Los cursos de capacitación locales, dirigidos por un instructor en vivo (ML), demuestran a través de la práctica cómo aplicar técnicas de aprendizaje de máquinas y herramientas para resolver problemas del mundo real en diversas industrias. Los cursos de NobleProg ML cubren diferentes lenguajes y frameworks de programación, incluyendo Python, R Language y MATLAB. Se ofrecen cursos de aprendizaje de máquinas para varias aplicaciones de la industria, incluyendo finanzas, banca y seguros y cubren los fundamentos del aprendizaje de máquinas, así como enfoques más avanzados como el aprendizaje profundo.

El entrenamiento de aprendizaje en máquina está disponible como "entrenamiento en vivo en el sitio" o "entrenamiento en vivo remoto". El entrenamiento en vivo se puede realizar localmente en las instalaciones del cliente en Guatemala o en los centros de entrenamiento corporativos de NobleProg en Guatemala. El entrenamiento remoto en vivo se lleva a cabo por medio de un escritorio remoto interactivo.

NobleProg--su proveedor de capacitación local

Testimonios

★★★★★

El material de referencia para usar más tarde fue muy bueno.

PAUL BEALES- Seagate Technology.

Curso: Aprendizaje Automático Aplicado

Translated by

¿Qué es lo que más te gustó de la capacitación ?: Me brindó una buena práctica con el uso de R para construir sistemas de aprendizaje automático para situaciones reales. Puedo usar esto en mi trabajo de inmediato. Este fue un excelente curso. Uno de los mejores que he tenido.

Matthew Thomas - British Telecom

Curso: Aprendizaje Automático Aplicado

Translated by

Fue muy interactivo y más relajado e informal de lo esperado. Cubrimos muchos temas en el tiempo y el capacitador siempre estuvo receptivo a hablar más en detalle o, más en general, sobre los temas y cómo se relacionaban. Siento que la capacitación me ha dado las herramientas para seguir aprendiendo en lugar de que sea una sola sesión donde el aprendizaje se detiene una vez que has terminado, lo cual es muy importante dada la escala y la complejidad del tema.

Jonathan Blease

Curso: Redes Neuronales Artificiales, Aprendizaje Automático y Pensamiento Profundo

Translated by

El capacitador estaba tan bien informado e incluyó áreas en las que estaba interesado.

Mohamed Salama

Curso: Minería de Datos y Aprendizaje Automático con R

Translated by

El tema es muy interesante.

Wojciech Baranowski

Curso: Introducción al Aprendizaje Profundo

Translated by

Los formadores teóricos del conocimiento y la voluntad de resolver los problemas con los participantes después de la capacitación.

Grzegorz Mianowski

Curso: Introducción al Aprendizaje Profundo

Translated by

Tema. ¡Muy interesante!.

Piotr

Curso: Introducción al Aprendizaje Profundo

Translated by

Los ejercicios después de cada tema fueron realmente útiles, a pesar de que al final eran demasiado complicados. ¡En general, el material presentado fue muy interesante y envolvente! Los ejercicios con reconocimiento de imágenes fueron geniales.

Dolby Poland Sp. z o.o.

Curso: Introducción al Aprendizaje Profundo

Translated by

Creo que si el entrenamiento se hiciera en polaco, le permitiría al formador compartir su conocimiento de manera más eficiente.

Radek

Curso: Introducción al Aprendizaje Profundo

Translated by

La visión global del aprendizaje profundo.

Bruno Charbonnier

Curso: Aprendizaje Profundo (Deep Learning) Avanzado

Translated by

Los ejercicios son lo suficientemente prácticos y no requieren un alto conocimiento en Python.

Alexandre GIRARD

Curso: Aprendizaje Profundo (Deep Learning) Avanzado

Translated by

Haciendo ejercicios sobre ejemplos reales usando Eras. Italia entendió totalmente nuestras expectativas sobre esta capacitación.

Paul Kassis

Curso: Aprendizaje Profundo (Deep Learning) Avanzado

Translated by

El tema. Parecía interesante, pero me fui sabiendo no mucho más que antes.

Radoslaw Labedzki

Curso: Introducción al Aprendizaje Profundo

Translated by

Me gustó que este curso tuviera un tema muy interesante.

Wojciech Wilk

Curso: Introducción al Aprendizaje Profundo

Translated by

Realmente aprecié las respuestas claras y claras de Chris a nuestras preguntas.

Léo Dubus

Curso: Fundamentos de Redes Neuronales Usando TensorFlow como Ejemplo

Translated by

En general, disfruté el entrenador experto.

Sridhar Voorakkara

Curso: Fundamentos de Redes Neuronales Usando TensorFlow como Ejemplo

Translated by

Me sorprendió el estándar de esta clase, diría que era el estándar de la universidad.

David Relihan

Curso: Fundamentos de Redes Neuronales Usando TensorFlow como Ejemplo

Translated by

Muy buena descripción general. Buen conocimiento de por qué Tensorflow opera como lo hace.

Kieran Conboy

Curso: Fundamentos de Redes Neuronales Usando TensorFlow como Ejemplo

Translated by

Me gustaron las oportunidades de hacer preguntas y obtener explicaciones más profundas de la teoría.

Sharon Ruane

Curso: Fundamentos de Redes Neuronales Usando TensorFlow como Ejemplo

Translated by

Hemos obtenido mucha más información sobre el tema. Se hicieron algunas buenas discusiones con algunos temas reales dentro de nuestra compañía.

