オンラインまたはオンサイトのインストラクター主導のライブ機械学習（Machine Learning, ML）トレーニングコースでは、さまざまな業界の現実の問題を解決するために機械学習の手法とツールを適用する方法を実践的な実践を通じて示します。NobleProg MLコースは、Python、R言語、Matlabなど、さまざまなプログラミング言語とフレームワークをカバーしています。機械学習コースは、金融、銀行、保険などの多くの業界アプリケーション向けに提供されており、機械学習の基礎だけでなく、ディープラーニングなどのより高度なアプローチもカバーしています。
機械学習トレーニングは、「オンラインライブトレーニング」または「オンサイトライブトレーニング」として利用できます。オンラインライブトレーニング（別名「リモートライブトレーニング」） は、インタラクティブなリモートデスクトップを使用して実行されます。現地でのライブトレーニングは、日本のお客様のオフィスまたは日本のNobleProg提携の企業トレーニングセンターでにて現地での実施が可能です。
NobleProg - 現地のトレーニングプロバイダー
お客様の声
私たちのニーズに合わせて
Sumitomo Mitsui Finance and Leasing Company, Limited
コース: Kubeflow
Machine Translated
非常にインタラクティブで、期待以上にリラックスできるトレーニングでした。講師は多くのトピックを扱ってくれ、トピックの関連性についても詳細に話してくれました。トピックの規模と複雑さを考慮すると、トレーニング後も学習を続けていくために、このようなトレーニング方式は非常に重要であると思います。
Jonathan Blease
コース: Artificial Neural Networks, Machine Learning, Deep Thinking
Machine Translated
トレーナーは非常に知識が豊富で、私が興味を持った分野が含まれていました。
Mohamed Salama
コース: Data Mining & Machine Learning with R
Machine Translated
トピックは非常に興味深いです。
Wojciech Baranowski
コース: Introduction to Deep Learning
Machine Translated
トレーニング後に参加者の問題を解決する理論的知識と意欲を養成する。
Grzegorz Mianowski
コース: Introduction to Deep Learning
Machine Translated
トピック。とても興味深い！。
Piotr
コース: Introduction to Deep Learning
Machine Translated
最終的には複雑すぎるにもかかわらず、各トピックの後の演習は本当に役に立ちました。一般に、提示された資料は非常に興味深いものでした。画像認識の練習は素晴らしかった。
Dolby Poland Sp. z o.o.
コース: Introduction to Deep Learning
Machine Translated
私はトレーニングが磨かれて行われると、トレーナーが自分の知識をより効率的に分かち合うことができると思います。
Radek
コース: Introduction to Deep Learning
Machine Translated
深い学習の世界的概要
Bruno Charbonnier
コース: Advanced Deep Learning
Machine Translated
演習は十分に実践的であり、 Python高度な知識は必要ありません。
Alexandre GIRARD
コース: Advanced Deep Learning
Machine Translated
Erasを使った実際の例題の演習。イタリアはこのトレーニングに関する私たちの期待を完全に理解していました。
Paul Kassis
コース: Advanced Deep Learning
Machine Translated
私たちの質問に対するクリスの明確な答えを本当に感謝しています。
Léo Dubus
コース: Réseau de Neurones, les Fondamentaux en utilisant TensorFlow comme Exemple
Machine Translated
私は一般的に知識のあるトレーナーを楽しんだ。
Sridhar Voorakkara
コース: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
私はこのクラスのスタンダードに驚いていました。私はそれが大学の標準であると言います。
David Relihan
コース: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
全体的に非常に良い概要です。 GoそれがないようTensorflowが動作する理由にODの背景を。
Kieran Conboy
コース: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
私は質問をする機会が好きで、理論の深い説明をもっと得た。
Sharon Ruane
コース: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
私たちは主題についてより多くの洞察を得ました。いくつかの素敵な議論は、私たちの会社内のいくつかの実際のテーマで行われました。
Sebastiaan Holman
コース: Machine Learning and Deep Learning
Machine Translated
このトレーニングは、理論と実践がどのように密接に関係しているかを示すことにより、さらに拡張するための適切な基盤を提供しました。実際、以前よりもこのテーマに興味を持ちました。
Jean-Paul van Tillo
コース: Machine Learning and Deep Learning
Machine Translated
私は本当に話題のカバレッジと深みを楽しんでいました。
Anirban Basu
コース: Machine Learning and Deep Learning
Machine Translated
講師は非常に簡単で難しいトピックや高度なトピックを説明しました。
Leszek K
コース: Artificial Intelligence Overview
Machine Translated
トピックに関するトレーナーの深い知識。
Sebastian Görg
コース: Introduction to Deep Learning
Machine Translated
機械学習を行うための非常に更新されたアプローチまたはCPI（テンソルフロー、時代遅れ、学習）。
Paul Lee
コース: TensorFlow for Image Recognition
Machine Translated
非常に柔軟です。
Frank Ueltzhöffer
コース: Artificial Neural Networks, Machine Learning and Deep Thinking
Machine Translated
私は一般に柔軟性を楽しんだ。
Werner Philipp
コース: Artificial Neural Networks, Machine Learning and Deep Thinking
Machine Translated
技術の見通し：将来どのような技術/プロセスが重要になるか。どのような技術が使用されるのかを見てください。
Commerzbank AG
コース: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
私はトピック選択の恩恵を受けました。トレーニングのスタイル。オリエンテーションを練習する。
Commerzbank AG
コース: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
私はそれがとても好きです。
蒙 李
コース: Machine Learning Fundamentals with Python
Machine Translated
指導者の指導の仕方と例
ORANGE POLSKA S.A.
