance) s’adresse aux personnes qui souhaitent appliquer des techniques d’ingénierie de fonctionnalités pour mieux traiter les données et obtenir de meilleurs modèles de machine learning.

à la fin de cette formation, les participants pourront:

- mettre en place un environnement de développement optimal, y compris tous les packages python nécessaires.
- obtenir des informations importantes en analysant les fonctionnalités d’un ensemble de données.
- optimiser les modèles de machine learning grâce à l’adaptation des données brutes elles-mêmes.
- Nettoyez et transformez les ensembles de données en préparation pour l’apprentissage automatique.

format du cours

- conférence interactive et discussion.
- beaucoup d’exercices et de la pratique.
implémentation de - Hands-on dans un environnement Live-Lab.

cours options de personnalisation

- pour demander une formation personnalisée pour ce cours, s’il vous plaît nous contacter pour organiser.

Artificial Intelligence (AI) with H2O

14 hours

Aperçu

H2O est une plateforme d'analyse prédictive Open source. Il prend en charge R, Python, Scala, Java et REST.

cette formation dirigée par un instructeur, en direct (sur site ou à distance) s'adresse aux personnes techniques qui souhaitent construire des modèles de machine learning à l'aide d'algorithmes tels que GLM, Deep Learning et Random forêts.

à la fin de cette formation, les participants pourront:

- installer et configurer H2O.
- créer des modèles machine learning en utilisant différents algorithmes populaires.
- évaluez les modèles en fonction du type de données et des besoins de l'entreprise.

format du cours

- conférence interactive et discussion.
- beaucoup d'exercices et de la pratique.
implémentation de - Hands-on dans un environnement Live-Lab.

cours options de personnalisation

- pour demander une formation personnalisée pour ce cours, s'il vous plaît nous contacter pour organiser.
- pour en savoir plus sur H2O, s'il vous plaît visitez: https://www.h2o.ai/

H2O AutoML

14 hours

Aperçu

H2O AutoML est une plate-forme d'intelligence artificielle qui automatise le processus de construction, de sélection et d'optimisation d'un grand nombre de modèles de machine learning.

ce formateur-dirigé, formation en direct (sur place ou à distance) est destiné aux scientifiques de données qui souhaitent utiliser H2O AutoML pour automoate le processus de construction et de sélection de la meilleure machine learning algorithme et paramètres.

à la fin de cette formation, les participants pourront:

- automatisez le workflow de machine learning.
- automatiquement former et régler de nombreux modèles de machine learning dans un intervalle de temps spécifié.
les ensembles empilés - train pour arriver à des modèles d'ensemble hautement prédictifs.

format du cours

- conférence interactive et discussion.
- beaucoup d'exercices et de la pratique.
implémentation de - Hands-on dans un environnement Live-Lab.

cours options de personnalisation

- pour demander une formation personnalisée pour ce cours, s'il vous plaît nous contacter pour organiser.

AutoML with Auto-sklearn

14 hours

Aperçu

auto-sklearn est un package Python construit autour de la bibliothèque d'apprentissage de la machine scikit-Learn. Il recherche automatiquement l'algorithme d'apprentissage approprié pour un nouveau jeu de données machine learning et optimise ses paramètres.

cette formation en direct (sur site ou à distance) dirigée par un instructeur est destinée aux praticiens de l'apprentissage automatique qui souhaitent utiliser auto-sklearn pour automatiser le processus de sélection et d'optimisation d'un modèle de machine learning.

à la fin de cette formation, les participants pourront:

- automatisez le processus de formation de modèles de machine learning très efficaces.
- construire des modèles de machine learning très précis tout en contournant les tâches plus fastidieuses de sélection, de formation et de test de différents modèles.
- utiliser la puissance de l'apprentissage automatique pour résoudre des problèmes d'affaires réels.

format du cours

- conférence interactive et discussion.
- beaucoup d'exercices et de la pratique.
implémentation de - Hands-on dans un environnement Live-Lab.

cours options de personnalisation

- pour demander une formation personnalisée pour ce cours, s'il vous plaît nous contacter pour organiser.

AutoML with Auto-Keras

14 hours

Aperçu

auto-keras (également appelé Autokeras ou auto keras) est une bibliothèque python Open source pour l'apprentissage automatique automatisé (AutoML).

cette formation dirigée par un instructeur, en direct (sur site ou à distance) s'adresse aux scientifiques de données ainsi qu'aux personnes moins techniques qui souhaitent utiliser auto-keras pour automatiser le processus de sélection et d'optimisation d'un modèle de machine learning.

à la fin de cette formation, les participants pourront:

- automatisez le processus de formation de modèles de machine learning très efficaces.
- recherche automatiquement les meilleurs paramètres pour les modèles d'apprentissage profond.
- construire des modèles de machine learning très précis.
- utiliser la puissance de l'apprentissage automatique pour résoudre des problèmes d'affaires réels.

format du cours

- conférence interactive et discussion.
- beaucoup d'exercices et de la pratique.
implémentation de - Hands-on dans un environnement Live-Lab.

cours options de personnalisation

- pour demander une formation personnalisée pour ce cours, s'il vous plaît nous contacter pour organiser.
- pour en savoir plus sur auto-keras, s'il vous plaît visitez: https://autokeras.com/

Prochains cours Machine Learning

Deep Learning for Finance (with R)

2019-07-15 09:30:00

Lyon, Gare Lyon Part-Dieu

Remote

7000EUR

Salle de Classe

8000EUR

Deep Reinforcement Learning with Python

2019-07-15 09:30:00

Lyon, Gare Lyon Part-Dieu

Remote

5250EUR

Salle de Classe

6050EUR

Deep Reinforcement Learning with Python

2019-07-15 09:30:00

Orléans, gare centrale

Remote

5250EUR

Salle de Classe

6050EUR

Deep Reinforcement Learning with Python

2019-07-15 09:30:00

Paris, Opera Bourse

Remote

5250EUR

Salle de Classe

6050EUR

Deep Reinforcement Learning with Python

2019-07-15 09:30:00

Limoges, Centre Ville

Remote

5250EUR

Salle de Classe

6050EUR

Autres régions

;Paris Lyon Lille Toulouse Marseille Montpellier Nantes Clermont-Ferrand Bordeaux Grenoble Poitiers Strasbourg Orléans Amiens Rennes Tours Limoges

Other countries

Ces formations sont également disponibles dans d'autres pays ››

Conseil

Machine Learning Conseil

Weekend Machine Learning cours, Soir Machine Learning formation, Machine Learning stage d’entraînement, Machine Learning formateur à distance, Machine Learning formateur en ligne, Machine Learning formateur Online, Machine Learning cours en ligne, Machine Learning cours à distance, Machine Learning professeur à distance, Machine Learning visioconférence, Machine Learning stage d’entraînement intensif, Machine Learning formation accélérée, Machine Learning formation intensive, Formation inter Machine Learning, Formation intra Machine Learning, Formation intra Enteprise Machine Learning, Formation inter Entreprise Machine Learning, Weekend Machine Learning formation, Soir Machine Learning cours, Machine Learning coaching, Machine Learning entraînement, Machine Learning préparation, Machine Learning instructeur, Machine Learning professeur, Machine Learning formateur, Machine Learning stage de formation, Machine Learning cours, Machine Learning sur place, Machine Learning formations privées, Machine Learning formation privée, Machine Learning cours particulier, Machine Learning cours particuliers