机器学习培训课程

机器学习培训课程

由讲师进行实时指导的机器学习本地培训课程通过动手实践演示如何应用机器学习技术和工具来解决各行业的现实问题。NobleProg机器学习课程涵盖不同的编程语言和框架,包括Python、R语言、Matlab。机器学习课程适用于多种行业应用,包括金融、银行、保险,涵盖机器学习的基础知识以及深度学习等更高级的方法。 机器学习培训形式包括“现场实时培训”和“远程实时培训”。现场实时培训可在客户位于中国的所在场所或NobleProg位于中国的企业培训中心进行,远程实时培训可通过交互式远程桌面进行。 NobleProg -- 您的本地培训提供商

客户评论

★★★★★
★★★★★

机器学习课程大纲

代码名字时长概览
aiintArtificial Intelligence Overview7小时本课程是为管理人员,解决方案架构师,创新人员,CTO,软件架构师以及对应用人工智能概述及其最近发展预测感兴趣的人员而创建的。
tensorflowservingTensorFlow Serving7小时TensorFlow Serving是一个为机器学习(ML)模型提供服务的系统。 在这个有指导的现场培训中,参与者将学习如何配置和使用TensorFlow Serving在生产环境中部署和管理ML模型。 在培训结束后,参与者将能够: 培训,出口和服务各种TensorFlow模型使用单一架构和一组API来测试和部署算法扩展TensorFlow服务于TensorFlow型号之外的其他类型的模型 听众 开发商数据科学家 课程的格式 部分讲座,部分讨论,练习和沉重的练习
dlfornlpDeep Learning for NLP (Natural Language Processing)28小时NLP的深度学习使机器学习简单到复杂的语言处理。当前可能的任务包括语言翻译和照片的标题生成。 DL(深度学习)是ML(机器学习)的子集。 Python是一种流行的编程语言,包含用于NLP深度学习的库。 在这个有指导意义的现场培训中,参与者将学习使用Python库进行NLP(自然语言处理),因为他们创建了一个处理一组图片并生成字幕的应用程序。 在培训结束后,参与者将能够: 使用Python库设计和编写用于NLP的DL 创建读取大量图片并生成关键字的Python代码创建Python代码,从检测到的关键字中生成字幕 听众 对语言学感兴趣的程序员希望了解NLP(自然语言处理)的程序员 课程的格式 部分讲座,部分讨论,练习和沉重的练习
textsum用Python进行文本摘要14小时在Python机器学习中,文本摘要功能可以读取输入文本并生成文本摘要。这个功能可以从命令行或从Python API / 库中获得。一个令人兴奋的应用是执行摘要的快速创建;这对在做报告和演讲前需要审阅大量文本数据的组织特别有用。

在这一由讲师引导的现场培训中,学员将学习使用Python创建一个简单的可自动生成输入文本摘要的应用程序。

在本次培训结束后,学员将能够:

- 使用一个命令行工具来总结文本。
- 使用Python库设计和创建文本摘要代码。
- 评估三个Python摘要库:sumy 0.7.0、psisummarization 1.0.4、readless 1.0.17

受众

- 开发人员
- 数据科学家

课程形式

- 部分讲座、部分讨论、练习和大量实操
undnnUnderstanding Deep Neural Networks35小时本课程首先向您介绍神经网络的概念知识,一般用于机器学习算法,深度学习(算法和应用)。 第一部分(40%)的培训更注重基础知识,但会帮助您选择正确的技术:TensorFlow,Caffe,Theano,DeepDrive,Keras等。 本次培训的第二部分(20%)介绍了Theano python库,使得深入学习模型的编写变得轻松。 第三部分(40%)的培训将广泛地基于Google的深度学习开源软件库Tensorflow第二代API。示例和操作都将在TensorFlow中完成。 听众 本课程面向寻求将TensorFlow用于深度学习项目的工程师完成本课程后,代表们将: 对深度神经网络(DNN),CNN和RNN有很好的理解了解TensorFlow的结构和部署机制能够执行安装/生产环境/架构任务和配置能够评估代码质量,执行调试和监控能够实施先进的生产,如培训模型,建筑图表和日志由于主题的广泛性,并不是所有主题都会在35小时的公共课堂中进行讨论。 完整课程的时间将为70小时左右,而不是35小时。
opennlpOpenNLP for Text Based Machine Learning14小时Apache OpenNLP库是用于处理自然语言文本的基于机器学习的工具包。它支持最常见的NLP任务,例如语言检测,标记,句子分段,部分语音标记,命名实体提取,分块,解析和共参考解析。 在这个有指导意义的现场培训中,参与者将学习如何创建使用OpenNLP处理基于文本的数据的模型。样本培训数据以及定制数据集将作为实验练习的基础。 在培训结束后,参与者将能够: 安装和配置OpenNLP 下载现有模型并创建自己的模型在各种样本数据上训练模型将OpenNLP与现有的Java应用程序集成 听众 开发商数据科学家 课程的格式 部分讲座,部分讨论,练习和沉重的练习
mlbankingpython_机器学习用于银行业务(使用Python)21小时在这一由讲师引导的现场培训中,参与者将学习如何应用机器学习技术和工具来解决银行业的现实问题。Python将被用作编程语言。

