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
客户评论
都很喜欢
蒙 李
课程: Machine Learning Fundamentals with Python
与讲师的交流环节
文欣 张
课程: Artificial Neural Networks, Machine Learning, Deep Thinking
都喜欢
lisa xie
课程: Artificial Neural Networks, Machine Learning, Deep Thinking
我喜欢实例讲解
AUO友达光电（苏州）有限公司
课程: OptaPlanner in Practice
人间识别和电路板坏点检测
王 春柱 - 中移物联网
课程: Deep Learning for NLP (Natural Language Processing)
演示
中移物联网
课程: Deep Learning for NLP (Natural Language Processing)
About face area.
中移物联网
课程: Deep Learning for NLP (Natural Language Processing)
我很享受培训师提供的关于如何使用这些工具的建议。这是从互联网无法获得的东西，非常有用..
HP Printing and Computing Solutions, Sociedad Limitada Unipe
课程: Computer Vision with OpenCV
Machine Translated
我很享受培训师提供的关于如何使用这些工具的建议。这是从互联网无法获得的东西，非常有用..
HP Printing and Computing Solutions, Sociedad Limitada Unipe
课程: Computer Vision with OpenCV
Machine Translated
这很容易理解。
HP Printing and Computing Solutions, Sociedad Limitada Unipe
课程: Computer Vision with OpenCV
Machine Translated
其他材料。理论准备。
ING Bank Śląski
课程: Using Computer Network ToolKit (CNTK)
Machine Translated
对教师的高度了解以及分享教师的意愿和能力。寻找人工智能算法应用的灵感
ING Bank Śląski
课程: Using Computer Network ToolKit (CNTK)
Machine Translated
这个问题得到很好的介绍并且有条不紊。
Marylin Houle - Ivanhoe Cambridge
课程: Introduction to R with Time Series Analysis
Machine Translated
我受益于教学的热情，并专注于使事情变得合情合理。
Zaher Sharifi - GOSI
课程: Advanced Deep Learning
Machine Translated
它是一对一的。我可以问很多问题, 也可以在我不清楚一些事情的时候让火车司机重复一遍。
课程: Insurtech: A Practical Introduction for Managers
Machine Translated
我们在讲座期间的非正式交流确实帮助我加深了对这个问题的理解
Explore
课程: 用Python进行深度强化学习
Machine Translated
教练员的耐心
European Space Agency (ESA/ESTEC)
课程: Getting Started with Quantum Computing and Q#
Machine Translated
它展示了许多预备脚本的方法 - 非常精心准备的材料和易于追溯
Kamila Begej - GE Medical Systems Polska Sp. Zoo
课程: Machine Learning – Data science
Machine Translated
我喜欢那种培训专注于实例和编码。我认为在三天的训练中包含这么多内容是不可能的，但我错了。培训涵盖了许多主题，一切都以非常详细的方式完成（特别是调整模型的参数 - 我没想到会有时间这样，我很惊讶）。
Bartosz Rosiek - GE Medical Systems Polska Sp. Zoo
课程: Machine Learning – Data science
Machine Translated
交替理论/实践有效！
CIRAD
课程: MATLAB与机器学习入门
Machine Translated
进步演示和方法的应用
Aurélien Briffaz - CIRAD
课程: MATLAB与机器学习入门
Machine Translated
可用性和适应性，问题的答案
Jean-Michel MEOT - CIRAD
课程: MATLAB与机器学习入门
Machine Translated
讨论的问题，进行的练习（示例），培训的氛围，与培训师的联系，位置。
Wojskowe Zakłady Uzbrojenia S.A. w Grudziądzu
课程: Octave not only for programmers
Machine Translated
很多实用技巧
Pawel Dawidowski - ABB Sp. z o.o.
课程: Deep Learning with TensorFlow
Machine Translated
许多与解决方案实施相关的信息
Michał Smolana - ABB Sp. z o.o.
课程: Deep Learning with TensorFlow
Machine Translated
A multitude of practical tips and knowledge of the lecturer from a wide range of AI / IT / SQL / IoT issues.
