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)
他的信息非常丰富，乐于助人。
Pratheep Ravy
课程: Predictive Modelling with R
Machine Translated
它非常互动，比预期更轻松和非正式。我们在当时涵盖了很多主题，培训师总是乐于接受更详细的讨论，或者更广泛地讨论主题及其相关方式。我觉得培训给了我继续学习的工具，相反，它是一次性会议，一旦你完成学习就会停止，这对于主题的规模和复杂性非常重要。
Jonathan Blease
课程: Artificial Neural Networks, Machine Learning, Deep Thinking
Machine Translated
安创造了一个提问和学习的好环境。我们有很多乐趣，同时也学到了很多东西。
Gudrun Bickelq
课程: Introduction to the use of neural networks
Machine Translated
交互式部分，根据我们的特定需求量身定制。
Thomas Stocker
课程: Introduction to the use of neural networks
Machine Translated
我确实喜欢这些练习。
Office for National Statistics
课程: Natural Language Processing with Python
Machine Translated
我真的很喜欢亲自动手的方法。
Kevin De Cuyper
课程: Computer Vision with OpenCV
Machine Translated
材料范围
Maciej Jonczyk
课程: From Data to Decision with Big Data and Predictive Analytics
Machine Translated
系统化ML领域的知识
Orange Polska
课程: From Data to Decision with Big Data and Predictive Analytics
Machine Translated
培训师知识渊博，包括我感兴趣的领域。
Mohamed Salama
课程: Data Mining & Machine Learning with R
Machine Translated
这个话题非常有趣。
Wojciech Baranowski
课程: Introduction to Deep Learning
Machine Translated
培训师的理论知识和培训后与参与者解决问题的意愿。
Grzegorz Mianowski
课程: Introduction to Deep Learning
Machine Translated
话题。很有意思！。
Piotr
课程: Introduction to Deep Learning
Machine Translated
每个主题后的练习都非常有用，尽管最后太复杂了。一般来说，所提供的材料非常有趣并涉及！图像识别练习很棒。
Dolby Poland Sp. z o.o.
课程: Introduction to Deep Learning
Machine Translated
我认为，如果培训是在波兰语中完成的，那么培训师就可以更有效地分享他的知识。
Radek
课程: Introduction to Deep Learning
Machine Translated
深度学习的全球概述。
Bruno Charbonnier
课程: Advanced Deep Learning
Machine Translated
这些练习非常实用，不需要Python的高级知识。
Alexandre GIRARD
课程: Advanced Deep Learning
Machine Translated
使用Eras对实例进行练习。意大利完全理解我们对此培训的期望。
Paul Kassis
课程: Advanced Deep Learning
Machine Translated
我真的很感激克里斯对我们问题的明确答案。
Léo Dubus
课程: Réseau de Neurones, les Fondamentaux en utilisant TensorFlow comme Exemple
Machine Translated
我一般都很喜欢知识渊博的教练。
Sridhar Voorakkara
课程: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
我对这门课程的标准感到惊讶 - 我会说它是大学标准。
David Relihan
课程: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
非常好的全面概述。 Go OD背景到原因Tensorflow工作，因为它确实。
Kieran Conboy
课程: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
我喜欢有机会提出问题并对理论进行更深入的解释。
Sharon Ruane
课程: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
我们对这个主题有了更多的了解。我们公司内部的一些真实主题进行了一些很好的讨论。
Sebastiaan Holman
课程: Machine Learning and Deep Learning
Machine Translated
通过展示理论与实践如何相辅相成，培训提供了正确的基础，使我们能够进一步扩展。它实际上让我对这个主题比以前更感兴趣。
Jean-Paul van Tillo
课程: Machine Learning and Deep Learning
Machine Translated
我非常喜欢主题的报道和深度。
Anirban Basu
课程: Machine Learning and Deep Learning
Machine Translated
培训师很容易解释困难和高级话题。
Leszek K
课程: Artificial Intelligence Overview
Machine Translated
我喜欢深度机器学习的新见解。
Josip Arneric
课程: Neural Network in R
Machine Translated
我们获得了一些关于NN的知识，对我来说最有趣的是现在流行的新型NN。
Tea Poklepovic
课程: Neural Network in R
Machine Translated
我最喜欢R :)））中的图表。
Faculty of Economics and Business Zagreb
课程: Neural Network in R
Machine Translated
关于该主题的培训师的深刻知识。
Sebastian Görg
课程: Introduction to Deep Learning
Machine Translated
非常更新的方法或CPI（张量流，时代，学习）做机器学习。
Paul Lee
课程: TensorFlow for Image Recognition
Machine Translated
鉴于技术前景：未来哪种技术/流程可能变得更加重要;看，这项技术可以用于什么。
Commerzbank AG
课程: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
我从主题选择中受益。训练风格。练习方向。
Commerzbank AG
课程: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
教练的指导和举例
ORANGE POLSKA S.A.