コース: Machine Learning and Deep Learning
Machine Translated
提案された問題について自分で議論する可能性
ORANGE POLSKA S.A.
コース: Machine Learning and Deep Learning
Machine Translated
講師とのコミュニケーション
文欣 张
コース: Artificial Neural Networks, Machine Learning, Deep Thinking
Machine Translated
それが好き
lisa xie
コース: Artificial Neural Networks, Machine Learning, Deep Thinking
Machine Translated
機械学習の話題、特にニューラルネットワークについて詳しく解説します。話題の多くを解読しました。
Sacha Nandlall
コース: Python for Advanced Machine Learning
Machine Translated
私は本当に練習が好きでした
L M ERICSSON LIMITED
コース: Machine Learning
Machine Translated
ラボ演習
Marcell Lorant - L M ERICSSON LIMITED
コース: Machine Learning
Machine Translated
トレーニング資料が入手可能なJupyterノートブックフォーム
L M ERICSSON LIMITED
コース: Machine Learning
Machine Translated
多くのエクササイズや興味深いトピックがありました。
L M ERICSSON LIMITED
コース: Machine Learning
Machine Translated
トレーナーが深く掘り下げて分析し説明した素晴らしいラボ演習（実際の関数にマッチする線形回帰の共変量など）
L M ERICSSON LIMITED
コース: Machine Learning
Machine Translated
エクササイズを含むすべてのマテリアルが同じページにあり、その場で更新されることは素晴らしいことです。解決策は最後に明らかになる。クール！また、Krzysztofが私たちの問題を理解するために余計な努力を払い、可能な技術を提案してくれたことを感謝します。
Attila Nagy - L M ERICSSON LIMITED
コース: Machine Learning
Machine Translated
先進的かつ実用的なアプリケーションの例についての、大規模かつ最新の知識。
ING Bank Śląski S.A.
コース: Introduction to Deep Learning
Machine Translated
演習の多く、グループとの非常に良い協力。
Janusz Chrobot - ING Bank Śląski S.A.
コース: Introduction to Deep Learning
Machine Translated
コラボレーター、
ING Bank Śląski S.A.
コース: Introduction to Deep Learning
Machine Translated
提示されたトピックの熱狂者が主導していたことは明らかでした。運動中に興味深い例を使用しました。
ING Bank Śląski S.A.
コース: Introduction to Deep Learning
Machine Translated
トピックの広い範囲とリーダーの実質的な知識をカバーしています。
ING Bank Śląski S.A.; Kamil Kurek Programowanie
コース: Understanding Deep Neural Networks
Machine Translated
不足
ING Bank Śląski S.A.; Kamil Kurek Programowanie
コース: Understanding Deep Neural Networks
Machine Translated
講師の大きな理論的、実践的な知識。トレーナーのコミュニケーション。コース中に、あなたは質問し、満足のいく答えを得ることができます。
Kamil Kurek - ING Bank Śląski S.A.; Kamil Kurek Programowanie
コース: Understanding Deep Neural Networks
Machine Translated
アルゴリズムを実装した実用的な部分。これにより、トピックの理解を深めることができました。
ING Bank Śląski S.A.; Kamil Kurek Programowanie
コース: Understanding Deep Neural Networks
Machine Translated
演習とその上で実装された例
Paweł Orzechowski - ING Bank Śląski S.A.; Kamil Kurek Programowanie
コース: Understanding Deep Neural Networks
Machine Translated
議論された事例と問題。
ING Bank Śląski S.A.; Kamil Kurek Programowanie
コース: Understanding Deep Neural Networks
Machine Translated
実質的な知識、コミットメント、知識を伝達する情熱的な方法。理論的講義後の実践例
Janusz Chrobot - ING Bank Śląski S.A.; Kamil Kurek Programowanie
コース: Understanding Deep Neural Networks
Machine Translated
ML (Machine Learning)サブカテゴリ
ML (Machine Learning)コース概要
コース名
期間
概要
コース名
期間
概要
7 時間
This instructor-led, live training in 日本 (online or onsite) is aimed at software engineers or anyone who wish to learn how to use Vertex AI to perform and complete machine learning activities.