Sebastiaan Holman

Curso: Aprendizaje Automático y Aprendizaje Profundo

Translated by

La capacitación brindó la base adecuada que nos permite expandirnos aún más, mostrando cómo la teoría y la práctica van de la mano. De hecho, me hizo estar más interesado en el tema que antes.

Jean-Paul van Tillo

Curso: Aprendizaje Automático y Aprendizaje Profundo

Translated by

Realmente disfruté de la cobertura y la profundidad de los temas.

Anirban Basu

Curso: Aprendizaje Automático y Aprendizaje Profundo

Translated by

El capacitador explicó muy fácilmente temas difíciles y avanzados.

Leszek K

Curso: Visión general de Inteligencia Artificial

Translated by

El profundo conocimiento del entrenador sobre el tema.

Sebastian Görg

Curso: Introducción al Aprendizaje Profundo

Translated by

Enfoque muy actualizado o CPI (tensor flow, era, learn) para hacer aprendizaje automático.

Paul Lee

Curso: TensorFlow para Reconocimiento de Imágenes

Translated by

Muy flexible.

Frank Ueltzhöffer

Curso: Redes Neuronales Artificiales, Pensamiento Profundo y Aprendizaje Automático

Translated by

En general, disfruté de la flexibilidad.

Werner Philipp

Curso: Redes Neuronales Artificiales, Pensamiento Profundo y Aprendizaje Automático

Translated by

Dada la perspectiva de la tecnología: qué tecnología / proceso podría ser más importante en el futuro; mira, para qué se puede usar la tecnología.

Commerzbank AG

Curso: Fundamentos de Redes Neuronales Usando TensorFlow como Ejemplo

Translated by

Me beneficié de la selección del tema. Estilo de entrenamiento Practica la orientación.

Commerzbank AG

Curso: Fundamentos de Redes Neuronales Usando TensorFlow como Ejemplo

Translated by

Todos me gusta

蒙李

Curso: Fundamentos de Aprendizaje Automático con Python

Translated by

forma de conducir y ejemplo dado por el entrenador

ORANGE POLSKA S.A.

Curso: Aprendizaje Automático y Aprendizaje Profundo

Translated by

Posibilidad de discutir los temas propuestos usted mismo

ORANGE POLSKA S.A.

Curso: Aprendizaje Automático y Aprendizaje Profundo

Translated by

Comunicación con los conferenciantes

文欣张

Curso: Redes Neuronales Artificiales, Aprendizaje Automático y Pensamiento Profundo

Translated by

Me gusta

lisa xie

Curso: Redes Neuronales Artificiales, Aprendizaje Automático y Pensamiento Profundo

Translated by

Cobertura en profundidad de temas de aprendizaje automático, particularmente redes neuronales. Desmitificaron mucho el tema.

Sacha Nandlall

Curso: Python para el Aprendizaje Automático Avanzado

Translated by

Ejercicios

L M ERICSSON LIMITED

Curso: Machine Learning

Translated by

los ejercicios de laboratorio

Marcell Lorant - L M ERICSSON LIMITED

Curso: Machine Learning

Translated by

El cuaderno de Jupyter, en el que está disponible el material de entrenamiento

L M ERICSSON LIMITED

Curso: Machine Learning

Translated by

Hubo muchos ejercicios y temas interesantes.

L M ERICSSON LIMITED

Curso: Machine Learning

Translated by

algunos grandes ejercicios de laboratorio analizados y explicados por el capacitador en profundidad (p. ej., covariantes en regresión lineal, que coinciden con la función real)

L M ERICSSON LIMITED

Curso: Machine Learning

Translated by

Es genial que todo el material, incluidos los ejercicios, esté en la misma página y luego se actualice al vuelo. La solución se revela al final. ¡Guay! Además, aprecio que Krzysztof se esforzó más por comprender nuestros problemas y nos sugirió posibles técnicas.

Attila Nagy - L M ERICSSON LIMITED

Curso: Machine Learning

Translated by

Amplio y actualizado conocimiento de ejemplos de aplicaciones líderes y prácticas.

ING Bank Śląski S.A.

Curso: Introducción al Aprendizaje Profundo

Translated by

Muchos ejercicios, muy buena cooperación con el grupo.

Janusz Chrobot - ING Bank Śląski S.A.

Curso: Introducción al Aprendizaje Profundo

Translated by

trabajar en colaboradores,

ING Bank Śląski S.A.

Curso: Introducción al Aprendizaje Profundo

Translated by

Era obvio que los entusiastas de los temas presentados eran líderes. Usé ejemplos interesantes durante el ejercicio.

ING Bank Śląski S.A.

Curso: Introducción al Aprendizaje Profundo

Translated by

Una amplia gama de temas cubiertos y un conocimiento sustancial de los líderes.

ING Bank Śląski S.A.; Kamil Kurek Programowanie

Curso: Comprender las Redes Neuronales Profundas

Translated by

falta

ING Bank Śląski S.A.; Kamil Kurek Programowanie

Curso: Comprender las Redes Neuronales Profundas

Translated by

Grandes conocimientos teóricos y prácticos de los profesores. La comunicatividad de los formadores. Durante el curso, podrías hacer preguntas y obtener respuestas satisfactorias.

Kamil Kurek - ING Bank Śląski S.A.; Kamil Kurek Programowanie

Curso: Comprender las Redes Neuronales Profundas

Translated by

Parte práctica, donde implementamos algoritmos. Esto permitió una mejor comprensión del tema.

ING Bank Śląski S.A.; Kamil Kurek Programowanie

Curso: Comprender las Redes Neuronales Profundas

Translated by

Ejercicios y ejemplos implementados en ellos.

