ローカルのインストラクター主導のライブTensorFlowトレーニングコースでは、インタラクティブなディスカッションと実践的な実践を通じて、 TensorFlowシステムを使用して機械学習の研究を促進し、研究プロトタイプから生産システムへの移行を迅速かつ容易にする方法を実演します。 TensorFlowトレーニングは、「オンサイトライブトレーニング」または「リモートライブトレーニング」として利用できます。オンサイトのライブトレーニングは、お客様の施設でローカルに実施できます。 日本またはのNobleProg企業トレーニングセンター日本 。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経由で実行されます。 NobleProg-ローカルトレーニングプロバイダー
Machine Translated
お客様の声
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
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
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
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
Maciej氏が実際に作成した演習
ING Bank Śląski S.A.; Kamil Kurek Programowanie
コース: Understanding Deep Neural Networks
Machine Translated
人間の識別と回路基板の不良点検出
王 春柱 - 中移物联网
コース: Deep Learning for NLP (Natural Language Processing)
Machine Translated
示す
中移物联网
コース: Deep Learning for NLP (Natural Language Processing)
Machine Translated
フェイスエリアについて。
中移物联网
コース: Deep Learning for NLP (Natural Language Processing)
Machine Translated
実用的なヒントがたくさん
Pawel Dawidowski - ABB Sp. z o.o.
コース: Deep Learning with TensorFlow
Machine Translated
ソリューションの実装に関する多くの情報
Michał Smolana - ABB Sp. z o.o.
コース: Deep Learning with TensorFlow
Machine Translated
幅広いAI / IT / SQL / IoT問題からの講師の実用的なヒントと知識の数々。
ABB Sp. z o.o.
コース: Deep Learning with TensorFlow
Machine Translated
ゼロに近い知識から始めて、最終的には自分のネットワークを構築して訓練することができました。
Huawei Technologies Duesseldorf GmbH
コース: TensorFlow for Image Recognition
Machine Translated
トマシュは本当によく情報を知っているし、コースはよくペースだった。
Raju Krishnamurthy - Google
コース: TensorFlow Extended (TFX)
Machine Translated
トレーナーは非常に知識があり、質問にオープンで、図を描くのが好きで、かなり良い方法で物事を説明しました
コース: Deep Learning with TensorFlow 2.0
Machine Translated
トレーナーは非常に知識があり、質問にオープンで、図を描くのが好きで、かなり良い方法で物事を説明しました
コース: Deep Learning with TensorFlow 2.0
Machine Translated
TensorFlowコース概要
コース名
期間
概要
コース名
期間
概要
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
21 時間
TensorFlowは、 Go ogleのDeep Learning用オープンソースソフトウェアライブラリの第2世代APIです。このシステムは、機械学習における研究を容易にし、研究プロトタイプから生産システムへの移行を迅速かつ容易にするように設計されています。
観客
このコースは、 Deep LearningプロジェクトにTensorFlowを使用しようとしているエンジニアを対象としています。
このコースを修了すると、参加者は以下のことを行います。
- TensorFlowの構造と展開メカニズムを理解する
- インストール/実稼働環境/アーキテクチャーのタスクおよび構成を実行できる
- コード品質の評価、デバッグの実行、監視が可能
- モデルのトレーニング、グラフの作成、伐採などの高度な生産を実装できる
観客
このコースは、 Deep LearningプロジェクトにTensorFlowを使用しようとしているエンジニアを対象としています。
このコースを修了すると、参加者は以下のことを行います。
- TensorFlowの構造と展開メカニズムを理解する
- インストール/実稼働環境/アーキテクチャーのタスクおよび構成を実行できる