By the end of this training, participants will be able to:
- Understand how Vertex AI works and use it as a machine learning platform.
- Learn about machine learning and NLP concepts.
- Know how to train and deploy machine learning models using Vertex AI.
By the end of this training, participants will be able to:
- Understand how Vertex AI works and use it as a machine learning platform.
- Learn about machine learning and NLP concepts.
- Know how to train and deploy machine learning models using Vertex AI.
7 時間
AlphaFoldは、タンパク質構造の予測を実行するシステムです。 それはAlphabet’s/Google’s DeepMindによって開発され、タンパク質構造の3Dモデルを正確に予測できる深い学習システムです。
このインストラクターによるライブトレーニング(オンラインまたはオンライン)は、実験研究におけるガイドとしてモデルをどのように機能し、使用するかを理解したい生物学者に向けられています。
このトレーニングの終了後、参加者は:
基本原則を理解する(2)。 2 どのように働くかを学びましょう。 (2)予測と結果を解釈する方法を学びます。
コースの形式
インタラクティブな講義と議論 たくさんの練習や実践。 ライブラボ環境でのハンドオン実装
コースカスタマイズオプション
このコースのためのカスタマイズされたトレーニングを要求するには、私たちに連絡して整理してください。
このインストラクターによるライブトレーニング(オンラインまたはオンライン)は、実験研究におけるガイドとしてモデルをどのように機能し、使用するかを理解したい生物学者に向けられています。
このトレーニングの終了後、参加者は:
基本原則を理解する(2)。 2 どのように働くかを学びましょう。 (2)予測と結果を解釈する方法を学びます。
コースの形式
インタラクティブな講義と議論 たくさんの練習や実践。 ライブラボ環境でのハンドオン実装
コースカスタマイズオプション
このコースのためのカスタマイズされたトレーニングを要求するには、私たちに連絡して整理してください。
14 時間
Waikato Environment for Knowledge Analysis(0)は、オープンソースのデータ鉱業ビジュアル化ソフトウェアです。 データの準備、分類、クラスティング、およびその他のデータ採掘活動のための機械学習アルゴリズムのコレクションを提供します。
このインストラクター指導、ライブトレーニング(オンラインまたはオンライン)は、データ鉱業の課題を実行するために使用したいデータアナリストやデータ科学者に向けられています。
このトレーニングの終了後、参加者は:
インストール・インストール(0) Weka環境とワークベンチを理解する。 データ採掘作業の実施 Weka
コースの形式
インタラクティブな講義と議論 たくさんの練習や実践。 ライブラボ環境でのハンドオン実装
コースカスタマイズオプション
このコースのためのカスタマイズされたトレーニングを要求するには、私たちに連絡して整理してください。
このインストラクター指導、ライブトレーニング(オンラインまたはオンライン)は、データ鉱業の課題を実行するために使用したいデータアナリストやデータ科学者に向けられています。
このトレーニングの終了後、参加者は:
インストール・インストール(0) Weka環境とワークベンチを理解する。 データ採掘作業の実施 Weka
コースの形式
インタラクティブな講義と議論 たくさんの練習や実践。 ライブラボ環境でのハンドオン実装
コースカスタマイズオプション
このコースのためのカスタマイズされたトレーニングを要求するには、私たちに連絡して整理してください。
14 時間
このコースの目的は、実践における方法(1)の適用における基本的なスキルを提供することです。 プログラミング言語とそのさまざまな図書館の使用を通じて、多くの実践的な例に基づいて、このコースは、最も重要な構築ブロックを使用する方法を教え、データモデリングの決定を下す方法、アルゴリズムの出力を解釈し、結果を確認します。
私たちの目標は、あなたが信頼できるように理解し、ツールボックスの最も基本的なツールを使用するスキルを提供し、アプリケーションの一般的な落とし穴を避けることです。
私たちの目標は、あなたが信頼できるように理解し、ツールボックスの最も基本的なツールを使用するスキルを提供し、アプリケーションの一般的な落とし穴を避けることです。
21 時間