Paweł Orzechowski - ING Bank Śląski S.A.; Kamil Kurek Programowanie

Curso: Comprender las Redes Neuronales Profundas

Translated by

Ejemplos y temas discutidos.

ING Bank Śląski S.A.; Kamil Kurek Programowanie

Curso: Comprender las Redes Neuronales Profundas

Translated by

Conocimiento sustantivo, compromiso, una forma apasionada de transferir conocimiento. Ejemplos prácticos después de una conferencia teórica.

Janusz Chrobot - ING Bank Śląski S.A.; Kamil Kurek Programowanie

Curso: Comprender las Redes Neuronales Profundas

Translated by

Ejercicios prácticos preparados por el Sr. Maciej.

ING Bank Śląski S.A.; Kamil Kurek Programowanie

Curso: Comprender las Redes Neuronales Profundas

Translated by

Me beneficié de la pasión por enseñar y centrarme en hacer que las cosas sean sensatas.

Zaher Sharifi - GOSI

Curso: Aprendizaje Profundo (Deep Learning) Avanzado

Translated by

Detección de punto malo de identificación humana y placa de circuito

王春柱 - 中移物联网

Curso: Aprendizaje profundo para NLP (procesamiento de lenguaje natural)

Translated by

Demostrar

中移物联网

Curso: Aprendizaje profundo para NLP (procesamiento de lenguaje natural)

Translated by

Sobre el área de la cara.

中移物联网

Curso: Aprendizaje profundo para NLP (procesamiento de lenguaje natural)

Translated by

Los intercambios informales que tuvimos durante las conferencias realmente me ayudaron a profundizar mi comprensión del tema

Explore

Curso: Aprendizaje de refuerzo profundo con Python

Translated by

It is showing many methods with pre prepared scripts- very nicely prepared materials & easy to traceback

Kamila Begej - GE Medical Systems Polska Sp. Zoo

Curso: Aprendizaje Automático - Ciencia de Datos

I like that training was focused on examples and coding. I thought that it is impossible to pack so much content into three days of training, but I was wrong. Training covered many topics and everything was done in a very detailed manner (especially tuning of model's parameters - I didn't expected that there will be a time for this and I was gratly surprised).

Bartosz Rosiek - GE Medical Systems Polska Sp. Zoo

Curso: Aprendizaje Automático - Ciencia de Datos

Aprendizaje Automático Subcategorías

Programa del curso Aprendizaje Automático

Title

Duration

Overview

Title

Duration

Overview

Visión general de Inteligencia Artificial

7 hours

Overview

Este curso ha sido creado para gerentes, arquitectos de soluciones, oficiales de innovación, CTO, arquitectos de software y todos los interesados en la visión general de la inteligencia artificial aplicada y el pronóstico más cercano para su desarrollo.

OpenNLP para Aprendizaje Automático Basado en Texto

14 hours

Overview

La biblioteca OpenNLP de Apache es un kit de herramientas basado en el aprendizaje automático para procesar texto en lenguaje natural. Es compatible con las tareas NLP más comunes, como detección de lenguaje, tokenización, segmentación de oraciones, etiquetado de voz parcial, extracción de entidad nombrada, fragmentación, análisis sintáctico y resolución de correferencia.

En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán cómo crear modelos para procesar datos basados en texto usando OpenNLP. Los datos de entrenamiento de muestra y los conjuntos de datos personalizados se usarán como base para los ejercicios de laboratorio.

Al final de esta capacitación, los participantes podrán:

- Instalar y configurar OpenNLP
- Descargue modelos existentes y cree sus propios
- Entrene a los modelos en varios conjuntos de datos de muestra
- Integra OpenNLP con aplicaciones Java existentes

Audiencia

- Desarrolladores
- Científicos de datos

Formato del curso

- Conferencia de parte, discusión en parte, ejercicios y práctica práctica

Aprendizaje Profundo para la Banca (con R)

28 hours

Overview

El aprendizaje automático es una rama de la Inteligencia Artificial en la que las computadoras tienen la capacidad de aprender sin estar programadas explícitamente. El aprendizaje profundo es un subcampo del aprendizaje automático que utiliza métodos basados en el aprendizaje de representaciones de datos y estructuras tales como redes neuronales. R es un lenguaje de programación popular en la industria financiera. Se utiliza en aplicaciones financieras que van desde los principales programas comerciales hasta los sistemas de gestión de riesgos.

En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán cómo implementar modelos de aprendizaje profundo para la banca usando R a medida que avanzan en la creación de un modelo de riesgo de crédito de aprendizaje profundo.

Al final de esta capacitación, los participantes podrán:

- Comprender los conceptos fundamentales del aprendizaje profundo
- Aprende las aplicaciones y usos del aprendizaje profundo en la banca
- Use R para crear modelos de aprendizaje profundo para la banca
- Construya su propio modelo de riesgo de crédito de aprendizaje profundo usando R

Audiencia

- Desarrolladores
- Científicos de datos

Formato del curso

- Conferencia de parte, discusión en parte, ejercicios y práctica práctica

Aprendizaje Profundo para la Banca (con Python)

28 hours

Overview

El aprendizaje automático es una rama de la Inteligencia Artificial en la que las computadoras tienen la capacidad de aprender sin estar programadas explícitamente. El aprendizaje profundo es un subcampo del aprendizaje automático que utiliza métodos basados en el aprendizaje de representaciones de datos y estructuras tales como redes neuronales. Python es un lenguaje de programación de alto nivel famoso por su clara sintaxis y legibilidad de código.

