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
以後使用的參考材料非常好。
PAUL BEALES- Seagate Technology.
課程: Applied Machine Learning
Translated by
你最喜歡的訓練是什麼？：給我一個很好的練習，用R來構建真實情況下的機器學習系統。我可以馬上在我的工作中使用它。這是一個很好的課程。我擁有的最好的之一。
Matthew Thomas - British Telecom
課程: Applied Machine Learning
Translated by
它非常互動，比預期更輕鬆和非正式。我們在當時涵蓋了很多主題，培訓師總是樂於接受更詳細的討論，或者更廣泛地討論主題及其相關方式。我覺得培訓給了我繼續學習的工具，相反，它是一次性會議，一旦你完成學習就會停止，這對於主題的規模和復雜性非常重要。
Jonathan Blease
課程: Artificial Neural Networks, Machine Learning, Deep Thinking
Translated by
培訓師知識淵博，包括我感興趣的領域。
Mohamed Salama
課程: Data Mining & Machine Learning with R
Translated by
我們對這個主題有了更多的了解。我們公司內部的一些真實主題進行了一些很好的討論。
Sebastiaan Holman
課程: Machine Learning and Deep Learning
Translated by
通過展示理論與實踐如何相輔相成，培訓提供了正確的基礎，使我們能夠進一步擴展。它實際上讓我對這個主題比以前更感興趣。
Jean-Paul van Tillo
課程: Machine Learning and Deep Learning
Translated by
我非常喜歡主題的報導和深度。
Anirban Basu
課程: Machine Learning and Deep Learning
Translated by
培訓師很容易解釋困難和高級話題。
Leszek K
課程: Artificial Intelligence Overview
Translated by
非常靈活。
Frank Ueltzhöffer
課程: Artificial Neural Networks, Machine Learning and Deep Thinking
Translated by
我一般都很喜歡靈活性。
Werner Philipp
課程: Artificial Neural Networks, Machine Learning and Deep Thinking
Translated by
都很喜歡
蒙 李
課程: Machine Learning Fundamentals with Python
Translated by
教練的指導和舉例
ORANGE POLSKA S.A.
課程: Machine Learning and Deep Learning
Translated by
可以自己討論提議的問題。
ORANGE POLSKA S.A.
課程: Machine Learning and Deep Learning
Translated by
與講師的交流環節
文欣 张
課程: Artificial Neural Networks, Machine Learning, Deep Thinking
Translated by
都喜歡
lisa xie
課程: Artificial Neural Networks, Machine Learning, Deep Thinking
Translated by
深入報導機器學習主題，特別是神經網絡。揭開了很多話題的神秘面紗。
Sacha Nandlall
課程: Python for Advanced Machine Learning
Translated by
Excercises
L M ERICSSON LIMITED
課程: Machine Learning
Translated by
實驗練習
Marcell Lorant - L M ERICSSON LIMITED
課程: Machine Learning
Translated by
Jupyter筆記本表格，其中提供培訓材料
L M ERICSSON LIMITED
課程: Machine Learning
Translated by
有很多練習和有趣的話題。
L M ERICSSON LIMITED
課程: Machine Learning
Translated by
一些偉大的實驗室練習由教練深入分析和解釋（例如線性回歸中的協變量，匹配實際功能）
L M ERICSSON LIMITED
課程: Machine Learning
Translated by
包括練習在內的所有材料都在同一頁面上然後它會立即更新。最終揭示了解決方案。涼！此外，我很欣賞Krzysztof花了很多精力去理解我們的問題，並向我們提出了可行的技巧。
Attila Nagy - L M ERICSSON LIMITED
課程: Machine Learning
Translated by
機器學習課程大綱
| 代碼 | 名稱 | 時長 | 概覽 |
|---|---|---|---|
| aiint | Artificial Intelligence Overview | 7 小時 | 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。 |
| mlios | Machine Learning on iOS | 14 小時 | 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 |
| textsum | 用Python進行文本摘要 | 14 小時 | 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 |
| undnn | Understanding Deep Neural Networks | 35 小時 | 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。 |
| opennlp | OpenNLP for Text Based Machine Learning | 14 小時 | 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 |
| mlbankingpython_ | Machine Learning for Banking (with Python) | 21 小時 | 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 |