このインストラクター主導のライブトレーニングでは、画像、音楽、テキスト、財務データを含む一連のデモアプリケーションを構築する際に、Python で最も関連性の高い最先端の機械学習技術を学びます。
このトレーニングの終わりまでに、参加者は次のことができるようになります:
- は複雑な問題を解くための機械学習アルゴリズムと技法を実装する
- は、画像、音楽、テキスト、および財務データを含むアプリケーションに深い学習と半教師付き学習を適用する
- は Python アルゴリズムを最大のポテンシャル
にプッシュする - は NumPy やテアノなどのライブラリーやパッケージを使用して
観客
- 開発者
- アナリスト
- データサイエンティスト
コース の
形式
- 部講義、パート討論、演習と重い実地練習
このトレーニングの終わりまでに、参加者は次のことができるようになります:
- は複雑な問題を解くための機械学習アルゴリズムと技法を実装する
- は、画像、音楽、テキスト、および財務データを含むアプリケーションに深い学習と半教師付き学習を適用する
- は Python アルゴリズムを最大のポテンシャル
にプッシュする - は NumPy やテアノなどのライブラリーやパッケージを使用して
観客
- 開発者
- アナリスト
- データサイエンティスト
コース の
形式
- 部講義、パート討論、演習と重い実地練習
28 時間
このコースの目的は、機械学習の方法を実際に適用するための一般的な習熟度を提供することです。Python プログラミング言語とそのさまざまなライブラリを使用することにより、数多くの実用的な例に基づいて、このコースでは、機械学習の最も重要なビルディングブロックの使用方法、データモデリングの決定方法、アルゴリズムを出力し、結果を検証します。
私たちの目標は、機械学習ツールボックスから最も基本的なツールを理解して使用するためのスキルを自信を持って提供し、データサイエンスアプリケーションの共通の落とし穴を回避することです。
私たちの目標は、機械学習ツールボックスから最も基本的なツールを理解して使用するためのスキルを自信を持って提供し、データサイエンスアプリケーションの共通の落とし穴を回避することです。
28 時間
これは、AIとそのアプリケーションを導入する4日間のコースであり、プログラミング言語を使用しています。 このコースを完了する際にAIプロジェクトを開始するための追加の日がある可能性があります。
21 時間
デープ Reinforcement Learning は, 审判 失敗 や 報酬 や 報告 から 学ぶ 能力 を 指摘 し て い ます。 人間と#39を持つことができることができます。 目的は自分に知識を得ると建てることができます。 目的は、目的には、ビジョンのような原子インポートから直接の知識を受けることができます。 強調 学習 を 認識 する ため, 深い 学習 や ネュール ネットワーク が 用い られ て い ます。 強力 の 学習 は マシン の 学習 から 異なっ て い ます。
この教師では、生きていた訓練で、参加者はディープの基本的なことを学ぶ。 Deep Learning 代理者を創造しました。
この訓練の終わりまで 参加者は:
ディープの後に関する重要な概念を理解し、それを Machine Learning アクセスした Reinforcement Learning アルゴリズムを解決することができます。 実際の世界問題を解決するため、Deep Learning アジェントを建設することができます。
音楽
開発 者 は データ 科学 者
コースのフォーマット
プラスチーム、部分の話題、運動、重大な手術
この教師では、生きていた訓練で、参加者はディープの基本的なことを学ぶ。 Deep Learning 代理者を創造しました。
この訓練の終わりまで 参加者は:
ディープの後に関する重要な概念を理解し、それを Machine Learning アクセスした Reinforcement Learning アルゴリズムを解決することができます。 実際の世界問題を解決するため、Deep Learning アジェントを建設することができます。
音楽
開発 者 は データ 科学 者
コースのフォーマット
プラスチーム、部分の話題、運動、重大な手術
28 時間
機械学習は、コンピュータが明確にプログラミングされずに学ぶ能力を持つ人工知能の分野です。
深い学習は、神経ネットワークなどの学習データの表現や構造に基づく方法を使用する機械学習のサブフィールドです。
Pythonは、明確な合成とコード読みやすさで有名な高レベルのプログラミング言語です。
このインストラクター指導、ライブトレーニングでは、参加者は、深い学習クレジットリスクモデルの作成を通じてテレコムを使用するための深い学習モデルを実施する方法を学びます。
このトレーニングの終了後、参加者は:
深い学習の基本的な概念を理解する。 テレコムにおける深い学習の応用と用途を学びます。 テレコムのための深い学習モデルを作成するために使用する Python, Keras, and TensorFlow. 自分の深い学習のクライアントの予測モデルを使用して構築する Python.