En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán cómo implementar modelos de aprendizaje profundo para la banca usando Python mientras avanzan en la creación de un modelo de riesgo de crédito de aprendizaje profundo.

Al final de esta capacitación, los participantes podrán:

- Comprender los conceptos fundamentales del aprendizaje profundo
- Aprende las aplicaciones y usos del aprendizaje profundo en la banca
- Utilice Python, Keras y TensorFlow para crear modelos de aprendizaje profundo para la banca
- Construya su propio modelo de riesgo de crédito de aprendizaje profundo usando Python

Audiencia

- Desarrolladores
- Científicos de datos

Formato del curso

- Conferencia de parte, discusión en parte, ejercicios y práctica práctica

Aprendizaje Profundo para las Finanzas (con R)

28 hours

Overview

El aprendizaje automático es una rama de la Inteligencia Artificial en la que las computadoras tienen la capacidad de aprender sin estar programadas explícitamente. El aprendizaje profundo es un subcampo del aprendizaje automático que utiliza métodos basados en el aprendizaje de representaciones de datos y estructuras tales como redes neuronales. R es un lenguaje de programación popular en la industria financiera. Se utiliza en aplicaciones financieras que van desde los principales programas comerciales hasta los sistemas de gestión de riesgos.

En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán cómo implementar modelos de aprendizaje profundo para finanzas usando R a medida que avanzan en la creación de un modelo de predicción del precio de las acciones de aprendizaje profundo.

Al final de esta capacitación, los participantes podrán:

- Comprender los conceptos fundamentales del aprendizaje profundo
- Aprende las aplicaciones y usos del aprendizaje profundo en finanzas
- Use R para crear modelos de aprendizaje profundo para finanzas
- Construya su propio modelo de predicción del precio de las acciones de aprendizaje profundo utilizando R

Audiencia

- Desarrolladores
- Científicos de datos

Formato del curso

- Conferencia de parte, discusión en parte, ejercicios y práctica práctica

Aprendizaje Automático para Finanzas (con R)

28 hours

Overview

El aprendizaje automático es una rama de la Inteligencia Artificial en la que las computadoras tienen la capacidad de aprender sin estar programadas explícitamente. R es un lenguaje de programación popular en la industria financiera. Se utiliza en aplicaciones financieras que van desde los principales programas comerciales hasta los sistemas de gestión de riesgos.

En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán cómo aplicar técnicas y herramientas de aprendizaje automático para resolver problemas del mundo real en la industria financiera. R se usará como el lenguaje de programación.

Los participantes primero aprenden los principios clave, luego ponen su conocimiento en práctica al construir sus propios modelos de aprendizaje automático y usarlos para completar una serie de proyectos en equipo.

Al final de esta capacitación, los participantes podrán:

- Comprender los conceptos fundamentales en el aprendizaje automático
- Aprenda las aplicaciones y usos del aprendizaje automático en finanzas
- Desarrolle su propia estrategia de negociación algorítmica utilizando el aprendizaje automático con R

Audiencia

- Desarrolladores
- Científicos de datos

Formato del curso

- Conferencia de parte, discusión en parte, ejercicios y práctica práctica

Machine Learning for Finance (con Python)

21 hours

Overview

El aprendizaje automático es una rama de la Inteligencia Artificial en la que las computadoras tienen la capacidad de aprender sin estar programadas explícitamente.

En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán cómo aplicar técnicas y herramientas de aprendizaje automático para resolver problemas del mundo real en la industria financiera. Python se usará como el lenguaje de programación.

Los participantes primero aprenden los principios clave, luego ponen su conocimiento en práctica al construir sus propios modelos de aprendizaje automático y usarlos para completar una serie de proyectos en equipo.

Al final de esta capacitación, los participantes podrán:

- Comprender los conceptos fundamentales en el aprendizaje automático
- Aprenda las aplicaciones y usos del aprendizaje automático en finanzas
- Desarrolle su propia estrategia de negociación algorítmica utilizando el aprendizaje automático con Python

Audiencia

- Desarrolladores
- Científicos de datos

Formato del curso

- Conferencia de parte, discusión en parte, ejercicios y práctica práctica

Aprendizaje profundo para NLP (procesamiento de lenguaje natural)

28 hours

Overview

Deep Learning para NLP permite que una máquina aprenda procesamiento de lenguaje simple a complejo. Entre las tareas actualmente posibles se encuentran la traducción de idiomas y la generación de subtítulos para fotos. DL (Deep Learning) es un subconjunto de ML (Machine Learning). Python es un lenguaje de programación popular que contiene bibliotecas para Deep Learning para NLP.

En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán a usar las bibliotecas de Python para el procesamiento de lenguaje natural (NLP) mientras crean una aplicación que procesa un conjunto de imágenes y genera leyendas.

Al final de esta capacitación, los participantes podrán:

- Diseño y código DL para NLP utilizando bibliotecas Python
- Crear código de Python que lea una gran colección de imágenes y genere palabras clave
- Crear código Python que genere subtítulos de las palabras clave detectadas

Audiencia

- Programadores con interés en la lingüística
- Programadores que buscan una comprensión de NLP (procesamiento de lenguaje natural)

Formato del curso

- Conferencia de parte, discusión en parte, ejercicios y práctica práctica

Resumen de texto con Python

14 hours

Overview

En Python Machine Learning, la característica de resumen de texto puede leer el texto de entrada y producir un resumen de texto. Esta capacidad está disponible desde la línea de comandos o como una API / biblioteca de Python. Una aplicación interesante es la creación rápida de resúmenes ejecutivos; esto es particularmente útil para las organizaciones que necesitan revisar grandes cantidades de datos de texto antes de generar informes y presentaciones.

