機器學習培訓

機器學習培訓

由講師進行實時指導的機器學習本地培訓課程通過動手實踐演示如何應用機器學習技術和工具來解決各行業的現實問題。NobleProg機器學習課程涵蓋不同的編程語言和框架,包括Python、R語言、Matlab。機器學習課程適用于多種行業應用,包括金融、銀行、保險,涵蓋機器學習的基礎知識以及深度學習等更高級的方法。

機器學習培訓形式包括“現場實時培訓”和“遠程實時培訓”。現場實時培訓可在客戶位于台灣的所在場所或NobleProg位于台灣的企業培訓中心進行,遠程實時培訓可通過交互式遠程桌面進行。

NobleProg -- 您的本地培訓提供商

客戶評論

★★★★★
★★★★★

機器學習課程大綱

Title
Duration
Overview
Title
Duration
Overview
7 小時
Overview
本課程是爲管理人員,解決方案架構師,創新人員,CTO,軟件架構師以及對應用人工智能概述及其最近發展預測感興趣的人員而創建的。
14 小時
Overview
Apache OpenNLP庫是用于處理自然語言文本的基于機器學習的工具包。它支持最常見的NLP任務,例如語言檢測,標記,句子分段,部分語音標記,命名實體提取,分塊,解析和共參考解析。 在這個有指導意義的現場培訓中,參與者將學習如何創建使用OpenNLP處理基于文本的數據的模型。樣本培訓數據以及定制數據集將作爲實驗練習的基礎。 在培訓結束後,參與者將能夠: 安裝和配置OpenNLP 下載現有模型並創建自己的模型在各種樣本數據上訓練模型將OpenNLP與現有的Java應用程序集成 聽衆 開發商數據科學家 課程的格式 部分講座,部分討論,練習和沈重的練習
28 小時
Overview
機器學習是人工智能的一個分支,其中計算機有能力學習而不被明確編程。深度學習是機器學習的一個子領域,它使用基于學習數據表示和結構(如神經網絡)的方法。 R是金融行業流行的編程語言。它用于金融應用,從核心交易計劃到風險管理系統。 在這種有指導性的現場培訓中,參與者將學習如何通過建立深度學習信用風險模型來實施銀行使用R的深度學習模式。 在培訓結束後,參與者將能夠: 理解深度學習的基本概念了解深度學習在銀行業務中的應用和使用使用R爲銀行創建深度學習模型使用R構建自己的深度學習信用風險模型 聽衆 開發商數據科學家 課程的格式 部分講座,部分討論,練習和沈重的練習
28 小時
Overview
機器學習是人工智能的一個分支,其中計算機有能力學習而不被明確編程。深度學習是機器學習的一個子領域,它使用基于學習數據表示和結構(如神經網絡)的方法。 Python是一種高級編程語言,因其清晰的語法和代碼可讀性而聞名。 在這種有指導意義的現場培訓中,參與者將學習如何通過創建深度學習信用風險模型來實施使用Python的銀行業深度學習模型。 在培訓結束後,參與者將能夠: 理解深度學習的基本概念了解深度學習在銀行業務中的應用和使用使用Python,Keras和TensorFlow爲銀行創建深度學習模型使用Python構建自己的深度學習信用風險模型 聽衆 開發商數據科學家 課程的格式 部分講座,部分討論,練習和沈重的練習
28 小時
Overview
機器學習是人工智能的一個分支,其中計算機有能力學習而不被明確編程。深度學習是機器學習的一個子領域,它使用基于學習數據表示和結構(如神經網絡)的方法。 R是金融行業流行的編程語言。它用于金融應用,從核心交易計劃到風險管理系統。 在這種有指導性的現場培訓中,參與者將學習如何通過建立深度學習股票價格預測模型來實施R的金融深度學習模型。 在培訓結束後,參與者將能夠: 理解深度學習的基本概念了解金融深度學習的應用和使用使用R來創建融資的深度學習模型利用R建立自己的深度學習股票價格預測模型 聽衆 開發商數據科學家 課程的格式 部分講座,部分討論,練習和沈重的練習
28 小時
Overview
機器學習是人工智能的一個分支,其中計算機有能力學習而不被明確編程。 R是金融行業流行的編程語言。它用于金融應用,從核心交易計劃到風險管理系統。 在這種有指導性的現場培訓中,學員將學習如何應用機器學習技術和工具來解決金融行業的現實問題。 R將被用作編程語言。 參與者首先要學習的關鍵原則,然後通過建立自己的機器學習模型並使用它們來完成一些團隊項目來將他們的知識付諸實踐。 在培訓結束後,參與者將能夠: 理解機器學習的基本概念了解機器學習在金融領域的應用和使用使用R機器學習開發自己的算法交易策略聽衆開發商數據科學家 課程的格式 部分講座,部分討論,練習和沈重的練習
21 小時
Overview
機器學習是人工智能的一個分支,指計算機可以在不被明確編程的情況下學習。