コースの形式
インタラクティブな講義と議論 たくさんの練習や実践。 ライブラボ環境でのハンドオン実装
コースカスタマイズオプション
このコースのためのカスタマイズされたトレーニングを要求するには、私たちに連絡して整理してください。
深い学習は、神経ネットワークなどの学習データの表現や構造に基づく方法を使用する機械学習のサブフィールドです。
Pythonは、明確な合成とコード読みやすさで有名な高レベルのプログラミング言語です。
このインストラクター指導、ライブトレーニングでは、参加者は、深い学習クレジットリスクモデルの作成を通じてテレコムを使用するための深い学習モデルを実施する方法を学びます。
このトレーニングの終了後、参加者は:
深い学習の基本的な概念を理解する。 テレコムにおける深い学習の応用と用途を学びます。 テレコムのための深い学習モデルを作成するために使用する Python, Keras, and TensorFlow. 自分の深い学習のクライアントの予測モデルを使用して構築する Python.
コースの形式
インタラクティブな講義と議論 たくさんの練習や実践。 ライブラボ環境でのハンドオン実装
コースカスタマイズオプション
このコースのためのカスタマイズされたトレーニングを要求するには、私たちに連絡して整理してください。
14 時間
埋め込みプロジェクターは、機械学習システムを訓練するために使用されるデータを視覚化するためのオープンソースの web アプリケーションです。Google によって作成された、それは TensorFlow の一部です。
このインストラクター主導のライブトレーニングでは、プロジェクターの埋め込みの概念を紹介し、デモプロジェクトのセットアップを通じて参加者をウォークします。
このトレーニングの終わりまでに、参加者は次のことができるようになります:
- 機械学習モデルによるデータの解釈方法を探る
- は、機械学習アルゴリズムがそれをどのように解釈するかを理解するために、データの3d と2d ビューをナビゲートし
- は、込みの背後にある概念と、画像、単語、数字の数学的ベクトルを表す役割を理解しています。
- 特定の埋め込みのプロパティを調べて、モデルの動作を理解する
- は、このような音楽愛好家のための曲の推薦システムを構築する現実世界のユースケースに埋め込みプロジェクトを適用する
観客
- 開発者
- データサイエンティスト
コース の
形式
- 部講義、パート討論、演習と重い実地練習
このインストラクター主導のライブトレーニングでは、プロジェクターの埋め込みの概念を紹介し、デモプロジェクトのセットアップを通じて参加者をウォークします。
このトレーニングの終わりまでに、参加者は次のことができるようになります:
- 機械学習モデルによるデータの解釈方法を探る
- は、機械学習アルゴリズムがそれをどのように解釈するかを理解するために、データの3d と2d ビューをナビゲートし
- は、込みの背後にある概念と、画像、単語、数字の数学的ベクトルを表す役割を理解しています。
- 特定の埋め込みのプロパティを調べて、モデルの動作を理解する
- は、このような音楽愛好家のための曲の推薦システムを構築する現実世界のユースケースに埋め込みプロジェクトを適用する
観客
- 開発者
- データサイエンティスト
コース の
形式
- 部講義、パート討論、演習と重い実地練習
7 時間
このコースは、マネージャー、ソリューションアーキテクチャー、イノベーション担当者、CTO、ソフトウェアアーキテクチャー、および応用人工知能の概要とその開発の最も近い予測に興味のあるすべての人々のために作成されました。
7 時間
このトレーニングコースは、実用的なアプリケーションで基本的なMachine Learning技術を適用したい人々のためのものです。
観客
機械学習にある程度精通しており、Rのプログラミング方法を知っているデータ科学者および統計学者。このコースの重点は、データ/モデルの作成、実行、事後分析および視覚化の実用面にある。目的は、職場での方法の適用に興味がある参加者に機械学習の実践的な紹介をすることです
分野別の例は、研修を視聴者に関連させるために使用されます。
観客
機械学習にある程度精通しており、Rのプログラミング方法を知っているデータ科学者および統計学者。このコースの重点は、データ/モデルの作成、実行、事後分析および視覚化の実用面にある。目的は、職場での方法の適用に興味がある参加者に機械学習の実践的な紹介をすることです
分野別の例は、研修を視聴者に関連させるために使用されます。
14 時間
このトレーニングコースは、実用的なアプリケーションでMachine Learningを適用したい人々のためのものです。
観客
このコースは統計学にある程度精通していてR（あるいはPythonや他の選ばれた言語）をプログラムする方法を知っているデータ科学者や統計学者のためのものです。このコースの重点は、データ/モデルの準備、実行、事後分析、および視覚化の実用面にあります。
目的は、職場でメソッドを適用することに興味がある参加者に、 Machine Learningへの実用的なアプリケーションを提供することです。
分野別の例は、研修を視聴者に関連させるために使用されます。
観客
このコースは統計学にある程度精通していてR（あるいはPythonや他の選ばれた言語）をプログラムする方法を知っているデータ科学者や統計学者のためのものです。このコースの重点は、データ/モデルの準備、実行、事後分析、および視覚化の実用面にあります。