ABB Sp. z o.o.
课程: Deep Learning with TensorFlow
它是一对一的。我可以问很多问题, 也可以在我不清楚一些事情的时候让火车司机重复一遍。
课程: Insurtech: A Practical Introduction for Managers
Machine Translated
Artificial Intelligence课程大纲
课程名称
课程时长
课程概览
课程名称
课程时长
课程概览
35小时
课程概览
这种由讲师指导的实时培训（现场或远程）针对希望从事Data Science职业的专业人士。
在培训结束时，参与者将能够：
- 安装和配置Python和MySql。
- 了解什么是Data Science ，以及它如何为几乎任何业务增加价值。
- 了解Python编码的基础
- 学习有监督和无监督的Machine Learning技术，以及如何实现它们并解释结果。
课程形式
- 互动式讲座和讨论。
- 很多练习和练习。
- 在现场实验室环境中动手实施。
课程自定义选项
- 要请求此课程的定制培训，请与我们联系以安排。
在培训结束时，参与者将能够：
- 安装和配置Python和MySql。
- 了解什么是Data Science ，以及它如何为几乎任何业务增加价值。
- 了解Python编码的基础
- 学习有监督和无监督的Machine Learning技术，以及如何实现它们并解释结果。
课程形式
- 互动式讲座和讨论。
- 很多练习和练习。
- 在现场实验室环境中动手实施。
课程自定义选项
- 要请求此课程的定制培训，请与我们联系以安排。
14小时
课程概览
本课程涵盖Automotive行业的AI（强调Machine Learning和Deep Learning ）。它有助于确定哪种技术（可能）在汽车的多种情况下使用：从简单的自动化，图像识别到自主决策。
28小时
课程概览
OpenCV （开源Computer视觉库：http：//opencv.org）是一个开源的BSD许可库，包含数百种计算机视觉算法。
听众
本课程面向寻求将OpenCV用于计算机视觉项目的工程师和建筑师
听众
本课程面向寻求将OpenCV用于计算机视觉项目的工程师和建筑师
21小时
课程概览
本课程专为有兴趣从书面英语文本中提取意义的人设计，尽管知识也可以应用于其他人类语言。
该课程将介绍如何使用人类撰写的文本，如博客文章，推文等...
例如，分析师可以设置一种算法，该算法将根据广泛的数据源自动得出结论。
该课程将介绍如何使用人类撰写的文本，如博客文章，推文等...
例如，分析师可以设置一种算法，该算法将根据广泛的数据源自动得出结论。
21小时
课程概览
据估计, 非结构化数据占所有数据的 9 0% 以上, 其中大部分是文本形式的。博客帖子、推特、社交媒体和其他数字出版物不断增加了这一不断增长的数据
。
本讲师指导的现场课程的核心是从这些数据中提取见解和意义。利用 R 语言和自然语言处理 (NLP) 库, 我们将计算机科学、人工智能和计算语言学的概念和技术结合起来, 以算法方式理解文本数据背后的含义。数据样本可根据客户要求提供各种语言版本.
到本培训结束时, 学员将能够准备来自不同来源的数据集 (大小), 然后应用正确的算法分析和报告其意义
课程 的
格式
- 部分讲座、部分讨论、繁重的动手实践、偶尔的测试来衡量理解
。
本讲师指导的现场课程的核心是从这些数据中提取见解和意义。利用 R 语言和自然语言处理 (NLP) 库, 我们将计算机科学、人工智能和计算语言学的概念和技术结合起来, 以算法方式理解文本数据背后的含义。数据样本可根据客户要求提供各种语言版本.