在這一由講師引導的現場培訓中,參與者將學習如何應用機器學習技術和工具來解決財務的現實問題。Python將被用作編程語言。

參與者首先學習關鍵原則,然後通過建立自己的機器學習模型並使用模型來完成一些團隊項目以將所學知識運用到實踐中。

在本次培訓結束後,參與者將能夠:

- 了解機器學習的基本概念
- 了解機器學習在金融領域的應用和使用
- 使用Python機器學習開發自己的算法交易策略

受衆

- 開發人員
- 數據科學家

課程形式

- 部分講座、部分討論、練習和大量實操
28 小時
Overview
NLP的深度學習使機器學習簡單到複雜的語言處理。當前可能的任務包括語言翻譯和照片的標題生成。 DL(深度學習)是ML(機器學習)的子集。 Python是一種流行的編程語言,包含用于NLP深度學習的庫。 在這個有指導意義的現場培訓中,參與者將學習使用Python庫進行NLP(自然語言處理),因爲他們創建了一個處理一組圖片並生成字幕的應用程序。 在培訓結束後,參與者將能夠: 使用Python庫設計和編寫用于NLP的DL 創建讀取大量圖片並生成關鍵字的Python代碼創建Python代碼,從檢測到的關鍵字中生成字幕 聽衆 對語言學感興趣的程序員希望了解NLP(自然語言處理)的程序員 課程的格式 部分講座,部分討論,練習和沈重的練習
14 小時
Overview
在Python機器學習中,文本摘要功能可以讀取輸入文本並生成文本摘要。這個功能可以從命令行或從Python API / 庫中獲得。一個令人興奮的應用是執行摘要的快速創建;這對在做報告和演講前需要審閱大量文本數據的組織特別有用。

在這一由講師引導的現場培訓中,學員將學習使用Python創建一個簡單的可自動生成輸入文本摘要的應用程序。

在本次培訓結束後,學員將能夠:

- 使用一個命令行工具來總結文本。
- 使用Python庫設計和創建文本摘要代碼。
- 評估三個Python摘要庫:sumy 0.7.0、psisummarization 1.0.4、readless 1.0.17

受衆

- 開發人員
- 數據科學家

課程形式

- 部分講座、部分討論、練習和大量實操
35 小時
Overview
本課程首先向您介紹神經網絡的概念知識,一般用于機器學習算法,深度學習(算法和應用)。 第一部分(40%)的培訓更注重基礎知識,但會幫助您選擇正確的技術:TensorFlow,Caffe,Theano,DeepDrive,Keras等。 本次培訓的第二部分(20%)介紹了Theano python庫,使得深入學習模型的編寫變得輕松。 第三部分(40%)的培訓將廣泛地基于Google的深度學習開源軟件庫Tensorflow第二代API。示例和操作都將在TensorFlow中完成。 聽衆 本課程面向尋求將TensorFlow用于深度學習項目的工程師完成本課程後,代表們將: 對深度神經網絡(DNN),CNN和RNN有很好的理解了解TensorFlow的結構和部署機制能夠執行安裝/生産環境/架構任務和配置能夠評估代碼質量,執行調試和監控能夠實施先進的生産,如培訓模型,建築圖表和日志由于主題的廣泛性,並不是所有主題都會在35小時的公共課堂中進行討論。 完整課程的時間將爲70小時左右,而不是35小時。
21 小時
Overview
在這一由講師引導的現場培訓中,參與者將學習如何應用機器學習技術和工具來解決銀行業的現實問題。Python將被用作編程語言。