参与者首先学习关键原则,然后通过建立自己的机器学习模型并使用模型来完成一些现场项目以将所学知识运用到实践中。

受众

- 开发人员
- 数据科学家

课程形式

- 部分讲座、部分讨论、练习和大量实操
mlbankingr机器学习用于银行业务(使用R)28小时在这一由讲师引导的现场培训中,参与者将学习如何应用机器学习技术和工具来解决银行业的现实问题。R将被用作编程语言。

参与者首先学习关键原则,然后通过建立自己的机器学习模型并使用模型来完成一些现场项目以将所学知识运用到实践中。

受众

- 开发人员
- 数据科学家
- 具有技术背景的银行专业人士

课程形式

- 部分讲座、部分讨论、练习和大量实操
matlabdlMatlab:用于深度学习14小时在这一由讲师引导的现场培训中,参与者将学习如何使用Matlab来设计、构建、可视化用于图像识别的卷积神经网络。

在培训结束后,参与者将能够:

- 建立深度学习的模式
- 使数据分类自动化
- 使用Caffe和TensorFlow-Keras的模型
- 使用多个GPU、云或群集训练数据

受众

- 开发人员
- 工程师
- 领域专家

课程形式

- 部分讲座、部分讨论、练习和大量实操
mliosMachine Learning on iOS14小时在这个有指导性的现场培训中,参与者将学习如何在iOS移动应用的创建和部署阶段使用iOS机器学习(ML)技术堆栈。 在培训结束后,参与者将能够: 创建一个能够进行图像处理,文本分析和语音识别的移动应用程序访问预训练的ML模型以集成到iOS应用程序中创建一个自定义ML模型将Siri语音支持添加到iOS应用程序理解和使用诸如coreML,Vision,CoreGraphics和GamePlayKit等框架使用Python,Keras,Caffee,Tensorflow,scikit learn,libsvm,Anaconda和Spyder等语言和工具 听众 开发商 课程的格式 部分讲座,部分讨论,练习和沉重的练习
mlfinancerMachine Learning for Finance (with R)28小时机器学习是人工智能的一个分支,其中计算机有能力学习而不被明确编程。 R是金融行业流行的编程语言。它用于金融应用,从核心交易计划到风险管理系统。 在这种有指导性的现场培训中,学员将学习如何应用机器学习技术和工具来解决金融行业的现实问题。 R将被用作编程语言。 参与者首先要学习的关键原则,然后通过建立自己的机器学习模型并使用它们来完成一些团队项目来将他们的知识付诸实践。 在培训结束后,参与者将能够: 理解机器学习的基本概念了解机器学习在金融领域的应用和使用使用R机器学习开发自己的算法交易策略听众开发商数据科学家 课程的格式 部分讲座,部分讨论,练习和沉重的练习
pythontextmlPython:用文本进行机器学习21小时在这一由讲师引导的现场培训中,参与者将学习如何使用正确的机器学习和NLP(自然语言处理)技术从基于文本的数据中提取价值。

在本次培训结束后,参与者将能够:

- 用高质量、可重用的代码解决基于文本的数据科学问题
- 运用scikit-learn的不同方面(分类、聚类、回归、降维)来解决问题
- 使用基于文本的数据建立有效的机器学习模型
- 创建一个数据集并从非结构化文本中提取特征
- 用Matplotlib可视化数据
- 构建和评估模型以获得洞察力
- 解决文本编码错误