En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán a usar Python para crear una aplicación simple que genere automáticamente un resumen del texto de entrada.

Al final de esta capacitación, los participantes podrán:

- Use una herramienta de línea de comandos que resuma texto.
- Diseña y crea un código de resumen de texto usando las bibliotecas de Python.
- Evalúe tres bibliotecas de resumen de Python: sumy 0.7.0, pysummarization 1.0.4, readless 1.0.17

Audiencia

- Desarrolladores
- Científicos de datos

Formato del curso

- Conferencia de parte, discusión en parte, ejercicios y práctica práctica

Comprender las Redes Neuronales Profundas

35 hours

Overview

Este curso comienza con la entrega de conocimientos conceptuales en redes neuronales y, en general, en el algoritmo de aprendizaje automático, aprendizaje profundo (algoritmos y aplicaciones).

Parte-1 (40%) de esta capacitación se centra más en los fundamentos, pero te ayudará a elegir la tecnología adecuada: TensorFlow, Caffe, Theano, DeepDrive, Keras, etc.

La Parte 2 (20%) de esta capacitación presenta Theano, una biblioteca de Python que hace que escribir modelos de aprendizaje profundo sea fácil.

Parte-3 (40%) de la capacitación estaría ampliamente basada en Tensorflow - 2nd Generation API de la biblioteca de software de código abierto de Google para Deep Learning. Los ejemplos y handson se harían todos en TensorFlow.

Audiencia

Este curso está dirigido a ingenieros que buscan utilizar TensorFlow para sus proyectos de aprendizaje profundo.

Después de completar este curso, los delegados:

- tener una buena comprensión de las redes neuronales profundas (DNN), CNN y RNN
- comprender la estructura y los mecanismos de despliegue de TensorFlow
- ser capaz de llevar a cabo las tareas y configuraciones de entorno / producción / arquitectura
- ser capaz de evaluar la calidad del código, realizar la depuración, el monitoreo
- ser capaz de implementar producción avanzada como modelos de entrenamiento, construcción de gráficos y registro

No todos los temas se cubrirán en un salón de clases público con 35 horas de duración debido a la inmensidad del tema.

La duración del curso completo será de alrededor de 70 horas y no de 35 horas.

Aprendizaje Automático para la Banca (con Python)

21 hours

Overview

En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán cómo aplicar técnicas y herramientas de aprendizaje automático para resolver problemas del mundo real en la industria bancaria. Python se usará como el lenguaje de programación.

Los participantes primero aprenden los principios clave, luego ponen su conocimiento en práctica al construir sus propios modelos de aprendizaje automático y usarlos para completar una serie de proyectos en equipo.

Audiencia

- Desarrolladores
- Científicos de datos

Formato del curso

- Conferencia de parte, discusión en parte, ejercicios y práctica práctica

Convertir los datos en acciones inteligentes con la inteligencia de Cortana

28 hours

Overview

Cortana Intelligence Suite es un paquete de productos y servicios integrados en Microsoft Azure Cloud que permite a las entidades transformar datos en acciones inteligentes.

En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán a usar los componentes que forman parte de Cortana Intelligence Suite para crear aplicaciones inteligentes basadas en datos.

Al final de esta capacitación, los participantes podrán:

- Aprenda a usar las herramientas de Cortana Intelligence Suite
- Adquiera los últimos conocimientos de gestión de datos y análisis
- Usa componentes de Cortana para convertir los datos en acciones inteligentes
- Usa Cortana para crear aplicaciones desde cero y lanzarla en la nube

Audiencia

- Científicos de datos
- Programadores
- Desarrolladores
- Gerentes
- Arquitectos

Formato del curso

- Conferencia de parte, discusión en parte, ejercicios y práctica práctica

Aprendizaje Automático para la Banca (con R)

28 hours

Overview

En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán cómo aplicar técnicas y herramientas de aprendizaje automático para resolver problemas del mundo real en la industria bancaria. R se usará como el lenguaje de programación.

Los participantes primero aprenden los principios clave, luego ponen su conocimiento en práctica al construir sus propios modelos de aprendizaje automático y usarlos para completar una serie de proyectos en vivo.

Audiencia

- Desarrolladores
- Científicos de datos
- Profesionales bancarios con experiencia técnica

Formato del curso

- Conferencia de parte, discusión en parte, ejercicios y práctica práctica

Matlab para el Aprendizaje Profundo

14 hours

Overview

En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán a usar Matlab para diseñar, construir y visualizar una red neuronal convolucional para el reconocimiento de imágenes.

Al final de esta capacitación, los participantes podrán:

- Construya un modelo de aprendizaje profundo
- Automatizar el etiquetado de datos
- Trabaja con modelos de Caffe y TensorFlow-Keras
- Entrene datos usando múltiples GPU, la nube o clusters

Audiencia

- Desarrolladores
- Ingenieros
- Expertos de dominio

Formato del curso

- Conferencia de parte, discusión en parte, ejercicios y práctica práctica

Curso de TensorFlow Serving

7 hours

Overview

TensorFlow Serving es un sistema para servir modelos de aprendizaje automático (ML) a la producción.

En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán a configurar y usar TensorFlow Serving para implementar y administrar modelos ML en un entorno de producción.

