Scientific Computing with Python SciPy培训

这是为期5天的Data Science和AI入门。

本课程随附使用Python示例和练习

这种以讲师为主导的中国现场现场培训针对希望通过算法交易，Python和R实现自动交易的业务分析师。

在培训结束时，参与者将能够：

• 采用算法以专门的增量快速买卖证券。
• 使用算法交易降低与交易相关的成本。
• 自动监控股票价格并进行交易。

这种以讲师为主导的中国现场培训（现场或远程）针对的是希望使用R和Python进行编程以进行异常值检测的数据科学家和数据分析师。

在培训结束时，参与者将能够：

• 确定数据是异常值还是预期值。
• 实现异常检测算法。
• 使用各种技术和方法来检测异常。

这是一个4天的课程介绍人工智能和它的应用,使用编程语言。 有一个选项有一个额外的日子,在完成这个课程时进行人工智能项目。

这种以讲师为主导的中国现场培训（现场或远程）针对的是希望在GIS流程中自动执行重复性任务的GIS分析师。

在培训结束时，参与者将能够：

• 使用 Python 和 ArcGIS 工具构建 GIS 应用程序。
• 使用 ArcGIS 包 ArcPy 进行开发，使用 Python。
• 使用 Python 中的对象类应用 ArcGIS 模块实现地图自动化。

这个 由讲师指导的 中国 现场培训 首先讨论 BDD 以及如何使用 Behave 框架对 Web 应用程序进行 BDD 测试。参与者有充足的机会与讲师和同龄人互动，同时实施在这个动手实践的实验室环境中学到的概念和策略。

在培训结束时，参与者将对 BDD 和 Behave 有深入的了解，以及在实际测试场景中实现这些技术和工具的必要实践。

这种以讲师为主导的中国现场培训（现场或远程）针对希望使用Bio python的生物学家。

在培训结束时，参与者将能够：

• 将生物学概念与信息技术相结合，以解决研究问题。
• 从大型生物来源数据集中挖掘信息。
• 为基本研究任务创建算法。

ChatBots是通过聊天界面自动模拟人类响应的计算机程序。 ChatBots通过为用户交互提供更简单，更快捷的选项，帮助组织最大限度地提高运营效率。

在这个以讲师为主导的现场培训中，参与者将学习如何在Python构建聊天机器人。

在培训结束时，参与者将能够：

• 了解构建聊天机器人的基础知识
• 使用Python构建，测试，部署和排除各种聊天机器人的故障

听众

• 开发商

课程形式

• 部分讲座，部分讨论，练习和繁重的实践练习

注意

• 要申请本课程的定制培训，请联系我们安排。

这种以讲师为主导的现场培训中国（现场或远程）针对的是希望使用CI / CD实践与Python构建自动化管道的开发人员或DevOps工程师。

在培训结束时，参与者将能够：

• 使用 Python 设置必要的开发环境以开始构建 CI/CD 管道。
• 使用 Travis-CI 构建用于测试和发布 Python 包的自动化管道。
• 使用 Docker 和 Heroku 自动部署容器化应用程序。

这种以讲师为主导的中国现场现场培训面向希望使用CUDA 构建在NVIDIA GPU上并行运行的Python应用程序的开发人员。

在培训结束时，参与者将能够：

• 使用 Numba 编译器加速在 NVIDIA GPU 上运行的 Python 应用程序。
• 创建、编译和启动自定义 CUDA 内核。
• 管理 GPU 内存。
• 将基于 CPU 的应用程序转换为 GPU 加速的应用程序。

这种由讲师指导的现场培训（现场或远程）是针对希望使用Python实现数据挖掘的更高级数据分析技术的数据分析师和数据科学家。

在培训结束时，参与者将能够：

• 了解数据挖掘的重要领域，包括关联规则挖掘，文本情感分析，自动文本摘要和数据异常检测。
• 比较并实施各种策略来解决实际数据挖掘问题。
• 理解并解释结果。

课程格式

• 互动讲座和讨论。
• 大量的练习和练习。
• 在实时实验室环境中亲自实施。

课程自定义选项

• 要申请本课程的定制培训，请联系我们安排。

机器学习是人工智能的一个分支，其中计算机具有学习能力而无需明确编程。深度学习是机器学习的一个子领域，它使用基于学习数据表示和结构（如神经网络）的方法。 Python是一种高级编程语言，以其清晰的语法和代码可读性而闻名。

在这个以讲师为主导的现场培训中，参与者将学习如何使用Python实施深度学习银行模型，同时逐步创建深度学习信用风险模型。

在培训结束时，参与者将能够：

• 理解深度学习的基本概念
• 了解深度学习在银行业务中的应用和用途
• 使用Python ， Keras和TensorFlow为银行业务创建深度学习模型
• 使用Python构建自己的深度学习信用风险模型

听众

• 开发商
• 数据科学家

课程形式

• 部分讲座，部分讨论，练习和繁重的实践练习

在这个由讲师指导的中国现场培训中，参与者将学习如何使用Python实现电信深度学习模型，因为他们逐步创建了深度学习信用风险模型。

在培训结束时，参与者将能够：

• 了解深度学习的基本概念。
• 了解深度学习在电信领域的应用和用途。
• 使用 Python、Keras 和 TensorFlow 创建电信深度学习模型。
• 使用 Python 构建自己的深度学习客户流失预测模型。

这种以讲师为主导的中国现场现场培训针对的是希望使用TensorFlow分析潜在欺诈数据的数据科学家。

在培训结束时，参与者将能够：

• 在 Python 和 TensorFlow 中创建欺诈检测模型。
构建线性回归
• 和线性回归模型来预测欺诈行为。
• 开发用于分析欺诈数据的端到端 AI 应用程序。