由讲师进行实时指导的人工智能本地培训课程通过动手实践演示如何实施人工智能解决方案以解决实际问题。
人工智能培训形式包括“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
蒙 李
课程: Machine Learning Fundamentals with Python
文欣 张
课程: Artificial Neural Networks, Machine Learning, Deep Thinking
lisa xie
课程: Artificial Neural Networks, Machine Learning, Deep Thinking
AUO友达光电（苏州）有限公司
课程: OptaPlanner in Practice
王 春柱 - 中移物联网
课程: Deep Learning for NLP (Natural Language Processing)
中移物联网
课程: Deep Learning for NLP (Natural Language Processing)
中移物联网
课程: Deep Learning for NLP (Natural Language Processing)
Laura Kahn
课程: Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP
Machine Translated
课程: Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP
Machine Translated
Jamie Martin-Royle - NBrown Group
课程: From Data to Decision with Big Data and Predictive Analytics
Machine Translated
Krishan Mistry - NBrown Group
课程: From Data to Decision with Big Data and Predictive Analytics
Machine Translated
HP Printing and Computing Solutions, Sociedad Limitada Unipe
课程: Computer Vision with OpenCV
Machine Translated
HP Printing and Computing Solutions, Sociedad Limitada Unipe
课程: Computer Vision with OpenCV
Machine Translated
HP Printing and Computing Solutions, Sociedad Limitada Unipe
课程: Computer Vision with OpenCV
Machine Translated
HP Printing and Computing Solutions, Sociedad Limitada Unipe
课程: Computer Vision with OpenCV
Machine Translated
Marylin Houle - Ivanhoe Cambridge
课程: Introduction to R with Time Series Analysis
Machine Translated
Zaher Sharifi - GOSI
课程: Advanced Deep Learning
Machine Translated
课程: Insurtech: A Practical Introduction for Managers
Machine Translated
Explore
课程: 用Python进行深度强化学习
Machine Translated
European Space Agency (ESA/ESTEC)
课程: Getting Started with Quantum Computing and Q#
Machine Translated
Kamila Begej - GE Medical Systems Polska Sp. Zoo
课程: Machine Learning – Data science
Machine Translated
Bartosz Rosiek - GE Medical Systems Polska Sp. Zoo
课程: Machine Learning – Data science
Machine Translated
Accenture Inc
课程: Python for Natural Language Generation
Machine Translated
Accenture Inc
课程: Python for Natural Language Generation
Machine Translated
课程: 用Python进行文本摘要
Machine Translated
课程: Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP
Machine Translated
课程: Insurtech: A Practical Introduction for Managers
Machine Translated
课程: 用Python进行文本摘要
Machine Translated
AI (Artificial Intelligence)子类别
Artificial Intelligence课程大纲
7 hours
Overview
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。
14 hours
Overview
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
28 hours
Overview
Cortana Intelligence Suite是Microsoft Azure Cloud上的一系列集成产品和服务，使实体能够将数据转换为智能操作。
在这个由讲师指导的实时培训中，参与者将学习如何使用属于Cortana Intelligence Suite的组件来构建数据驱动的智能应用程序。
在培训结束时，参与者将能够：
- 了解如何使用Cortana Intelligence Suite工具
- 获取数据管理和分析的最新知识
- 使用Cortana组件将数据转换为智能操作
- 使用Cortana从头开始构建应用程序并在云上启动它
听众