课程: Machine Learning and Deep Learning
Machine Translated
可以自己讨论提议的问题。
ORANGE POLSKA S.A.
课程: Machine Learning and Deep Learning
Machine Translated
深入报道机器学习主题，特别是神经网络。揭开了很多话题的神秘面纱。
Sacha Nandlall
课程: Python for Advanced Machine Learning
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
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。
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
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。
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
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 (online or onsite) 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 (online or onsite) 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.
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
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
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
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
14小时
课程概览
模式匹配是一种用于在图像中定位指定模式的技术。它可用于确定捕获图像中指定特征的存在，例如工厂生产线中缺陷产品上的预期标签或组件的指定尺寸。它不同于“ Pattern Recognition ”（它识别基于较大的相关样本集合的一般模式），因为它具体指示了我们正在寻找的东西，然后告诉我们预期的模式是否存在。
课程格式
- 本课程介绍了模式匹配领域中使用的方法，技术和算法，因为它适用于Machine Vision 。
课程格式
- 本课程介绍了模式匹配领域中使用的方法，技术和算法，因为它适用于Machine Vision 。
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。
14小时
课程概览
R是用于统计计算，数据分析和图形的开源免费编程语言。 R被企业和学术界内越来越多的管理人员和数据分析人员所使用。 R有各种各样的数据挖掘软件包。
14小时
课程概览
Pandas is a Python library for data manipulation and analysis. Using Pandas, users can perform predictive analysis through machine learning.
This instructor-led, live training (online or onsite) is aimed at data scientists who wish to use Pandas to preform predictive analysis with machine learning.
By the end of this training, participants will be able to:
- Perform data wrangling in Python.
- Conduct ETL operations for machine learning.
- Create data visualizations with Pandas
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 (online or onsite) is aimed at data scientists who wish to use Pandas to preform predictive analysis with machine learning.
By the end of this training, participants will be able to:
- Perform data wrangling in Python.
- Conduct ETL operations for machine learning.
- Create data visualizations with Pandas
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.
21小时
课程概览
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
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。
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 。
21小时
课程概览
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
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。
21小时
课程概览
该培训课程面向希望将Machine Learning应用于团队实际应用的人员。培训不会涉及技术问题，而是围绕基础概念和业务/运营应用。
目标观众
- 投资者和人工智能企业家
- 管理者和工程师，他们的公司正在进入AI领域
- Business分析师和投资者
目标观众
- 投资者和人工智能企业家
- 管理者和工程师，他们的公司正在进入AI领域
- Business分析师和投资者
21小时
课程概览
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
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
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
21小时
课程概览
MLflow is an open source platform for streamlining and managing the machine learning lifecycle. It supports any ML (machine learning) library, algorithm, deployment tool or language. Simply add MLflow to your existing ML code to share the code across any ML library being used within your organization.
This instructor-led, live training (online or onsite) is aimed at data scientists who wish to go beyond building ML models and optimize the ML model creation, tracking, and deployment process.
By the end of this training, participants will be able to:
- Install and configure MLflow and related ML libraries and frameworks.
- Appreciate the importance of trackability, reproducability and deployability of an ML model
- Deploy ML models to different public clouds, platforms, or on-premise servers.
- Scale the ML deployment process to accommodate multiple users collaborating on a project.
- Set up a central registry to experiment with, reproduce, and deploy ML models.
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 (online or onsite) is aimed at data scientists who wish to go beyond building ML models and optimize the ML model creation, tracking, and deployment process.
By the end of this training, participants will be able to:
- Install and configure MLflow and related ML libraries and frameworks.
- Appreciate the importance of trackability, reproducability and deployability of an ML model
- Deploy ML models to different public clouds, platforms, or on-premise servers.
- Scale the ML deployment process to accommodate multiple users collaborating on a project.
- Set up a central registry to experiment with, reproduce, and deploy ML models.
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
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。
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。
近期人工智能培训课程
2021-03-24 09:30:00
上海 - 上海中区广场
7 小时
2021-04-15 09:30:00
上海 - 上海中区广场
14 小时
2021-04-19 09:30:00
上海 - 上海中区广场
7 小时
2021-04-19 09:30:00
上海 - 上海中区广场
21 小时
2021-05-10 09:30:00
上海 - 上海中区广场
28 小时
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)")