Al final de esta capacitación, los participantes podrán:

- Entrene, exporte y sirva varios modelos de TensorFlow
- Pruebe e implemente algoritmos utilizando una única arquitectura y un conjunto de API
- Extienda TensorFlow Sirviendo para servir a otros tipos de modelos más allá de los modelos TensorFlow

Audiencia

- Desarrolladores
- Científicos de datos

Formato del curso

- Conferencia de parte, discusión en parte, ejercicios y práctica práctica

Aprendizaje Automático en iOS

14 hours

Overview

En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán a usar la pila de tecnología de iOS Machine Learning (ML) mientras avanzan en la creación e implementación de una aplicación móvil iOS.

Al final de esta capacitación, los participantes podrán:

- Cree una aplicación móvil capaz de procesar imágenes, análisis de texto y reconocimiento de voz
- Acceda a modelos de ML pre-entrenados para la integración en aplicaciones de iOS
- Crea un modelo ML personalizado
- Agregue soporte de Siri Voice a las aplicaciones de iOS
- Comprender y usar frameworks como coreML, Vision, CoreGraphics y GamePlayKit
- Utilice idiomas y herramientas como Python, Keras, Caffee, Tensorflow, sci-kit learn, libsvm, Anaconda y Spyder

Audiencia

- Desarrolladores

Formato del curso

- Conferencia de parte, discusión en parte, ejercicios y práctica práctica

Python: Aprendizaje automático con texto

21 hours

Overview

En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán a utilizar las técnicas correctas de aprendizaje automático y procesamiento de lenguaje natural (NLP, por sus siglas en inglés) para extraer valor de los datos basados en texto.

Al final de esta capacitación, los participantes podrán:

- Resuelva problemas de ciencias de datos basados en texto con código reutilizable de alta calidad
- Aplicar diferentes aspectos de scikit-learn (clasificación, clustering, regresión, reducción de dimensionalidad) para resolver problemas
- Cree modelos efectivos de aprendizaje automático utilizando datos basados en texto
- Crear un conjunto de datos y extraer características del texto no estructurado
- Visualice los datos con Matplotlib
- Construya y evalúe modelos para obtener información
- Solucionar problemas de errores de codificación de texto

Audiencia

- Desarrolladores
- Científicos de datos

Formato del curso

- Conferencia de parte, discusión en parte, ejercicios y práctica práctica

Encog: Introducción al Aprendizaje Automático

14 hours

Overview

Encog es un marco de aprendizaje de máquina de código abierto para Java y .Net.

En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán cómo crear varios componentes de redes neuronales usando ENCOG. Se discutirán estudios de casos del mundo real y se explorarán soluciones basadas en el lenguaje de máquina para estos problemas.

Al final de esta capacitación, los participantes podrán:

- Preparar datos para redes neuronales usando el proceso de normalización
- Implementar redes de feed feed y metodologías de capacitación en propagación
- Implementar tareas de clasificación y regresión
- Modelar y entrenar redes neuronales usando el banco de trabajo basado en GUI de Encog
- Integrar el soporte de redes neuronales en aplicaciones del mundo real

Audiencia

- Desarrolladores
- Analistas
- Científicos de datos

Formato del curso

- Conferencia de parte, discusión en parte, ejercicios y práctica práctica

Encog: Aprendizaje Automático Avanzado

14 hours

Overview

Encog es un marco de aprendizaje de máquina de código abierto para Java y .Net.

En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán técnicas avanzadas de aprendizaje automático para construir modelos predictivos precisos de redes neuronales.

Al final de esta capacitación, los participantes podrán:

- Implementar diferentes técnicas de optimización de redes neuronales para resolver el ajuste insuficiente y el sobreajuste
- Comprender y elegir entre varias arquitecturas de redes neuronales
- Implementar redes supervisadas de retroalimentación y retroalimentación

Audiencia

- Desarrolladores
- Analistas
- Científicos de datos

Formato del curso

- Conferencia de parte, discusión en parte, ejercicios y práctica práctica

Aprendizaje Automático Avanzado con R

21 hours

Overview

En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán técnicas avanzadas para el aprendizaje automático con R a medida que avanzan en la creación de una aplicación en el mundo real.

Al final de esta capacitación, los participantes podrán:

- Utiliza técnicas como el ajuste de hiperparámetros y el aprendizaje profundo
- Comprender e implementar técnicas de aprendizaje no supervisadas
- Ponga un modelo en producción para usar en una aplicación más grande

Audiencia

- Desarrolladores
- Analistas
- Científicos de datos

Formato del curso

- Conferencia de parte, discusión en parte, ejercicios y práctica práctica

Python para el Aprendizaje Automático Avanzado

21 hours

Overview

En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán las técnicas de aprendizaje automático más relevantes y de vanguardia en Python a medida que crean una serie de aplicaciones de demostración que incluyen imágenes, música, texto y datos financieros.

Al final de esta capacitación, los participantes podrán:

- Implementar algoritmos y técnicas de aprendizaje automático para resolver problemas complejos
- Aplicar el aprendizaje profundo y el aprendizaje semi-supervisado a aplicaciones que involucren imagen, música, texto e información financiera
- Empujar los algoritmos de Python a su máximo potencial
- Usa bibliotecas y paquetes como NumPy y Theano

Audiencia

- Desarrolladores
- Analistas
- Científicos de datos

Formato del curso

- Conferencia de parte, discusión en parte, ejercicios y práctica práctica

Aprendizaje Profundo para las Finanzas (con Python)

28 hours

Overview

El aprendizaje automático es una rama de la Inteligencia Artificial en la que las computadoras tienen la capacidad de aprender sin estar programadas explícitamente. El aprendizaje profundo es un subcampo del aprendizaje automático que utiliza métodos basados en el aprendizaje de representaciones de datos y estructuras tales como redes neuronales. Python es un lenguaje de programación de alto nivel famoso por su clara sintaxis y legibilidad de código.