- コード品質の評価、デバッグの実行、監視が可能
- モデルのトレーニング、グラフの作成、伐採などの高度な生産を実装できる
28 時間
このコースでは、具体的な例を用いて、画像認識を目的としたTensor Flowの適用について説明します。
観客
このコースは、画像認識の目的でTensorFlowを利用しようとしているエンジニアを対象としています。
このコースを修了すると、参加者は次のことができるようになります。
- TensorFlowの構造と展開メカニズムを理解する
- インストール/本番環境/アーキテクチャのタスクと設定を実行する
- コード品質の評価、デバッグの実行、監視
- モデルのトレーニング、グラフの作成、伐採などの高度な生産を実装する
観客
このコースは、画像認識の目的でTensorFlowを利用しようとしているエンジニアを対象としています。
このコースを修了すると、参加者は次のことができるようになります。
- TensorFlowの構造と展開メカニズムを理解する
- インストール/本番環境/アーキテクチャのタスクと設定を実行する
- コード品質の評価、デバッグの実行、監視
- モデルのトレーニング、グラフの作成、伐採などの高度な生産を実装する
35 時間
TensorFlow™ は、データストリームグラフを使用して数値計算のためのオープンソースソフトウェアライブラリです。
SyntaxNet は神経ネットワークの自然言語処理フレームワークです。
Word2Vec は、単語の学習ベクトル表現に使用され、"word embeddings"と呼ばれています。 Word2vec は、特にコンピュータ効率的な予測モデルで、原始テキストから単語を学ぶための構成です。 それは2つの味わい、継続的なバッグのモデル(CBOW)とスキップグラムモデル(Mikolov et al.の第3.1と第3.2章)に含まれています。)
SyntaxNet と Word2Vec は、ユーザーが自然言語の入力から Larned Embedding モデルを生成することを可能にします。
観客
このコースは開発者やエンジニアを対象とし、SyntaxNetおよび Word2Vecモデルと仕事を計画しています。
このコースを完了した後、代表者は次のように行います。
TensorFlow’の構造と実施メカニズムを理解する インストール / 生産環境 / アーキテクチャの課題と構成を実行することができる コードの品質を評価し、デブギング、モニタリングを行うことができます。 トレーニングモデル、組み込む用語、構築グラフなど、先進的な生産を実施することができる。
SyntaxNet は神経ネットワークの自然言語処理フレームワークです。
Word2Vec は、単語の学習ベクトル表現に使用され、"word embeddings"と呼ばれています。 Word2vec は、特にコンピュータ効率的な予測モデルで、原始テキストから単語を学ぶための構成です。 それは2つの味わい、継続的なバッグのモデル(CBOW)とスキップグラムモデル(Mikolov et al.の第3.1と第3.2章)に含まれています。)
SyntaxNet と Word2Vec は、ユーザーが自然言語の入力から Larned Embedding モデルを生成することを可能にします。
観客
このコースは開発者やエンジニアを対象とし、SyntaxNetおよび Word2Vecモデルと仕事を計画しています。
このコースを完了した後、代表者は次のように行います。
TensorFlow’の構造と実施メカニズムを理解する インストール / 生産環境 / アーキテクチャの課題と構成を実行することができる コードの品質を評価し、デブギング、モニタリングを行うことができます。 トレーニングモデル、組み込む用語、構築グラフなど、先進的な生産を実施することができる。
21 時間
観客
このコースは、コンピューターイメージの分析に利用可能なツール（主にオープンソース）を利用することに興味があるDeep Learning研究者やエンジニアに適しています。
このコースは実例を提供します。
このコースは、コンピューターイメージの分析に利用可能なツール（主にオープンソース）を利用することに興味があるDeep Learning研究者やエンジニアに適しています。
このコースは実例を提供します。
28 時間
このコースでは、ニューラルネットワークの知識と、一般的に機械学習アルゴリズム、ディープラーニング（アルゴリズムとアプリケーション）の知識が得られます。
この研修は、基礎の詳細焦点であるが、適切な技術を選択するのに役立ちます： TensorFlow 、 Caffe 、テアーノ、DeepDrive、 Keras 、などの例がで作られていTensorFlow 。
この研修は、基礎の詳細焦点であるが、適切な技術を選択するのに役立ちます： TensorFlow 、 Caffe 、テアーノ、DeepDrive、 Keras 、などの例がで作られていTensorFlow 。
7 時間
は、テンソル処理ユニット (TPU) は、Google が数年間内部的に使用しているアーキテクチャであり、ちょうど今、一般大衆が使用できるようになっている。これには、適切なレベルの精度を返すために、合理化された行列乗算、16ビットではなく8ビット整数など、ニューラルネットワークで使用するための最適化がいくつか含まれています。
このインストラクター主導の, ライブトレーニング, 参加者は、独自の AI アプリケーションのパフォーマンスを最大化するために TPU のプロセッサの技術革新を活用する方法を学びます.