到本培训结束时, 学员将能够准备来自不同来源的数据集 (大小), 然后应用正确的算法分析和报告其意义
课程 的
格式
- 部分讲座、部分讨论、繁重的动手实践、偶尔的测试来衡量理解
21小时
课程概览
这个基于课堂的培训课程将结合人工智能和机器人在商业中的应用，探索NLP技术。代表们将使用Python进行基于计算机的示例和案例研究解决练习
21小时
课程概览
课程专用于那些想了解商用MATLAB软件包的替代程序的人。三年培训提供了全面的环境信息，并执行OCTAVE包进行数据分析和工程计算。培训对象是初学者，但也是那些了解该计划并希望系统化他们的知识并提高他们的技能的人。不需要其他编程语言的知识，但它将极大地促进学习者获取知识。本课程将向您展示如何在许多实际示例中使用该程序。
14小时
课程概览
OpenCV is a library of programming functions for deciphering images with computer algorithms. OpenCV 4 is the latest OpenCV release and it provides optimized modularity, updated algorithms, and more. With OpenCV 4 and Python, users will be able to view, load, and classify images and videos for advanced image recognition.
This instructor-led, live training (onsite or remote) is aimed at software engineers who wish to program in Python with OpenCV 4 for deep learning.
By the end of this training, participants will be able to:
- View, load, and classify images and videos using OpenCV 4.
- Implement deep learning in OpenCV 4 with TensorFlow and Keras.
- Run deep learning models and generate impactful reports from images and videos.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
This instructor-led, live training (onsite or remote) is aimed at software engineers who wish to program in Python with OpenCV 4 for deep learning.
By the end of this training, participants will be able to:
- View, load, and classify images and videos using OpenCV 4.
- Implement deep learning in OpenCV 4 with TensorFlow and Keras.
- Run deep learning models and generate impactful reports from images and videos.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
28小时
课程概览
本课程将为您提供神经网络知识，通常用于机器学习算法，深度学习（算法和应用程序）。
这种训练更注重基本面，但会帮助你选择合适的技术： TensorFlow ， Caffe ，泰亚诺，DeepDrive， Keras ，等等这些例子中所作TensorFlow 。
这种训练更注重基本面，但会帮助你选择合适的技术： TensorFlow ， Caffe ，泰亚诺，DeepDrive， Keras ，等等这些例子中所作TensorFlow 。
14小时
课程概览
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
14小时
课程概览
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
7小时
课程概览
在这个由讲师指导的实时培训中，参与者将学习如何设置和使用OpenNMT来执行各种样本数据集的翻译。本课程首先概述了适用于机器翻译的神经网络。参与者将在整个课程中进行实践练习，以展示他们对所学习概念的理解并从教师那里获得反馈。
在本次培训结束时，参与者将拥有实施OpenNMT实时解决方案所需的知识和实践。
源和目标语言样本将根据受众的要求进行预先安排。
课程格式
- 部分讲座，部分讨论，重点实践练习
在本次培训结束时，参与者将拥有实施OpenNMT实时解决方案所需的知识和实践。
源和目标语言样本将根据受众的要求进行预先安排。
课程格式
- 部分讲座，部分讨论，重点实践练习
14小时
课程概览
OpenNN是一个用C ++编写的开源类库，它实现了神经网络，用于机器学习。
在本课程中，我们将介绍神经网络的原理，并使用OpenNN来实现示例应用程序。
听众
希望创建深度学习应用程序的软件开发人员和程序员。
课程形式
讲座和讨论以及动手练习。
在本课程中，我们将介绍神经网络的原理，并使用OpenNN来实现示例应用程序。
听众
希望创建深度学习应用程序的软件开发人员和程序员。
课程形式
讲座和讨论以及动手练习。
21小时
课程概览
PaddlePaddle（并行分布式深度学习）是百度开发的可扩展的深度学习平台。 在这个有指导意义的现场培训中，参与者将学习如何使用PaddlePaddle在其产品和服务应用中实现深度学习。 在培训结束后，参与者将能够： 设置并配置PaddlePaddle 建立用于图像识别和物体检测的卷积神经网络（CNN） 为情感分析设置一个循环神经网络（RNN） 在推荐系统上建立深度学习，以帮助用户找到答案预测点击率（CTR），对大规模图像集进行分类，执行光学字符识别（OCR），排名搜索，检测计算机病毒以及实施推荐系统。 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
21小时
课程概览
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小时
课程概览
PredictionIO是一个开源的Machine Learning服务器，建立在最先进的开源堆栈之上。
听众
本课程面向希望为任何机器学习任务创建预测引擎的开发人员和数据科学家。
听众
本课程面向希望为任何机器学习任务创建预测引擎的开发人员和数据科学家。
21小时
课程概览
本课程介绍机器人应用中的机器学习方法。
它概述了模式识别背景下的现有方法，动机和主要思想。
在简短的理论背景之后，参与者将使用开源（通常为R）或任何其他流行软件进行简单的练习。
它概述了模式识别背景下的现有方法，动机和主要思想。
在简短的理论背景之后，参与者将使用开源（通常为R）或任何其他流行软件进行简单的练习。
21小时
课程概览
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。
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。
14小时
课程概览
MLOps (Machine Learning Operations) is the practice of integrating data science and operations to help manage the ML lifecycle. MLOps provides the ability to automate the reproduction of machine learning model development and training.