En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán cómo implementar modelos de aprendizaje profundo para las finanzas usando Python mientras avanzan en la creación de un modelo de predicción del precio de las acciones de aprendizaje profundo.

Al final de esta capacitación, los participantes podrán:

- Comprender los conceptos fundamentales del aprendizaje profundo
- Aprende las aplicaciones y usos del aprendizaje profundo en finanzas
- Utilice Python, Keras y TensorFlow para crear modelos de aprendizaje profundo para finanzas
- Construya su propio modelo de predicción del precio de las acciones de aprendizaje profundo usando Python

Audiencia

- Desarrolladores
- Científicos de datos

Formato del curso

- Conferencia de parte, discusión en parte, ejercicios y práctica práctica

Construyendo Aplicaciones Móviles Inteligentes

35 hours

Overview

Las aplicaciones inteligentes son aplicaciones de próxima generación que pueden aprender continuamente de las interacciones de los usuarios para proporcionar un mejor valor y relevancia a los usuarios.

En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán cómo construir aplicaciones móviles inteligentes y bots.

Al final de esta capacitación, los participantes podrán:

- Comprender los conceptos fundamentales de las aplicaciones inteligentes
- Aprenda a usar varias herramientas para construir aplicaciones inteligentes
- Cree aplicaciones inteligentes usando Azure, API de Servicios Cognitivos, Stream Analytics y Xamarin

Audiencia

- Desarrolladores
- Programadores
- Aficionados

Formato del curso

- Conferencia de parte, discusión en parte, ejercicios y práctica práctica

OpenFace: Creación de Sistemas de Reconocimiento Facial

14 hours

Overview

OpenFace es un software de reconocimiento facial en tiempo real basado en Python y Torch basado en la investigación FaceNet de Google.

En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán a usar los componentes de OpenFace para crear y desplegar una aplicación de reconocimiento facial de muestra.

Al final de esta capacitación, los participantes podrán:

Trabaje con los componentes de OpenFace, incluidos dlib, OpenVC, Torch y nn4 para implementar la detección de rostros, la alineación y la transformación.
Aplique OpenFace a aplicaciones del mundo real tales como vigilancia, verificación de identidad, realidad virtual, juegos e identificación de clientes habituales, etc.

Audiencia

- Desarrolladores
- Científicos de datos

Formato del curso

- Conferencia de parte, discusión en parte, ejercicios y práctica práctica

Applied AI from Scratch

28 hours

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.

Deep Learning with TensorFlow 2.0

21 hours

Overview

TensorFlow es una biblioteca popular y de aprendizaje automático desarrollada por Google para el aprendizaje profundo, el cálculo numérico y el aprendizaje automático a gran escala. TensorFlow 2,0, publicado en Jan 2019, es la versión más reciente de TensorFlow e incluye mejoras en la ejecución diligente, compatibilidad y consistencia de API.

esta formación presencial dirigida por un instructor (en el sitio o a distancia) está dirigida a desarrolladores y científicos de datos que deseen utilizar Tensorflow 2,0 para crear predictores, clasificadores, modelos generativos, redes neuronales, etcétera.

al final de esta formación, los participantes podrán:

- instalar y configurar TensorFlow 2,0.
- comprenda las ventajas de TensorFlow 2,0 con respecto a las versiones anteriores.
- crear modelos de aprendizaje profundo.
- implemente un clasificador de imágenes avanzado.
- implemente un modelo de aprendizaje profundo en la nube, dispositivos móviles y IoT.

formato de la del curso

Conferencia y discusión - Interactive.
- un montón de ejercicios y práctica.
- implementación práctica en un entorno de laboratorio en vivo.

Opciones de personalización del curso

- para solicitar una formación personalizada para este curso, póngase en contacto con nosotros para concertar.
- para obtener más información sobre TensorFlow, visite: https://www.tensorflow.org/

Feature Engineering for Machine Learning

14 hours

Overview

Ingeniería de características de

es el proceso de selección y transformación de datos para mejorar la precisión de los algoritmos de aprendizaje automático. Requiere una profunda familiaridad con los datos por parte de un experto en la materia.

esta formación presencial y dirigida por un instructor (in situ o remoto) está dirigida a personas que deseen aplicar técnicas de ingeniería de características para procesar mejor los datos y obtener mejores modelos de aprendizaje automático.

al final de esta formación, los participantes podrán:

- configurar un entorno de desarrollo óptimo, incluidos todos los paquetes de Python necesarios.
- obtener información importante analizando las características de un conjunto de datos.
- optimice los modelos de aprendizaje automático mediante la adaptación de los datos en bruto.
- Limpie y transforme conjuntos de datos en preparación para el aprendizaje automático.

formato de la del curso

Conferencia y discusión - Interactive.
- un montón de ejercicios y práctica.
- implementación práctica en un entorno de laboratorio en vivo.

Opciones de personalización del curso

- para solicitar una formación personalizada para este curso, póngase en contacto con nosotros para concertar.

Artificial Intelligence (AI) with H2O

14 hours

Overview

H2O es una plataforma de análisis predictivo de código abierto. Es compatible con R, Python, Scala, Java y REST.

este entrenamiento en vivo (in situ o remoto) dirigido por un instructor está dirigido a personas técnicas que deseen construir modelos de aprendizaje automático utilizando algoritmos como GLM, Deep Learning y Random bosques.

al final de esta formación, los participantes podrán:

- instalar y configurar H2O.
- crear modelos de aprendizaje automático utilizando diferentes algoritmos populares.
- evalúe los modelos según el tipo de datos y los requisitos empresariales.