目的は、職場でメソッドを適用することに興味がある参加者に、 Machine Learningへの実用的なアプリケーションを提供することです。
分野別の例は、研修を視聴者に関連させるために使用されます。
14 時間
このコースの目的は、 Machine Learning方法を実際に適用するための基本的な能力を提供することです。 Rプログラミングプラットフォームとそのさまざまなライブラリを使用し、多数の実用的な例に基づいて、このコースでは、 Machine Learning最も重要な構成要素の使用方法、データモデリングの決定方法、アルゴリズムの出力の解釈方法、結果を検証します。
私たちの目標は、 Machine Learningツールボックスの最も基本的なツールを自信を持って理解して使用するスキルを提供し、 Data Scienceのアプリケーションの一般的な落とし穴を回避することです。
私たちの目標は、 Machine Learningツールボックスの最も基本的なツールを自信を持って理解して使用するスキルを提供し、 Data Scienceのアプリケーションの一般的な落とし穴を回避することです。
21 時間
人工ニューラルネットワークは、「インテリジェント」タスクを実行できるArtificial Intelligence (AI)システムの開発に使用される計算データモデルです。 Neural Networksは、それ自体がAIの実装の1つであるMachine Learning （ML）アプリケーションで一般的に使用されています。 Deep LearningはMLのサブセットです。
21 時間
This course will be a combination of theory and practical work with specific examples used throughout the event.
21 時間
このコースでは、ロボット工学アプリケーションにおける機械学習方法を紹介します。
これは、パターン認識のコンテキストにおける既存の方法、動機、および主なアイデアの概要です。
短い理論的背景の後、参加者はオープンソース（通常R）または他の一般的なソフトウェアを使用して簡単な演習を行います。
これは、パターン認識のコンテキストにおける既存の方法、動機、および主なアイデアの概要です。
短い理論的背景の後、参加者はオープンソース（通常R）または他の一般的なソフトウェアを使用して簡単な演習を行います。
21 時間
MATLAB is a numerical computing environment and programming language developed by MathWorks.
14 時間
このコースの目的は、 Machine Learning方法を実際に適用するための基本的な能力を提供することです。このコースでは、 Scalaプログラミング言語とそのさまざまなライブラリを使用し、多数の実用的な例に基づいて、 Machine Learning最も重要な構成要素の使用方法、データモデリングの決定方法、アルゴリズムの出力の解釈方法、結果を検証します。
私たちの目標は、 Machine Learningツールボックスの最も基本的なツールを自信を持って理解して使用するスキルを提供し、 Data Scienceのアプリケーションの一般的な落とし穴を回避することです。
私たちの目標は、 Machine Learningツールボックスの最も基本的なツールを自信を持って理解して使用するスキルを提供し、 Data Scienceのアプリケーションの一般的な落とし穴を回避することです。
14 時間
R は、統計コンピューティング、データ分析、グラフィックのためのオープンソースフリープログラミング言語です。 R は、企業やアカデミー内のマネージャーやデータアナリストの増加によって使用されています。 Rには、データ採掘のための幅広いパッケージがあります。
21 時間
PredictionIOは、最先端のオープンソーススタックの上に構築されたオープンソースのMachine Learning Serverです。
観客
このコースは、あらゆる機械学習タスク用の予測エンジンを作成したい開発者およびデータ科学者を対象としています。
観客
このコースは、あらゆる機械学習タスク用の予測エンジンを作成したい開発者およびデータ科学者を対象としています。
7 時間
Wolframシステムの統合された環境はそれをデータの分析と提示の両方のための効率的なツールにします。このコースでは、統計計算、可視化、データのインポートとエクスポート、レポートの自動生成など、分析に関連するWolfram言語の側面について説明します。
21 時間
コースは、商業 MATLAB のパッケージに代替プログラムを知っていただきたい人のために捧げられています。3日間のトレーニングは、環境を移動し、データ解析とエンジニアリング計算のためのオクターブパッケージを実行するための包括的な情報を提供しています。訓練の受け手は初心者であるが、またプログラムを知って、彼らの知識を体系化し、彼らの技術を改善したいと思う人。他のプログラミング言語の知識は必須ではありませんが、学習者と #39 を非常に容易にし、知識を習得します。コースでは、多くの実用的な例では、プログラムを使用する方法が表示されます。
21 時間