| mlbankingr | Machine Learning for Banking (with R) | 28 小時 | 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 |
| matlabdl | Matlab for Deep Learning | 14 小時 | 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 |
| tensorflowserving | TensorFlow Serving | 7 小時 | 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 |
| pythontextml | Python: Machine Learning with Text | 21 小時 | 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 |
| mlfinancepython | Machine Learning for Finance (with Python) | 21 小時 | 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 |
| encogintro | Encog: Introduction to Machine Learning | 14 小時 | 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 |
| encogadv | Encog: Advanced Machine Learning | 14 小時 | 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 |
| radvml | Advanced Machine Learning with R | 21 小時 | 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 |
| pythonadvml | Python for Advanced Machine Learning | 21 小時 | 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 |
| openface | OpenFace: Creating Facial Recognition Systems | 14 小時 | 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 |
| embeddingprojector | Embedding Projector: Visualizing Your Training Data | 14 小時 | 嵌入式投影儀是一款開源Web應用程序，用于可視化用于訓練機器學習系統的數據。由Google創建，它是TensorFlow的一部分。 這個有指導意義的現場培訓介紹了嵌入式投影儀背後的概念，並讓參與者通過演示項目的設置。 在培訓結束後，參與者將能夠： 探索機器學習模型如何解釋數據浏覽數據的3D和2D視圖以了解機器學習算法如何解釋它理解嵌入背後的概念及其在表示圖像，單詞和數字的數學向量中的作用。 探索特定嵌入的屬性以了解模型的行爲將嵌入項目應用于真實世界的用例，例如爲音樂愛好者建立歌曲推薦系統 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 |
| t2t | T2T: Creating Sequence to Sequence Models for Generalized Learning | 7 小時 | Tensor2Tensor（T2T）是一個模塊化，可擴展的庫，用于使用不同類型的訓練數據在不同任務中訓練AI模型，例如：圖像識別，翻譯，解析，圖像字幕和語音識別。它由Google Brain團隊維護。 在這種有指導性的現場培訓中，參與者將學習如何准備一種深度學習模式來解決多項任務。 在培訓結束後，參與者將能夠： 安裝tensor2tensor，選擇一個數據集，並訓練和評估一個AI模型使用Tensor2Tensor中包含的工具和組件自定義開發環境創建並使用單個模型同時從多個域中學習許多任務使用該模型從具有大量訓練數據的任務中學習，並將該知識應用于數據有限的任務使用單個GPU獲得令人滿意的處理結果 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 |
| dsstne | Amazon DSSTNE: Build a Recommendation System | 7 小時 | 亞馬遜DSSTNE是一個開源庫，用于培訓和部署推薦模型。它允許單個GPU上的權重矩陣過大的模型在單個主機上進行培訓。 在這個有指導意義的現場培訓中，參與者將學習如何使用DSSTNE構建推薦應用程序。 在培訓結束後，參與者將能夠： 用稀疏數據集作爲輸入來訓練推薦模型在多個GPU上擴展訓練和預測模型以模型並行的方式展開計算和存儲生成Amazonlike個性化産品推薦部署可以在繁重工作負載下擴展的生産准備應用程序 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 |
| dlfornlp | Deep Learning for NLP (Natural Language Processing) | 28 小時 | 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 |
| mlfinancer | Machine Learning for Finance (with R) | 28 小時 | 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 |
| PaddlePaddle | PaddlePaddle | 21 小時 | PaddlePaddle（並行分布式深度學習）是百度開發的可擴展的深度學習平台。 在這個有指導意義的現場培訓中，參與者將學習如何使用PaddlePaddle在其産品和服務應用中實現深度學習。 在培訓結束後，參與者將能夠： 設置並配置PaddlePaddle 建立用于圖像識別和物體檢測的卷積神經網絡（CNN） 爲情感分析設置一個循環神經網絡（RNN） 在推薦系統上建立深度學習，以幫助用戶找到答案預測點擊率（CTR），對大規模圖像集進行分類，執行光學字符識別（OCR），排名搜索，檢測計算機病毒以及實施推薦系統。 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 |
| ML_LBG | Machine Learning – Data science | 21 小時 | 這個基于課堂的培訓課程將使用（建議的）Python探索機器學習工具。代表們將進行基于計算機的示例和案例學習練習。 |