Format del curso

Conferencia y discusión - Interactive.
- muchos ejercicios y prácticas.
implementación práctica de - en un entorno de laboratorio en vivo.
Opciones de personalización de

Course

- para solicitar una formación personalizada para este curso, póngase en contacto con nosotros para organizar.
- para aprender más sobre H2O, por favor visite: https://www.h2o.ai/

H2O AutoML

14 hours

Overview

H2O AutoML es una plataforma de inteligencia artificial que automatiza el proceso de creación, selección y optimización de un gran número de modelos de aprendizaje automático.

esta formación presencial dirigida por un instructor (in situ o a distancia) está dirigida a científicos de datos que deseen utilizar H2O AutoML para la automoción del proceso de creación y selección del mejor algoritmo y parámetros de aprendizaje automático.

al final de esta formación, los participantes podrán:

- automatice el flujo de trabajo de aprendizaje automático.
- entrenar y ajustar automáticamente muchos modelos de aprendizaje automático dentro de un intervalo de tiempo especificado.
- Train ensambles apilados para llegar a modelos de conjunto altamente predictivos.

formato de la del curso

Conferencia y discusión - Interactive.
- un montón de ejercicios y práctica.
- implementación práctica en un entorno de laboratorio en vivo.

Opciones de personalización del curso

- para solicitar una formación personalizada para este curso, póngase en contacto con nosotros para concertar.

AutoML with Auto-sklearn

14 hours

Overview

auto-sklearn es un paquete de Python construido en torno a la biblioteca de aprendizaje automático scikit-Learn. Busca automáticamente el algoritmo de aprendizaje correcto para un nuevo DataSet de aprendizaje automático y optimiza sus parámetros.

este entrenamiento en vivo (in situ o remoto) dirigido por un instructor está dirigido a los profesionales de aprendizaje automático que deseen utilizar auto-sklearn para automatizar el proceso de selección y optimización de un modelo de aprendizaje automático.

al final de esta formación, los participantes podrán:

- automatice el proceso de formación de modelos de aprendizaje automático altamente eficientes.
- construir modelos de aprendizaje automático altamente precisos, evitando las tareas más tediosas de seleccionar, entrenar y probar diferentes modelos.
- Utilice el poder del aprendizaje automático para resolver los problemas empresariales del mundo real.

Format del curso

Conferencia y discusión - Interactive.
- muchos ejercicios y prácticas.
implementación práctica de - en un entorno de laboratorio en vivo.
Opciones de personalización de

Course

- para solicitar una formación personalizada para este curso, póngase en contacto con nosotros para organizar.

Próximos Cursos Aprendizaje Automático

Procesamiento del Lenguaje Natural con TensorFlow

2019-07-22 09:30:00

Guatemala - Europlaza

A distancia

8910USD

Presencial

10560USD

Aprendizaje Profundo con TensorFlow

2019-07-23 09:30:00

Guatemala - Europlaza

A distancia

6350USD

Presencial

7740USD

TensorFlow para Reconocimiento de Imágenes

2019-07-23 09:30:00

Guatemala - Europlaza

A distancia

8200USD

Presencial

9720USD

Fundamentos de Redes Neuronales Usando TensorFlow como Ejemplo

2019-08-05 09:30:00

Guatemala - Europlaza

A distancia

8200USD

Presencial

9720USD

Deep Learning for Telecom (with Python)

2019-08-13 09:30:00

Guatemala - Europlaza

A distancia

8200USD

Presencial

9720USD

Otras regiones

;Ciudad de Guatemala

Otros países

Estos cursos también están disponibles en otros países ››

Consultoría

Consultoría de Aprendizaje Automático

Cursos de Fin de Semana de Aprendizaje Automático, Capacitación por la Tarde de Aprendizaje Automático, Aprendizaje Automático boot camp, Clases de Aprendizaje Automático, Capacitación de Fin de Semana de Aprendizaje Automático, Cursos por la Tarde de Aprendizaje Automático, Aprendizaje Automático coaching, Instructor de Aprendizaje Automático, Capacitador de Aprendizaje Automático, Aprendizaje Automático con instructor, Cursos de Formación de Aprendizaje Automático, Aprendizaje Automático en sitio, Cursos Privados de Aprendizaje Automático, Clases Particulares de Aprendizaje Automático, Capacitación empresarial de Aprendizaje Automático, Talleres para empresas de Aprendizaje Automático, Cursos en linea de Aprendizaje Automático, Programas de capacitación de Aprendizaje Automático, Clases de Aprendizaje AutomáticoCursos de Fin de Semana de ML (Machine Learning), Capacitación por la Tarde de Machine Learning (ML), Machine Learning boot camp, Clases de ML (Machine Learning), Capacitación de Fin de Semana de Machine Learning (ML), Cursos por la Tarde de Machine Learning (ML), Machine Learning (ML) coaching, Instructor de Machine Learning, Capacitador de Machine Learning (ML), Machine Learning con instructor, Cursos de Formación de Machine Learning (ML), ML (Machine Learning) en sitio, Cursos Privados de Machine Learning, Clases Particulares de Machine Learning, Capacitación empresarial de ML (Machine Learning), Talleres para empresas de Machine Learning (ML), Cursos en linea de ML (Machine Learning), Programas de capacitación de Machine Learning, Clases de ML (Machine Learning)