このトレーニングコースは、チームの実用的な用途にMachine Learningを適用したい人々のためのものです。トレーニングは技術的なものに飛び込むことはなく、基本的な概念やそのビジネス/運用アプリケーションを中心に展開します。
ターゲットオーディエンス
- 投資家とAI起業家
- 会社がAIスペースに進出しているマネージャーおよびエンジニア
- Businessアナリスト＆投資家
ターゲットオーディエンス
- 投資家とAI起業家
- 会社がAIスペースに進出しているマネージャーおよびエンジニア
- Businessアナリスト＆投資家
7 時間
シュノーケルは、トレーニングデータを迅速に作成、モデリング、管理するためのシステムです。これは、大規模なラベルのトレーニングセットが利用できない、または入手しやすいドメインのための構造化または "暗い" データ抽出アプリケーションの開発を加速することに焦点を当てています。
このインストラクター主導のライブトレーニングでは、シュノーケルを使用したトレーニングデータのモデリングを通じて、テキスト、テーブル、図、画像などの非構造化データから値を抽出するためのテクニックについて学習します。
このトレーニングの終わりまでに、参加者は次のことができるようになります:
- は、プログラムによってトレーニングセットを作成し、大規模なトレーニングセットのラベリングを有効に
- は、最初のモデリング騒々しいトレーニングセット
で高品質のエンドモデルを訓練する - は、弱い監督技術を実装し、弱く監視された機械学習システムにデータプログラミングを適用するためにシュノーケルを使用して
観客
- 開発者
- データサイエンティスト
コース の
形式
- 部講義、パート討論、演習と重い実地練習
このインストラクター主導のライブトレーニングでは、シュノーケルを使用したトレーニングデータのモデリングを通じて、テキスト、テーブル、図、画像などの非構造化データから値を抽出するためのテクニックについて学習します。
このトレーニングの終わりまでに、参加者は次のことができるようになります:
- は、プログラムによってトレーニングセットを作成し、大規模なトレーニングセットのラベリングを有効に
- は、最初のモデリング騒々しいトレーニングセット
で高品質のエンドモデルを訓練する - は、弱い監督技術を実装し、弱く監視された機械学習システムにデータプログラミングを適用するためにシュノーケルを使用して
観客
- 開発者
- データサイエンティスト
コース の
形式
- 部講義、パート討論、演習と重い実地練習
14 時間
Encog は、Java と .net のためのオープンソースのマシン学習フレームワークです。
このインストラクター主導の, ライブトレーニング, 参加者は、正確なニューラルネットワークの予測モデルを構築するための高度の機械学習技術を学びます.
このトレーニングの終わりまでに、参加者は次のことができるようになります:
- は、underfitting とオーバーフィット回避
を解決するために異なるニューラルネットワークの最適化技術を実装する - 理解し、ニューラルネットワークのアーキテクチャの数から選択してください
- は、監視対象のフィードフォワードおよびフィードバックネットワークを実装し
観客
- 開発者
- アナリスト
- データサイエンティスト
コース の
形式
- 部講義、パート討論、演習と重い実地練習
このインストラクター主導の, ライブトレーニング, 参加者は、正確なニューラルネットワークの予測モデルを構築するための高度の機械学習技術を学びます.
このトレーニングの終わりまでに、参加者は次のことができるようになります:
- は、underfitting とオーバーフィット回避
を解決するために異なるニューラルネットワークの最適化技術を実装する - 理解し、ニューラルネットワークのアーキテクチャの数から選択してください
- は、監視対象のフィードフォワードおよびフィードバックネットワークを実装し
観客
- 開発者
- アナリスト
- データサイエンティスト
コース の
形式
- 部講義、パート討論、演習と重い実地練習
14 時間
Encog は、Java と .net のためのオープンソースのマシン学習フレームワークです。
このインストラクター主導のライブトレーニングでは、参加者は ENCOG を使用してさまざまなニューラルネットワークコンポーネントを作成する方法を学習します。現実世界のケーススタディについて説明し、これらの問題に対するマシン言語ベースのソリューションについて検討します。
このトレーニングの終わりまでに、参加者は次のことができるようになります:
- 正規化プロセスを使用してニューラルネットワークのデータを準備する
- は、フィードフォワードネットワークと伝播トレーニングの方法論を実装する
- 分類および回帰タスクの実装
Encog & #39 GUI ベースのワークベンチ を用いたニューラルネットワークの - モデルとトレーニング
- は、現実世界のアプリケーションにニューラルネットワークのサポートを統合する
観客
- 開発者
- アナリスト
- データサイエンティスト
コース の
形式
- 部講義、パート討論、演習と重い実地練習
このインストラクター主導のライブトレーニングでは、参加者は ENCOG を使用してさまざまなニューラルネットワークコンポーネントを作成する方法を学習します。現実世界のケーススタディについて説明し、これらの問題に対するマシン言語ベースのソリューションについて検討します。