- 数据科学家
- 程序员
- 开发商
- 经理
- 建筑师
课程形式
- 部分讲座，部分讨论，练习和繁重的实践练习
28 hours
Overview
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。 Python是一种高级编程语言，因其清晰的语法和代码可读性而闻名。 在这种有指导性的现场培训中，参与者将学习如何通过创建深度学习股票价格预测模型来实现使用Python进行融资的深度学习模型。 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Python，Keras和TensorFlow为财务创建深度学习模型使用Python构建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
28 hours
Overview
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。 R是金融行业中流行的编程语言。它用于从核心交易程序到风险管理系统的金融应用程序。
在这个由讲师指导的实时培训中，参与者将学习如何使用R实施深度学习银行模型，因为他们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R为银行业务创建深度学习模型
- 使用R建立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
28 hours
Overview
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
28 hours
Overview
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。 R是金融行业中流行的编程语言。它用于从核心交易程序到风险管理系统的金融应用程序。
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R实施深度学习模型，因为他们逐步创建深度学习股票价格预测模型。
在培训结束时，参与者将能够：
- 理解深度学习的基本概念
- 了解深度学习在金融领域的应用和用途
- 使用R为财务创建深度学习模型
- 使用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
课程形式
- 部分讲座，部分讨论，练习和繁重的实践练习
28 hours
Overview
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。 R是金融行业中流行的编程语言。它用于从核心交易程序到风险管理系统的金融应用程序。
在这个以讲师为主导的现场培训中，参与者将学习如何应用机器学习技术和工具来解决金融行业中的现实问题。 R将用作编程语言。
参与者首先学习关键原则，然后通过构建自己的机器学习模型并将其用于完成一些团队项目，将他们的知识付诸实践。
在培训结束时，参与者将能够：
- 理解机器学习的基本概念
- 了解金融机器学习的应用和用途
- 使用R的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
课程形式
- 部分讲座，部分讨论，练习和繁重的实践练习
14 hours
Overview
计算机视觉是一个涉及从数字媒体自动提取、分析和理解有用信息的领域。Python是一种高级编程语言，因其清晰的语法和代码可读性而闻名。
在这一由讲师引导的现场培训中，学员将使用Python逐步创建简单的计算机视觉应用程序，并从中习得计算机视觉的基础知识。
在本次培训结束后，学员将能够：
- 了解计算机视觉的基础知识
- 使用Python来实现计算机视觉任务
- 使用Python构建自己的计算机视觉应用程序
受众
- 对计算机视觉感兴趣的Python程序员
课程形式
- 部分讲座、部分讨论、练习和大量实操
21 hours
Overview
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
35 hours
Overview
技术的进步和越来越多的信息正在改变执法的方式。 Big Data带来的挑战几乎与Big Data的承诺一样令人生畏。有效存储数据是这些挑战之一;有效地分析它是另一回事。
在以讲师为主导的现场培训中，参与者将学习处理Big Data技术的思维方式，评估其对现有流程和政策的影响，并实施这些技术，以识别犯罪活动和预防犯罪。将审查世界各地执法组织的案例研究，以深入了解其采用方法，挑战和结果。
在培训结束时，参与者将能够：
- 将Big Data技术与传统的数据收集流程相结合，在调查过程中拼凑出一个故事
- 实施工业大数据存储和处理数据分析解决方案
- 准备一份提案，以采用最适当的工具和程序，使数据驱动的方法能够进行刑事调查
听众
- 具有技术背景的执法专家
课程形式
- 部分讲座，部分讨论，练习和繁重的实践练习
28 hours
Overview
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
14 hours
Overview
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
35 hours
Overview
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。
21 hours
Overview
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
14 hours
Overview
AI是用于构建智能系统的技术集合，能够理解数据和围绕数据的活动以做出“智能决策”。对于电信提供商而言，构建利用AI的应用程序和服务可以为维护和网络优化等领域的改进操作和服务打开大门。
在本课程中，我们将研究构成AI的各种技术以及使用它们所需的技能。在整个课程中，我们将研究AI在电信行业中的特定应用。
听众
- 网络工程师
- 网络运营人员
- 电信技术经理
课程形式
- 部分讲座，部分讨论，动手练习
28 hours
Overview
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
35 hours
Overview
在培训结束时，代表们应该充分配备必要的python概念，并且应该能够充分利用NLTK来实现大多数基于NLP和ML的操作。培训的目的不仅是提供执行知识，还提供其中技术的逻辑和操作知识。
14 hours