受众

- 开发人员
- 数据科学家

课程形式

- 部分讲座、部分讨论、练习和大量实操
encogintroEncog: Introduction to Machine Learning14小时Encog是Java和Net的开源机器学习框架。 在这个有指导意义的现场培训中,参与者将学习如何使用ENCOG创建各种神经网络组件。将讨论真实世界的案例研究,并探讨基于机器语言的解决这些问题的方法。 在培训结束后,参与者将能够: 使用标准化过程为神经网络准备数据实施前馈网络和传播训练方法实施分类和回归任务使用Encog基于GUI的工作台对神经网络进行建模和训练将神经网络支持集成到实际应用程序中 听众 开发商分析师数据科学家 课程的格式 部分讲座,部分讨论,练习和沉重的练习
encogadvEncog: Advanced Machine Learning14小时Encog是Java和Net的开源机器学习框架。 在这个有指导意义的现场培训中,参与者将学习先进的机器学习技术,以建立精确的神经网络预测模型。 在培训结束后,参与者将能够: 实施不同的神经网络优化技术来解决欠拟合和过拟合问题了解并从众多神经网络体系结构中进行选择实施有监督的前馈和反馈网络 听众 开发商分析师数据科学家 课程的格式 部分讲座,部分讨论,练习和沉重的练习
radvmlAdvanced Machine Learning with R21小时在这个有指导意义的现场培训中,参与者将学习使用R进行机器学习的先进技术,以便他们逐步创建实际应用程序。 在培训结束后,参与者将能够: 使用技术作为超参数调整和深度学习了解并实施无监督学习技巧将模型投入生产以用于更大的应用程序 听众 开发商分析师数据科学家 课程的格式 部分讲座,部分讨论,练习和沉重的练习
pythonadvmlPython用于高级机器学习21小时在这一由讲师引导的现场培训中,参与者将学习Python中最相关及最尖端的机器学习技术,因为它们构建了一系列涉及图像、音乐、文本和财务数据的演示应用程序。

在本次培训结束后,参与者将能够:

- 运用用于解决复杂问题的机器学习算法和技术
- 将深度学习和半监督学习应用于涉及图像、音乐、文本和财务数据的应用程序
- 推动Python算法达到其最大潜力
- 使用例如NumPy和Theano的库和包

受众

- 开发人员
- 分析师
- 数据科学家

课程形式

- 部分讲座、部分讨论、练习和大量实操
openfaceOpenFace: Creating Facial Recognition Systems14小时OpenFace是基于Python和Torch的开源,基于谷歌FaceNet研究的实时面部识别软件。 在这个有指导的现场培训中,参与者将学习如何使用OpenFace的组件来创建和部署样本面部识别应用程序。 在培训结束后,参与者将能够: 使用OpenFace的组件,包括dlib,OpenVC,Torch和nn4来实现人脸检测,对齐和转换将OpenFace应用于真实世界的应用,如监控,身份验证,虚拟现实,游戏以及识别回头客等。 听众 开发商数据科学家 课程的格式 部分讲座,部分讨论,练习和沉重的练习
embeddingprojectorEmbedding Projector: Visualizing Your Training Data14小时嵌入式投影仪是一款开源Web应用程序,用于可视化用于训练机器学习系统的数据。由Google创建,它是TensorFlow的一部分。 这个有指导意义的现场培训介绍了嵌入式投影仪背后的概念,并让参与者通过演示项目的设置。 在培训结束后,参与者将能够: 探索机器学习模型如何解释数据浏览数据的3D和2D视图以了解机器学习算法如何解释它理解嵌入背后的概念及其在表示图像,单词和数字的数学向量中的作用。 探索特定嵌入的属性以了解模型的行为将嵌入项目应用于真实世界的用例,例如为音乐爱好者建立歌曲推荐系统 听众 开发商数据科学家 课程的格式 部分讲座,部分讨论,练习和沉重的练习
mlfinancepython机器学习用于金融领域(使用Python)21小时机器学习是人工智能的一个分支,指计算机可以在不被明确编程的情况下学习。

在这一由讲师引导的现场培训中,参与者将学习如何应用机器学习技术和工具来解决财务的现实问题。Python将被用作编程语言。

参与者首先学习关键原则,然后通过建立自己的机器学习模型并使用模型来完成一些团队项目以将所学知识运用到实践中。

在本次培训结束后,参与者将能够:

- 了解机器学习的基本概念
- 了解机器学习在金融领域的应用和使用
- 使用Python机器学习开发自己的算法交易策略

受众

- 开发人员
- 数据科学家

课程形式

- 部分讲座、部分讨论、练习和大量实操
dlfinancewithrDeep Learning for Finance (with R)28小时机器学习是人工智能的一个分支,其中计算机有能力学习而不被明确编程。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。 R是金融行业流行的编程语言。它用于金融应用,从核心交易计划到风险管理系统。 在这种有指导性的现场培训中,参与者将学习如何通过建立深度学习股票价格预测模型来实施R的金融深度学习模型。 在培训结束后,参与者将能够: 理解深度学习的基本概念了解金融深度学习的应用和使用使用R来创建融资的深度学习模型利用R建立自己的深度学习股票价格预测模型 听众 开发商数据科学家 课程的格式 部分讲座,部分讨论,练习和沉重的练习
dsstneAmazon DSSTNE: Build a Recommendation System7小时亚马逊DSSTNE是一个开源库,用于培训和部署推荐模型。它允许单个GPU上的权重矩阵过大的模型在单个主机上进行培训。 在这个有指导意义的现场培训中,参与者将学习如何使用DSSTNE构建推荐应用程序。 在培训结束后,参与者将能够: 用稀疏数据集作为输入来训练推荐模型在多个GPU上扩展训练和预测模型以模型并行的方式展开计算和存储生成Amazonlike个性化产品推荐部署可以在繁重工作负载下扩展的生产准备应用程序 听众 开发商数据科学家 课程的格式 部分讲座,部分讨论,练习和沉重的练习
ML_LBGMachine Learning – Data science21小时这个基于课堂的培训课程将使用(建议的)Python探索机器学习工具。代表们将进行基于计算机的示例和案例学习练习。
appaiApplied AI from Scratch28小时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.
dlfortelecomwithpythonDeep Learning for Telecom (with Python)28小时Machine learning is a branch of Artificial Intelligence wherein computers have the ability to learn without being explicitly programmed. Deep learning is a subfield of machine learning which uses methods based on learning data representations and structures such as neural networks. Python is a high-level programming language famous for its clear syntax and code readability.

In this instructor-led, live training, participants will learn how to implement deep learning models for telecom using Python as they step through the creation of a deep learning credit risk model.

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

- Understand the fundamental concepts of deep learning
- Learn the applications and uses of deep learning in telecom
- Use Python, Keras, and TensorFlow to create deep learning models for telecom
- Build their own deep learning customer churn prediction model using Python

Audience

- Developers
- Data scientists

Format of the course

- Part lecture, part discussion, exercises and heavy hands-on practice
rapidminerRapidMiner for Machine Learning and Predictive Analytics14小时RapidMiner is an open source data science software platform for rapid application prototyping and development. It includes an integrated environment for data preparation, machine learning, deep learning, text mining, and predictive analytics.

In this instructor-led, live training, participants will learn how to use RapidMiner Studio for data preparation, machine learning, and predictive model deployment.

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

- Install and configure RapidMiner
- Prepare and visualize data with RapidMiner
- Validate machine learning models
- Mashup data and create predictive models
- Operationalize predictive analytics within a business process
- Troubleshoot and optimize RapidMiner