| appai | Applied AI from Scratch | 28 小時 | 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. |
| dlfortelecomwithpython | Deep Learning for Telecom (with Python) | 28 小時 | 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 |
| rapidminer | RapidMiner for Machine Learning and Predictive Analytics | 14 小時 | 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. |
| aicityplanning | Artificial Intelligence for City Planning | 14 小時 | 未來城市將會是什麽樣子？人工智能（AI）如何被用來改善城市規劃？人工智能如何用于使城市更高效，更宜居，更安全和環保？ 在這個有指導意義的現場培訓（現場或遠程）中，我們研究了組成AI的各種技術，以及將它們用于城市規劃所需的技能組合和心智框架。我們還涵蓋收集和組織相關數據以用于AI的工具和方法，包括數據挖掘。 聽衆 城市規劃師建築師開發商運輸官員 課程的格式 部分講座，部分討論和一系列互動練習。 注意 要請求本課程的定制培訓，請聯系我們安排。 |
| dlformedicine | Deep Learning for Medicine | 14 小時 | 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，它試圖模仿人類大腦在決策中的運作。它接受數據訓練以自動提供問題的解決方案。深度學習爲坐在數據庫上的醫療行業提供了巨大的機會。 在這個有指導的現場培訓中，參與者將會 參加一系列討論，練習和案例研究分析，了解 Deep Learning 的基礎知識 。將對最重要的深度學習工具和技術進行評估，並 開展運動訓練，爲參與者 在其 組織 內部進行深度學習解決方案的評估和實施 做好准備 。 在培訓結束後，參與者將能夠： 了解深度學習的基礎知識 學習深度學習技術及其在行業中的應用 檢查深度學習技術可以解決的醫學問題 探索深度學習醫學案例研究 制定采用深度學習最新技術來解決醫學問題的策略 聽衆 經理 領導角色的醫療專業人士 課程的格式 部分講座，部分討論，練習和沈重的練習 注意 要請求本課程的定制培訓，請聯系我們安排。 |
| algebraforml | Algebra for Machine Learning | 14 小時 | 線性代數是處理矢量，矩陣和線性變換的數學分支。線性代數的知識可以幫助工程師和開發人員提高他們的機器學習能力。理解線性代數概念可以讓他們更好地理解機器學習技術背後的原理，從而更快地解決問題。 在這個有指導意義的實時訓練中，參與者將通過使用線性代數方法解決機器學習問題，學習線性代數的基本原理。 在培訓結束後，參與者將能夠： 了解基本的線性代數概念了解機器學習所需的線性代數技巧處理數據，圖像，算法等時使用線性代數結構和概念用線性代數解決機器學習問題 聽衆 開發商工程師 課程的格式 部分講座，部分討論，練習和沈重的練習 注意 要請求本課程的定制培訓，請聯系我們安排。 |
| Nue_LBG | Neural computing – Data science | 14 小時 | 這個基于課堂的培訓課程將包含演示和基于計算機的示例以及與相關的神經和深層網絡庫進行的案例學習練習 |
近期機器學習培訓課程
| 課程 | 日期 | 價格【遠程 / 傳統課堂】 |
|---|---|---|
| Artificial Intelligence in Automotive - 全球運籌中心, 台中 | 二, 2019-01-22 09:30 | ￥23400 / ￥38400 |
| Artificial Intelligence in Automotive - 台北, Concord | 四, 2019-02-07 09:30 | ￥23400 / ￥38400 |
| Artificial Intelligence in Automotive - 台北, Concord | 二, 2019-04-02 09:30 | ￥23400 / ￥38400 |
| Artificial Intelligence in Automotive - 全球運籌中心, 台中 | 週一, 2019-05-20 09:30 | ￥23400 / ￥38400 |
| Artificial Intelligence in Automotive - 台北, Concord | 四, 2019-06-13 09:30 | ￥23400 / ￥38400 |
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
| 課程 | 地址 | 日期 | 價格【遠程 / 傳統課堂】 |
|---|---|---|---|
| Agile Project Management with Scrum | 全球運籌中心, 台中 | 二, 2019-01-08 09:30 | ￥17820 / ￥32820 |
| Advanced Automation with Ansible | The Hsinchu Wishun centre | 二, 2019-01-08 09:30 | ￥17820 / ￥32820 |
| The Compliance and MLRO Refresher Programme | 全球運籌中心, 台中 | 二, 2019-01-15 09:30 | ￥10530 / ￥22030 |
| Advanced Go Programming | The Hsinchu Wishun centre | 週一, 2019-02-04 09:30 | ￥31590 / ￥50090 |
| IoT ( Internet of Things) for Entrepreneurs, Managers and Investors | The Hsinchu Wishun centre | 二, 2019-04-09 09:30 | N/A / ￥50090 |
我們的客戶
.png "american medical association (ama)")
.png "texas state technical college (tstc)")
.jpg "lewisville independent school district (lisd)")
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!