Overview
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
21 hours
Overview
预测性分析是使用数据分析来预测未来的过程。此过程使用数据以及数据挖掘、统计和机器学习技术创建可用来预测未来事件的预测模型。
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建立预测模型，并将其应用于大样本数据集，以根据数据预测未来事件。
在培训结束后，参与者将能够：
- 创建预测模型来分析历史和交易数据中的规律
- 使用预测建模来识别风险和机会
- 建立捕捉重要趋势的数学模型
- 使用来自设备和业务系统的数据来减少浪费、节省时间或降低成本
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
7 hours
Overview
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
14 hours
Overview
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
21 hours
Overview
自然语言生成（NLG）是指由计算机生成自然语言文本或语音。 在这个有指导性的现场培训中，参与者将学习如何使用Python通过从头开始构建自己的NLG系统来生成高质量的自然语言文本。还将审查案例研究，并将相关概念应用于生成实验室项目以生成内容。 在培训结束后，参与者将能够： 使用NLG为各行业自动生成内容，从新闻到房地产，再到天气和体育报道选择和组织源内容，计划语句，并准备一个自动生成原始内容的系统了解NLG管道并在每个阶段应用正确的技术了解自然语言生成（NLG）系统的体系结构实施最适合的分析和排序算法和模型从公开可用的数据源中提取数据以及策划数据库以用作生成文本的材料用计算机生成的自动内容创建来替代手动和费力的书写过程 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
21 hours
Overview
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
14 hours
Overview
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
14 hours
Overview
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
21 hours
Overview
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
21 hours
Overview
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
21 hours
Overview
本课程的目的是提供在实践中应用机器学习方法的一般熟练程度。通过使用 Python 编程语言及其各种库, 并基于大量的实际示例, 本课程教授如何使用机器学习最重要的构建块, 如何做出数据建模决策, 解释输出并验证结果
我们的目标是让您能够自信地理解和使用机器学习工具箱中最基本的工具, 并避免数据科学应用的常见陷阱。
35 hours
Overview
智能应用程序是下一代应用程序，可以不断学习用户交互，为用户提供更好的价值和相关性。
在这个以讲师为主导的现场培训中，参与者将学习如何构建智能移动应用程序和机器人。
在培训结束时，参与者将能够：
- 了解智能应用程序的基本概念
- 了解如何使用各种工具构建智能应用程序
- 使用Azure ，Cognitive Services API，Stream Analytics和Xamarin构建智能应用程序
听众
- 开发商
- 程序员
- 爱好者
课程形式
- 部分讲座，部分讨论，练习和繁重的实践练习
近期人工智能培训课程
2019-09-02 09:30:00
广东国际大厦
2019-09-02 09:30:00
苏州 - 晋合广场
2019-09-02 09:30:00
北京朝阳国贸三期
2019-09-02 09:30:00
北京盈科中心
Artificial Intelligence,培训,课程,培训课程, 企业AI (Artificial Intelligence)培训, 短期AI培训, AI课程, 人工智能周末培训, AI (Artificial Intelligence)晚上培训, 人工智能训练, 学习Artificial Intelligence, AI (Artificial Intelligence)老师, 学人工智能班, AI远程教育, 一对一AI (Artificial Intelligence)课程, 小组Artificial Intelligence课程, AI培训师, AI (Artificial Intelligence)辅导班, Artificial Intelligence教程, AI私教, Artificial Intelligence辅导, AI (Artificial Intelligence)讲师AI,培训,课程,培训课程, 企业AI培训, 短期Artificial Intelligence培训, Artificial Intelligence课程, AI周末培训, Artificial Intelligence晚上培训, AI (Artificial Intelligence)训练, 学习AI, Artificial Intelligence老师, 学Artificial Intelligence (AI)班, AI (Artificial Intelligence)远程教育, 一对一Artificial Intelligence课程, 小组Artificial Intelligence (AI)课程, Artificial Intelligence培训师, AI (Artificial Intelligence)辅导班, AI教程, AI私教, Artificial Intelligence (AI)辅导, AI (Artificial Intelligence)讲师
.jpg "european molecular biology laboratory (embl)")
.jpg "european organization for nuclear research (cern)")
.jpg "international air transport association (iata)")