參與者首先學習關鍵原則,然後通過建立自己的機器學習模型並使用模型來完成一些現場項目以將所學知識運用到實踐中。

受衆

- 開發人員
- 數據科學家

課程形式

- 部分講座、部分討論、練習和大量實操
28 小時
Overview
Cortana Intelligence Suite是Microsoft Azure Cloud上的一系列集成産品和服務,可讓實體將數據轉換爲智能操作。 在這個有指導意義的現場培訓中,參與者將學習如何使用屬于Cortana Intelligence Suite的組件來構建數據驅動的智能應用程序。 在培訓結束後,參與者將能夠: 了解如何使用Cortana Intelligence Suite工具獲取數據管理和分析的最新知識使用Cortana組件將數據轉化爲智能操作使用Cortana從頭構建應用程序並在雲上啓動它 聽衆 數據科學家程序員開發商經理建築師 課程的格式 部分講座,部分討論,練習和沈重的練習
28 小時
Overview
在這一由講師引導的現場培訓中,參與者將學習如何應用機器學習技術和工具來解決銀行業的現實問題。R將被用作編程語言。

參與者首先學習關鍵原則,然後通過建立自己的機器學習模型並使用模型來完成一些現場項目以將所學知識運用到實踐中。

受衆

- 開發人員
- 數據科學家
- 具有技術背景的銀行專業人士

課程形式

- 部分講座、部分討論、練習和大量實操
14 小時
Overview
在這一由講師引導的現場培訓中,參與者將學習如何使用Matlab來設計、構建、可視化用于圖像識別的卷積神經網絡。

在培訓結束後,參與者將能夠:

- 建立深度學習的模式
- 使數據分類自動化
- 使用Caffe和TensorFlow-Keras的模型
- 使用多個GPU、雲或群集訓練數據

受衆

- 開發人員
- 工程師
- 領域專家

課程形式

- 部分講座、部分討論、練習和大量實操
7 小時
Overview
TensorFlow Serving是一個爲機器學習(ML)模型提供服務的系統。 在這個有指導的現場培訓中,參與者將學習如何配置和使用TensorFlow Serving在生産環境中部署和管理ML模型。 在培訓結束後,參與者將能夠: 培訓,出口和服務各種TensorFlow模型使用單一架構和一組API來測試和部署算法擴展TensorFlow服務于TensorFlow型號之外的其他類型的模型 聽衆 開發商數據科學家 課程的格式 部分講座,部分討論,練習和沈重的練習
14 小時
Overview
在這個有指導性的現場培訓中,參與者將學習如何在iOS移動應用的創建和部署階段使用iOS機器學習(ML)技術堆棧。 在培訓結束後,參與者將能夠: 創建一個能夠進行圖像處理,文本分析和語音識別的移動應用程序訪問預訓練的ML模型以集成到iOS應用程序中創建一個自定義ML模型將Siri語音支持添加到iOS應用程序理解和使用諸如coreML,Vision,CoreGraphics和GamePlayKit等框架使用Python,Keras,Caffee,Tensorflow,scikit learn,libsvm,Anaconda和Spyder等語言和工具 聽衆 開發商 課程的格式 部分講座,部分討論,練習和沈重的練習
21 小時
Overview
在這一由講師引導的現場培訓中,參與者將學習如何使用正確的機器學習和NLP(自然語言處理)技術從基于文本的數據中提取價值。

在本次培訓結束後,參與者將能夠:

- 用高質量、可重用的代碼解決基于文本的數據科學問題
- 運用scikit-learn的不同方面(分類、聚類、回歸、降維)來解決問題
- 使用基于文本的數據建立有效的機器學習模型
- 創建一個數據集並從非結構化文本中提取特征
- 用Matplotlib可視化數據
- 構建和評估模型以獲得洞察力
- 解決文本編碼錯誤