This instructor-led, live training (onsite or remote) is aimed at data scientists who wish to use Azure Machine Learning and Azure DevOps to facilitate MLOps practices.
By the end of this training, participants will be able to:
- Build reproducible workflows and machine learning models.
- Manage the machine learning lifecycle.
- Track and report model version history, assets, and more.
- Deploy production ready machine learning models anywhere.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
This instructor-led, live training (onsite or remote) is aimed at data scientists who wish to use Azure Machine Learning and Azure DevOps to facilitate MLOps practices.
By the end of this training, participants will be able to:
- Build reproducible workflows and machine learning models.
- Manage the machine learning lifecycle.
- Track and report model version history, assets, and more.
- Deploy production ready machine learning models anywhere.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
14小时
课程概览
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
7小时
课程概览
本培训课程面向希望在实际应用中应用基本Machine Learning技术的人员。
听众
熟悉机器学习并熟悉如何编程的数据科学家和统计学家。本课程的重点是数据/模型准备，执行，事后分析和可视化的实际方面。目的是向有兴趣在工作中应用这些方法的参与者提供机器学习的实用介绍
行业特定示例用于使培训与受众相关。
听众
熟悉机器学习并熟悉如何编程的数据科学家和统计学家。本课程的重点是数据/模型准备，执行，事后分析和可视化的实际方面。目的是向有兴趣在工作中应用这些方法的参与者提供机器学习的实用介绍
行业特定示例用于使培训与受众相关。
14小时
课程概览
本课程的目的是提供在实践中应用Machine Learning方法的基本熟练程度。通过使用R编程平台及其各种库，并基于大量实际示例，本课程教授如何使用Machine Learning最重要的构建块，如何制定数据建模决策，解释算法的输出和验证结果。
我们的目标是让您自信地理解和使用Machine Learning工具箱中最基本的工具，并避免Data Science应用程序的常见缺陷。
我们的目标是让您自信地理解和使用Machine Learning工具箱中最基本的工具，并避免Data Science应用程序的常见缺陷。
14小时
课程概览
本课程的目的是提供在实践中应用Machine Learning方法的基本熟练程度。通过使用Python编程语言及其各种库，并基于大量实际示例，本课程教授如何使用Machine Learning最重要的构建块，如何制定数据建模决策，解释算法的输出和验证结果。
我们的目标是让您自信地理解和使用Machine Learning工具箱中最基本的工具，并避免Data Science应用程序的常见缺陷。
我们的目标是让您自信地理解和使用Machine Learning工具箱中最基本的工具，并避免Data Science应用程序的常见缺陷。
14小时
课程概览
本课程的目的是提供在实践中应用Machine Learning方法的基本熟练程度。通过使用Scala编程语言及其各种库，并基于大量实际示例，本课程教授如何使用Machine Learning最重要的构建块，如何制定数据建模决策，解释算法的输出和验证结果。
我们的目标是让您自信地理解和使用Machine Learning工具箱中最基本的工具，并避免Data Science应用程序的常见缺陷。
我们的目标是让您自信地理解和使用Machine Learning工具箱中最基本的工具，并避免Data Science应用程序的常见缺陷。
28小时
课程概览
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
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
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)")