は、トレーニングの終了により、参加者ができるようになります:
- は大量のデータを
に様々な種類のニューラルネットワークを訓練する - は TPUs を使用して、最大2桁の次数で推論プロセスを高速化し
- は、画像検索、クラウドビジョンや写真などの集中的なアプリケーションを処理するために TPUs を利用して
観客
- 開発者
- 研究者
- エンジニア
- 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、独自の AI アプリケーションのパフォーマンスを最大化するために TPU のプロセッサの技術革新を活用する方法を学びます.
は、トレーニングの終了により、参加者ができるようになります:
- は大量のデータを
に様々な種類のニューラルネットワークを訓練する - は TPUs を使用して、最大2桁の次数で推論プロセスを高速化し
- は、画像検索、クラウドビジョンや写真などの集中的なアプリケーションを処理するために TPUs を利用して
観客
- 開発者
- 研究者
- エンジニア
- 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
TensorFlow サービングは機械学習 (ML) モデルを生産に提供するためのシステムです。
このインストラクター主導のライブトレーニングでは、TensorFlow サービスを構成して使用して、ML モデルを運用環境で展開および管理する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:
- 列車、輸出、様々な TensorFlow モデルを提供
- は、単一のアーキテクチャと一連の api を使用して、テストおよび配備アルゴリズムを
- は TensorFlow モデルを越えて他のタイプのモデルを提供するためにサービング TensorFlow を拡張する
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、TensorFlow サービスを構成して使用して、ML モデルを運用環境で展開および管理する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:
- 列車、輸出、様々な TensorFlow モデルを提供
- は、単一のアーキテクチャと一連の api を使用して、テストおよび配備アルゴリズムを
- は TensorFlow モデルを越えて他のタイプのモデルを提供するためにサービング TensorFlow を拡張する
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
35 時間
このコースは、ニューラルネットワーク、および一般的に機械学習アルゴリズム、ディープラーニング（アルゴリズムとアプリケーション）の概念的な知識を提供することから始まります。
パート1（40％）このトレーニングのは基本に、より焦点となっていますが、適切な技術を選択するのに役立ちます： TensorFlow 、 Caffe 、Theano、DeepDrive、 Kerasなど
このトレーニングのパート2（20％）では、ディープラーニングモデルを簡単に作成できるPythonライブラリであるTheanoを紹介しています。
トレーニングのパート3（40％）は、Tensorflow- Go ogleのDeep Learning用オープンソースソフトウェアライブラリの第2世代APIに広く基づいています。例とハンドソンはすべてTensorFlowで作成されTensorFlow 。
聴衆
このコースは、 Deep LearningプロジェクトにTensorFlowを使用しTensorFlowエンジニアを対象としています。
このコースを修了すると、参加者は次のことを行います。
-
ディープニューラルネットワーク（DNN）、CNN、RNNについて十分に理解している
-
TensorFlowの構造と展開メカニズムを理解する
-
インストール/実稼働環境/アーキテクチャのタスクと構成を実行できる
-
コード品質の評価、デバッグの実行、監視ができる
-
トレーニングモデル、グラフ作成、ロギングなどの高度なプロダクションを実装できる
パート1（40％）このトレーニングのは基本に、より焦点となっていますが、適切な技術を選択するのに役立ちます： TensorFlow 、 Caffe 、Theano、DeepDrive、 Kerasなど
このトレーニングのパート2（20％）では、ディープラーニングモデルを簡単に作成できるPythonライブラリであるTheanoを紹介しています。
トレーニングのパート3（40％）は、Tensorflow- Go ogleのDeep Learning用オープンソースソフトウェアライブラリの第2世代APIに広く基づいています。例とハンドソンはすべてTensorFlowで作成されTensorFlow 。
聴衆
このコースは、 Deep LearningプロジェクトにTensorFlowを使用しTensorFlowエンジニアを対象としています。
このコースを修了すると、参加者は次のことを行います。
-
ディープニューラルネットワーク（DNN）、CNN、RNNについて十分に理解している
-
TensorFlowの構造と展開メカニズムを理解する
-
インストール/実稼働環境/アーキテクチャのタスクと構成を実行できる
-
コード品質の評価、デバッグの実行、監視ができる
-
トレーニングモデル、グラフ作成、ロギングなどの高度なプロダクションを実装できる
28 時間
NLP のための