Audience

- Data scientists
- Engineers
- Developers

Format of the Course

- Part lecture, part discussion, exercises and heavy hands-on practice

Note

- To request a customized training for this course, please contact us to arrange.
aicityplanningArtificial Intelligence for City Planning14小时未来城市将会是什么样子?人工智能(AI)如何被用来改善城市规划?人工智能如何用于使城市更高效,更宜居,更安全和环保? 在这个有指导意义的现场培训(现场或远程)中,我们研究了组成AI的各种技术,以及将它们用于城市规划所需的技能组合和心智框架。我们还涵盖收集和组织相关数据以用于AI的工具和方法,包括数据挖掘。 听众 城市规划师建筑师开发商运输官员 课程的格式 部分讲座,部分讨论和一系列互动练习。 注意 要请求本课程的定制培训,请联系我们安排。
dlformedicineDeep Learning for Medicine14小时机器学习是人工智能的一个分支,其中计算机有能力学习而不被明确编程。深度学习是机器学习的一个子领域,它试图模仿人类大脑在决策中的运作。它接受数据训练以自动提供问题的解决方案。深度学习为坐在数据库上的医疗行业提供了巨大的机会。 在这个有指导的现场培训中,参与者将会 参加一系列讨论,练习和案例研究分析,了解 Deep Learning 的基础知识 。将对最重要的深度学习工具和技术进行评估,并 开展运动训练,为参与者 在其 组织 内部进行深度学习解决方案的评估和实施 做好准备 。 在培训结束后,参与者将能够: 了解深度学习的基础知识 学习深度学习技术及其在行业中的应用 检查深度学习技术可以解决的医学问题 探索深度学习医学案例研究 制定采用深度学习最新技术来解决医学问题的策略 听众 经理 领导角色的医疗专业人士 课程的格式 部分讲座,部分讨论,练习和沉重的练习 注意 要请求本课程的定制培训,请联系我们安排。
algebraformlAlgebra for Machine Learning14小时线性代数是处理矢量,矩阵和线性变换的数学分支。线性代数的知识可以帮助工程师和开发人员提高他们的机器学习能力。理解线性代数概念可以让他们更好地理解机器学习技术背后的原理,从而更快地解决问题。 在这个有指导意义的实时训练中,参与者将通过使用线性代数方法解决机器学习问题,学习线性代数的基本原理。 在培训结束后,参与者将能够: 了解基本的线性代数概念了解机器学习所需的线性代数技巧处理数据,图像,算法等时使用线性代数结构和概念用线性代数解决机器学习问题 听众 开发商工程师 课程的格式 部分讲座,部分讨论,练习和沉重的练习 注意 要请求本课程的定制培训,请联系我们安排。
Nue_LBGNeural computing – Data science14小时这个基于课堂的培训课程将包含演示和基于计算机的示例以及与相关的神经和深层网络库进行的案例学习练习
mllbgMachine Learning in business – AI/Robotics14小时这个基于课堂的培训课程将探索机器学习技巧,基于计算机的例子和使用相关程序语言解决案例的练习

近期机器学习培训课程

课程日期价格【远程 / 传统课堂】
Machine Learning Fundamentals with Python - 新东方大厦星期三, 2018-12-05 09:30¥16900 / ¥18100
Machine Learning Fundamentals with Python - 上海 - 六八八广场星期四, 2018-12-06 09:30¥16900 / ¥18100
Machine Learning Fundamentals with Python - 北京盈科中心星期四, 2018-12-06 09:30¥16900 / ¥19700
Machine Learning Fundamentals with Python - 上海 - 上海中区广场星期二, 2018-12-25 09:30¥16900 / ¥21280
Machine Learning Fundamentals with Python - 上海 - 上海中区广场星期一, 2019-03-11 09:30¥16900 / ¥21280
机器学习,培训,课程,培训课程, 企业机器学习培训, 短期机器学习培训, 机器学习课程, 机器学习周末培训, 机器学习晚上培训, 机器学习训练, 学习机器学习, 机器学习老师, 学机器学习班, 机器学习远程教育, 一对一机器学习课程, 小组机器学习课程, 机器学习培训师, 机器学习辅导班, 机器学习教程, 机器学习私教, 机器学习辅导, 机器学习讲师

促销课程

课程地址日期价格【远程 / 传统课堂】
Apache Tomcat Administration北京 - 创而新大厦星期三, 2018-12-12 09:30¥24129 / ¥28329
Scrum for Managers and Executives北京 - 数码大厦星期五, 2019-02-01 09:30¥8757 / ¥10957

订阅促销课程

为尊重您的隐私,我公司不会把您的邮箱地址提供给任何人。您可以享有优先权和随时取消订阅的权利。

我们的客户

is growing fast!

We are looking to expand our presence in China!

As a Business Development Manager you will:

  • expand business in China
  • recruit local talent (sales, agents, trainers, consultants)
  • recruit local trainers and consultants

We offer:

  • Artificial Intelligence and Big Data systems to support your local operation
  • high-tech automation
  • continuously upgraded course catalogue and content
  • good fun in international team

If you are interested in running a high-tech, high-quality training and consulting business.

Apply now!