受衆

- 開發人員
- 數據科學家

課程形式

- 部分講座、部分討論、練習和大量實操
14 小時
Overview
Encog是Java和Net的開源機器學習框架。 在這個有指導意義的現場培訓中,參與者將學習如何使用ENCOG創建各種神經網絡組件。將討論真實世界的案例研究,並探討基于機器語言的解決這些問題的方法。 在培訓結束後,參與者將能夠: 使用標准化過程爲神經網絡准備數據實施前饋網絡和傳播訓練方法實施分類和回歸任務使用Encog基于GUI的工作台對神經網絡進行建模和訓練將神經網絡支持集成到實際應用程序中 聽衆 開發商分析師數據科學家 課程的格式 部分講座,部分討論,練習和沈重的練習
14 小時
Overview
Encog是Java和Net的開源機器學習框架。 在這個有指導意義的現場培訓中,參與者將學習先進的機器學習技術,以建立精確的神經網絡預測模型。 在培訓結束後,參與者將能夠: 實施不同的神經網絡優化技術來解決欠擬合和過擬合問題了解並從衆多神經網絡體系結構中進行選擇實施有監督的前饋和反饋網絡 聽衆 開發商分析師數據科學家 課程的格式 部分講座,部分討論,練習和沈重的練習
21 小時
Overview
在這個有指導意義的現場培訓中,參與者將學習使用R進行機器學習的先進技術,以便他們逐步創建實際應用程序。 在培訓結束後,參與者將能夠: 使用技術作爲超參數調整和深度學習了解並實施無監督學習技巧將模型投入生産以用于更大的應用程序 聽衆 開發商分析師數據科學家 課程的格式 部分講座,部分討論,練習和沈重的練習
21 小時
Overview
在這一由講師引導的現場培訓中,參與者將學習Python中最相關及最尖端的機器學習技術,因爲它們構建了一系列涉及圖像、音樂、文本和財務數據的演示應用程序。

在本次培訓結束後,參與者將能夠:

- 運用用于解決複雜問題的機器學習算法和技術
- 將深度學習和半監督學習應用于涉及圖像、音樂、文本和財務數據的應用程序
- 推動Python算法達到其最大潛力
- 使用例如NumPy和Theano的庫和包

受衆

- 開發人員
- 分析師
- 數據科學家

課程形式

- 部分講座、部分討論、練習和大量實操
28 小時
Overview
機器學習是人工智能的一個分支,其中計算機有能力學習而不被明確編程。深度學習是機器學習的一個子領域,它使用基于學習數據表示和結構(如神經網絡)的方法。 Python是一種高級編程語言,因其清晰的語法和代碼可讀性而聞名。 在這種有指導性的現場培訓中,參與者將學習如何通過創建深度學習股票價格預測模型來實現使用Python進行融資的深度學習模型。 在培訓結束後,參與者將能夠: 理解深度學習的基本概念了解金融深度學習的應用和使用使用Python,Keras和TensorFlow爲財務創建深度學習模型使用Python構建自己的深度學習股票價格預測模型 聽衆 開發商數據科學家 課程的格式 部分講座,部分討論,練習和沈重的練習
35 小時
Overview
智能應用程序是下一代應用程序,可以不斷從用戶交互中學習,爲用戶提供更好的價值和相關性。 在這個有指導意義的現場培訓中,參與者將學習如何構建智能移動應用程序和機器人。 在培訓結束後,參與者將能夠: 了解智能應用程序的基本概念了解如何使用各種工具來構建智能應用程序使用Azure,Cognitive Services API,Stream Analytics和Xamarin構建智能應用程序 聽衆 開發商程序員愛好者 課程的格式 部分講座,部分討論,練習和沈重的練習
14 小時
Overview
OpenFace是基于Python和Torch的開源,基于谷歌FaceNet研究的實時面部識別軟件。 在這個有指導的現場培訓中,參與者將學習如何使用OpenFace的組件來創建和部署樣本面部識別應用程序。 在培訓結束後,參與者將能夠: 使用OpenFace的組件,包括dlib,OpenVC,Torch和nn4來實現人臉檢測,對齊和轉換將OpenFace應用于真實世界的應用,如監控,身份驗證,虛擬現實,遊戲以及識別回頭客等。 聽衆 開發商數據科學家 課程的格式 部分講座,部分討論,練習和沈重的練習
28 小時
Overview
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.
21 小時
Overview
TensorFlow 是 Google 為深度學習、數值計算和大規模機器學習而開發的一種流行的機器學習庫。TensorFlow 2.0 于2019年1月發佈, 是 TensorFlow 的最新版本, 包括在渴望執行、相容性和 API 一致性方面的改進



本教師指導的現場培訓 (現場或遠端) 針對的是希望使用大人 orflow 2.0 構建預測器、分類器、生成模型、神經網路等

的開發人員和資料科學家。

到本次培訓結束時, 學員將能夠:

- 安裝和配置緊張流 2.0
- 瞭解 TensorFlow 2.0 與以前版本相比
的優勢。 - 構建深入的學習模式
- 實現了一個高級圖像分類器
。 - 將深度學習模型部署到雲、移動和物聯網設備
。 課程 的