このトレーニングの終わりまでに、参加者は次のことができるようになります:
- 正規化プロセスを使用してニューラルネットワークのデータを準備する
- は、フィードフォワードネットワークと伝播トレーニングの方法論を実装する
- 分類および回帰タスクの実装
Encog & #39 GUI ベースのワークベンチ を用いたニューラルネットワークの - モデルとトレーニング
- は、現実世界のアプリケーションにニューラルネットワークのサポートを統合する
観客
- 開発者
- アナリスト
- データサイエンティスト
コース の
形式
- 部講義、パート討論、演習と重い実地練習
21 時間
は、このインストラクター主導で、ライブトレーニング、参加者は、テキストベースのデータから値を抽出するために適切な機械学習と NLP (自然言語処理) 技術を使用する方法を学びます。
このトレーニングの終わりまでに、参加者は次のことができるようになります:
- は、高品質で再利用可能なコード
でテキストベースのデータサイエンスの問題を解決します。 - は、問題を解決するために scikit (分類、クラスタリング、回帰、次元削減) のさまざまな側面を適用し
- テキストベースのデータ
を用いた効果的な機械学習モデルの構築 - データセットを作成し、非構造化テキストからフィーチャを抽出する
Matplotlib でデータを視覚化 -
- を構築し、洞察力を得るためにモデルを評価
- テキストエンコーディングエラーのトラブルシューティング
観客
- 開発者
- データサイエンティスト
コース の
形式
- 部講義、パート討論、演習と重い実地練習
このトレーニングの終わりまでに、参加者は次のことができるようになります:
- は、高品質で再利用可能なコード
でテキストベースのデータサイエンスの問題を解決します。 - は、問題を解決するために scikit (分類、クラスタリング、回帰、次元削減) のさまざまな側面を適用し
- テキストベースのデータ
を用いた効果的な機械学習モデルの構築 - データセットを作成し、非構造化テキストからフィーチャを抽出する
Matplotlib でデータを視覚化 -
- を構築し、洞察力を得るためにモデルを評価
- テキストエンコーディングエラーのトラブルシューティング
観客
- 開発者
- データサイエンティスト
コース の
形式
- 部講義、パート討論、演習と重い実地練習
14 時間
このインストラクター主導のライブトレーニングでは、ios モバイルアプリの作成と展開をステップとして、ios マシンラーニング (ML) テクノロジスタックの使用方法について説明します。
このトレーニングの終わりまでに、参加者は次のことができるようになります:
- 画像処理、テキスト解析、音声認識が可能なモバイルアプリを作成する
- は、ios アプリへの統合のために事前に訓練された ml モデルにアクセス
- カスタム ml モデルを作成する
- ios アプリに Siri 音声サポートを追加
- 理解また、coreML、ビジョン、CoreGraphics、GamePlayKit
などのフレームワークを使用して、Python、- 、Keras、コーヒー、sci キットの学習、Tensorflow、アナコンダ、スパイダー libsvm
観客の
のような言語やツールを使用
- 開発者
形式のコース
- パートの講義、一部の議論、演習と重い実践的な実践
このトレーニングの終わりまでに、参加者は次のことができるようになります:
- 画像処理、テキスト解析、音声認識が可能なモバイルアプリを作成する
- は、ios アプリへの統合のために事前に訓練された ml モデルにアクセス
- カスタム ml モデルを作成する
- ios アプリに Siri 音声サポートを追加
- 理解また、coreML、ビジョン、CoreGraphics、GamePlayKit
などのフレームワークを使用して、Python、- 、Keras、コーヒー、sci キットの学習、Tensorflow、アナコンダ、スパイダー libsvm
観客の
のような言語やツールを使用
- 開発者
形式のコース
- パートの講義、一部の議論、演習と重い実践的な実践
Last Updated:
今後の機械学習コース
Azure Machine Learning (AML)
2022-07-27 10:00
21 時間
Kubeflow Fundamentals
2022-08-01 10:00
28 時間
MLflow
2022-08-16 10:00
21 時間
XGBoost for Gradient Boosting
2022-08-18 10:00
14 時間
Fundamentals of Artificial Intelligence and Machine Learning
2022-08-29 10:00
28 時間
週末機械学習コース, 夜のML (Machine Learning)トレーニング, 機械学習ブートキャンプ, 機械学習 インストラクターよる, 週末Machine Learning (ML)トレーニング, 夜の機械学習コース, ML (Machine Learning)指導, ML (Machine Learning)インストラクター, 機械学習レーナー, ML (Machine Learning)レーナーコース, 機械学習クラス, 機械学習オンサイト, ML (Machine Learning)プライベートコース, 機械学習1対1のトレーニング