深い学習は、マシンが複雑な言語処理に簡単に学ぶことができます。現在可能なタスクの中には、写真の言語の翻訳とキャプションの生成があります。DL (ディープラーニング) は ML (機械学習) のサブセットです。Python は、NLP のための深い学習のためのライブラリが含まれている一般的なプログラミング言語です。
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、画像のセットを 処理し、キャプションを生成するアプリケーションを作成するように NLP (自然言語処理) の Python ライブラリを使用することを学びます。
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:
Python ライブラリを使用した NLP のための - デザインと コード DL
- は、画像の大幅に膨大なコレクションを読み取り、キーワードを生成する Python コードを作成し
- は が検出されたキーワードからキャプションを生成する Python コードを作成し
観客
- プログラマー 言語学に興味を持って
NLP の理解を求める - プログラマ (自然言語処理)
コース の
形式
- 部講義、パート討論、演習と重い実地練習
深い学習は、マシンが複雑な言語処理に簡単に学ぶことができます。現在可能なタスクの中には、写真の言語の翻訳とキャプションの生成があります。DL (ディープラーニング) は ML (機械学習) のサブセットです。Python は、NLP のための深い学習のためのライブラリが含まれている一般的なプログラミング言語です。
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、画像のセットを 処理し、キャプションを生成するアプリケーションを作成するように NLP (自然言語処理) の Python ライブラリを使用することを学びます。
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:
Python ライブラリを使用した NLP のための - デザインと コード DL
- は、画像の大幅に膨大なコレクションを読み取り、キーワードを生成する Python コードを作成し
- は が検出されたキーワードからキャプションを生成する Python コードを作成し
観客
- プログラマー 言語学に興味を持って
NLP の理解を求める - プログラマ (自然言語処理)
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
は、AI と it & #39 のアプリケーションを紹介する4日間のコースです。このコースの完了時に AI プロジェクトを引き受けるための追加の日を持つオプションがあります。
21 時間
TensorFlowは、ディープラーニング、数値計算、大規模機械学習のためにGo ogleが開発した人気の機械学習ライブラリです。 TensorFlow 2019年1月にリリース2.0は、の最新バージョンですTensorFlowと熱心実行、互換性とAPIの一貫性の改善が含まれています。
このインストラクター主導のライブトレーニング（オンサイトまたはリモート）は、Tensorflow 2.0を使用して予測子、分類子、生成モデル、ニューラルネットワークなどを構築したい開発者およびデータサイエンティストを対象としています。
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。
- TensorFlow 2.0をインストールして構成します。
- TensorFlow 2.0の以前のバージョンに対する利点を理解します。
- 深層学習モデルを構築します。
- 高度な画像分類器を実装します。
- ディープラーニングモデルをクラウド、モバイル、IoTデバイスに展開します。
コースの形式
- インタラクティブな講義とディスカッション。
- たくさんの練習と練習。
- ライブラボ環境での実践的な実装。
コースのカスタマイズオプション
- このコースのカスタマイズされたトレーニングをリクエストするには、お問い合わせください。
- TensorFlow詳細については、https： TensorFlowをご覧ください。
このインストラクター主導のライブトレーニング（オンサイトまたはリモート）は、Tensorflow 2.0を使用して予測子、分類子、生成モデル、ニューラルネットワークなどを構築したい開発者およびデータサイエンティストを対象としています。
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。
- TensorFlow 2.0をインストールして構成します。
- TensorFlow 2.0の以前のバージョンに対する利点を理解します。
- 深層学習モデルを構築します。
- 高度な画像分類器を実装します。
- ディープラーニングモデルをクラウド、モバイル、IoTデバイスに展開します。
コースの形式
- インタラクティブな講義とディスカッション。
- たくさんの練習と練習。
- ライブラボ環境での実践的な実装。
コースのカスタマイズオプション
- このコースのカスタマイズされたトレーニングをリクエストするには、お問い合わせください。
- TensorFlow詳細については、https： TensorFlowをご覧ください。
14 時間
TensorFlow.js は機械学習のための JavaScript フレームワークです。 TensorFlow.js では、ユーザーが JavaScript で機械学習モデルを構築およびトレーニングすることができます。
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、パターンを特定し、機械学習モデルを通じて予測を生成するために TensorFlow.js を使用したい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:
機械学習モデルを構築およびトレーニングする TensorFlow.js. マシン学習モデルをブラウザまたは下で実行する Node.js。 既存の機械学習モデルをカスタマイズされたデータで取り戻す。
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、パターンを特定し、機械学習モデルを通じて予測を生成するために TensorFlow.js を使用したい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:
機械学習モデルを構築およびトレーニングする TensorFlow.js. マシン学習モデルをブラウザまたは下で実行する Node.js。 既存の機械学習モデルをカスタマイズされたデータで取り戻す。
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
TensorFlowはオープンソースの機械学習図書館です。 TensorFlowユーザーは、詐欺を検出し予測するために人工知能を使用し、作成する能力を提供します。
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、潜在的な詐欺データを分析するために使用したい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:
仮想通貨(仮想通貨)は、仮想通貨(仮想通貨)と仮想通貨(仮想通貨)を含む。 詐欺を予測するために、線形回転と線形回転モデルを構築する。 詐欺データを分析するためのエンド・トゥ・エンドAIアプリケーションを開発します。
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、潜在的な詐欺データを分析するために使用したい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:
仮想通貨(仮想通貨)は、仮想通貨(仮想通貨)と仮想通貨(仮想通貨)を含む。 詐欺を予測するために、線形回転と線形回転モデルを構築する。 詐欺データを分析するためのエンド・トゥ・エンドAIアプリケーションを開発します。
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。
21 時間
TensorFlow Extended (TFX) は、生産 ML パイプラインの導入のための最終的なプラットフォームです。
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、単一のMLモデルのトレーニングから生産に多くのMLモデルを導入することを望む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:
TFX をインストールおよび設定し、第三者のツールをサポートします。 TFX を使用して、完全な ML 生産パイプラインを作成および管理します。 TFXコンポーネントと協力して、モデリング、トレーニング、サービング・インフェレンス、およびデロイメントの管理を行います。 機械学習機能をWebアプリケーション、モバイルアプリケーション、IoTデバイスなどに展開します。
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、単一のMLモデルのトレーニングから生産に多くのMLモデルを導入することを望む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:
TFX をインストールおよび設定し、第三者のツールをサポートします。 TFX を使用して、完全な ML 生産パイプラインを作成および管理します。 TFXコンポーネントと協力して、モデリング、トレーニング、サービング・インフェレンス、およびデロイメントの管理を行います。 機械学習機能をWebアプリケーション、モバイルアプリケーション、IoTデバイスなどに展開します。
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。
Last Updated:
今後のTensorFlowコース
Understanding Deep Neural Networks
2022-07-25 10:00
35 時間
Deep Learning for NLP (Natural Language Processing)
2022-08-01 10:00
28 時間
TensorFlow Serving
2022-08-16 10:00
7 時間
TPU Programming: Building Neural Network Applications on Tensor Processing Units
2022-08-22 10:00
7 時間
Embedding Projector: Visualizing Your Training Data
2022-09-06 10:00
14 時間
週末TensorFlowコース, 夜のTensorFlowトレーニング, TensorFlowブートキャンプ, TensorFlow インストラクターよる, 週末TensorFlowトレーニング, 夜のTensorFlowコース, TensorFlow指導, TensorFlowインストラクター, TensorFlowレーナー, TensorFlowレーナーコース, TensorFlowクラス, TensorFlowオンサイト, TensorFlowプライベートコース, TensorFlow1対1のトレーニング