格式

- 互動講座和討論.
- 大量的練習和練習
- 在現場
實驗室環境中的實際實現。

課程自訂選項

- 要要求本課程的定制培訓, 請聯繫我們安排
- 要瞭解有關緊張流的更多資訊, 請訪問: HTTPs://www.tensorflow.org/
14 小時
Overview
特徵工程是為了提高機器學習演算法的準確性而選擇和轉換資料的過程。它要求專題專家對資料深有了解



該教師指導的現場或遠端培訓 (現場或遠端) 針對的是希望應用特徵工程技術來更好地處理資料和獲得更好的機器學習模型的人



到本次培訓結束時, 學員將能夠:

- 建立最佳開發環境, 包括所有需要的 Python 包
- 通過分析資料集的功能來獲取重要的見解。
- 通過調整原始資料本身來優化機器學習模型。
- 清理和轉換資料集, 為機器學習做準備
課程 的

格式

- 互動講座和討論.
- 大量的練習和練習
- 在現場實驗室環境中的實際實現。

課程自訂選項

- 要要求本課程的定制培訓, 請聯繫我們安排
14 小時
Overview
h2o 是一個開源預測分析平臺。它支援 r、python、schal、java 和 rest

該教師指導的現場培訓 (現場或遠端) 針對的是希望使用 glm、深度學習和隨機森林等演算法構建機器學習模型的技術人員。

到本次培訓結束時, 學員將能夠:

- 安裝和配置 h2o
- 使用不同流行的演算法創建機器學習模型。
- 根據資料類型和業務需求評估模型。
課程 的

格式

- 互動講座和討論.
- 大量的練習和練習
- 在現場實驗室環境中的實際實現。

課程自訂選項

- 要要求本課程的定制培訓, 請聯繫我們安排
- 要瞭解有關 h2o 的更多資訊, 請訪問: HTTPs://www.h2o.ai/
14 小時
Overview
h2o autml 是一個人工智慧平臺, 可實現構建、選擇和優化大量機器學習模型的自動化。

本教師指導的現場培訓 (現場或遠端) 針對的資料科學家希望使用 h2o autml 自動生成和選擇最佳機器學習演算法和參數的過程

到本次培訓結束時, 學員將能夠:

- 自動化機器學習工作流
。 - 在指定的時間範圍內自動訓練和調整多個機器學習模型。
- 火車堆疊合奏, 以達到高度預測的合奏模型.
課程 的

格式

- 互動講座和討論.
- 大量的練習和練習
- 在現場實驗室環境中的實際實現。

課程自訂選項

- 要要求本課程的定制培訓, 請聯繫我們安排
14 小時
Overview
自動滑雪學是圍繞科學學習機器學習庫構建的 python 包。它自動搜索新機器學習資料集的正確學習演算法, 並優化其參數



本教師指導的現場培訓 (現場或遠端) 針對的是希望使用自動滑雪學習的機器學習從業人員, 以自動選擇和優化機器學習模型的過程

到本次培訓結束時, 學員將能夠:

- 自動化培訓高效機器學習模型的過程。
- 構建高精度的機器學習模型, 同時繞過選擇、培訓和測試不同模型的更繁瑣的任務.
- 利用機器學習的力量來解決現實世界中的業務問題
。 課程 的

格式

- 互動講座和討論.
- 大量的練習和練習
- 在現場實驗室環境中的實際實現。

課程自訂選項

- 要要求本課程的定制培訓, 請聯繫我們安排
機器學習,培訓,課程,培訓課程, 企業機器學習培訓, 短期機器學習培訓, 機器學習課程, 機器學習周末培訓, 機器學習晚上培訓, 機器學習訓練, 學習機器學習, 機器學習老師, 學機器學習班, 機器學習遠程教育, 一對一機器學習課程, 小組機器學習課程, 機器學習培訓師, 機器學習輔導班, 機器學習教程, 機器學習私教, 機器學習輔導, 機器學習講師

促銷課程

訂閱促銷課程

為尊重您的隱私,我公司不會把您的郵箱地址提供給任何人。您可以享有優先權和隨時取消訂閱的權利。

我們的客戶

is growing fast!

We are looking to expand our presence in Taiwan!

As a Business Development Manager you will:

  • expand business in Taiwan
  • 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!