Cursos de Practical Quantum Computing

En esta capacitación en vivo dirigida por un instructor en España, los participantes aprenderán los fundamentos de la computación cuántica y Q# a medida que avanzan en el desarrollo de programas cuánticos simples.

Al final de esta capacitación, los participantes serán capaces de:

• Instale y configure el kit de desarrollo Quantum de Microsoft.
• Comprender los conceptos detrás de la computación cuántica.
• Construya, pruebe, ejecute y solucione problemas de un programa cuántico utilizando Q#, Visual Studio y un simulador de computación cuántica local.

En esta capacitación en vivo dirigida por un instructor en España, los participantes aprenderán los fundamentos de la computación cuántica a medida que avanzan en el desarrollo de algoritmos dirigidos a computadoras cuánticas.

Al final de esta capacitación, los participantes serán capaces de:

• Configure el entorno de desarrollo necesario para comenzar a crear circuitos cuánticos.
• Controle el comportamiento de la puerta utilizando la contraparte nativa de la puerta.
• Mejore las imprecisiones de los cuestionarios con Cirq.
• Escriba y ejecute un circuito cuántico para ejecutarlo contra un simulador de computadora cuántica basado en NISQ.

Esta capacitación en vivo dirigida por un instructor en España (en línea o en el sitio) está dirigida a científicos de datos y desarrolladores que desean aprender y desarrollar sus carreras en Ciencia de Datos utilizando Kaggle.

Al final de esta capacitación, los participantes serán capaces de:

• Obtenga más información sobre la ciencia de datos y el aprendizaje automático.
• Explora el análisis de datos.
• Obtenga más información sobre Kaggle y cómo funciona.

Esta capacitación en vivo dirigida por un instructor en España (en línea o en el sitio) está dirigida a científicos de datos y desarrolladores que deseen usar Modin para construir e implementar cálculos paralelos con Pandas para un análisis de datos más rápido.

Al final de esta capacitación, los participantes serán capaces de:

• Configure el entorno necesario para comenzar a desarrollar Pandas flujos de trabajo a escala con Modin.
• Comprenda las características, la arquitectura y las ventajas de Modin.
• Conoce las diferencias entre Modin, Dask y Ray.
• Realice Pandas operaciones más rápido con Modin.
• Implemente toda la API Pandas y las funciones.

Esta capacitación en vivo dirigida por un instructor en España (en línea o en el sitio) está dirigida a científicos de datos y desarrolladores que deseen utilizar RAPIDS para crear canalizaciones de datos, flujos de trabajo y visualizaciones aceleradas por GPU, aplicando algoritmos de aprendizaje automático, como XGBoost, cuML, etc.

Al final de esta capacitación, los participantes serán capaces de:

• Configure el entorno de desarrollo necesario para crear modelos de datos con NVIDIA RAPIDS.
• Comprender las características, componentes y ventajas de RAPIDS.
• Aproveche las GPU para acelerar las canalizaciones de datos y análisis de extremo a extremo.
• Implemente la preparación de datos acelerada por GPU y ETL con cuDF y Apache Arrow.
• Aprenda a realizar tareas de aprendizaje automático con los algoritmos XGBoost y cuML.
• Cree visualizaciones de datos y ejecute análisis de gráficos con cuXfilter y cuGraph.

Esta capacitación en vivo dirigida por un instructor en España (en línea o en el sitio) está dirigida a científicos de datos que desean utilizar el ecosistema Anaconda para capturar, administrar e implementar paquetes y flujos de trabajo de análisis de datos en una sola plataforma.

Al final de esta capacitación, los participantes serán capaces de:

• Instale y configure los componentes y bibliotecas de Anaconda.
• Comprender los conceptos básicos, las características y los beneficios de Anaconda.
• Administre paquetes, entornos y canales con Anaconda Navigator.
• Utilice los paquetes Conda, R y Python para la ciencia de datos y el aprendizaje automático.
• Conozca algunos casos de uso prácticos y técnicas para administrar múltiples entornos de datos.

Esta capacitación en vivo dirigida por un instructor en España (en línea o en el sitio) está dirigida a científicos de datos que deseen usar H2O AutoML para automatizar el proceso de creación y selección del mejor algoritmo y parámetros de aprendizaje automático.

Al final de esta capacitación, los participantes serán capaces de:

• Automatice el flujo de trabajo de aprendizaje automático.
• Entrene y ajuste automáticamente muchos modelos de aprendizaje automático dentro de un intervalo de tiempo especificado.
• Entrene conjuntos apilados para llegar a modelos de conjuntos altamente predictivos.

Esta capacitación en vivo dirigida por un instructor en España (en línea o en el sitio) está dirigida a profesionales del aprendizaje automático que desean usar Auto-sklearn para automatizar el proceso de selección y optimización de un modelo de aprendizaje automático.

Al final de esta capacitación, los participantes serán capaces de:

• Automatice el proceso de entrenamiento de modelos de aprendizaje automático altamente eficientes.
• Cree modelos de aprendizaje automático de alta precisión mientras evita las tareas más tediosas de seleccionar, entrenar y probar diferentes modelos.
• Utilice el poder del aprendizaje automático para resolver problemas empresariales del mundo real.

Esta capacitación en vivo dirigida por un instructor en (en línea o en el sitio) está dirigida a científicos de datos, así como a personas menos técnicas que deseen utilizar Auto-Keras para automatizar el proceso de selección y optimización de un modelo de aprendizaje automático.

Al final de esta capacitación, los participantes serán capaces de:

• Automatice el proceso de entrenamiento de modelos de aprendizaje automático altamente eficientes.
• Busque automáticamente los mejores parámetros para los modelos de aprendizaje profundo.
• Cree modelos de aprendizaje automático de alta precisión.
• Utilice el poder del aprendizaje automático para resolver problemas empresariales del mundo real.

Esta capacitación en vivo dirigida por un instructor en España (en línea o en el sitio) está dirigida a científicos de datos de nivel intermedio a avanzado, ingenieros de aprendizaje automático, investigadores de aprendizaje profundo y expertos en visión por computadora que deseen ampliar sus conocimientos y habilidades en aprendizaje profundo para la generación de texto a imagen.

Al final de esta capacitación, los participantes serán capaces de:

• Comprender arquitecturas y técnicas avanzadas de aprendizaje profundo para la generación de texto a imagen.
• Implemente modelos complejos y optimizaciones para la síntesis de imágenes de alta calidad.
• Optimice el rendimiento y la escalabilidad para grandes conjuntos de datos y modelos complejos.
• Ajuste los hiperparámetros para mejorar el rendimiento y la generalización del modelo.
• Integre Stable Diffusion con otros marcos y herramientas de aprendizaje profundo

Esta capacitación en vivo dirigida por un instructor (en línea o en el sitio) está dirigida a científicos de datos, ingenieros de aprendizaje automático e investigadores de visión por computadora que deseen aprovechar Stable Diffusion para generar imágenes de alta calidad para una variedad de casos de uso.

Al final de esta capacitación, los participantes podrán:

• Comprender los principios de la Difusión Estable y cómo funciona para la generación de imágenes.
• Cree y entrene modelos de difusión estable para tareas de generación de imágenes.
• Aplique Difusión estable a diversos escenarios de generación de imágenes, como pintura interior, pintura exterior y traducción de imagen a imagen.
• Optimice el rendimiento y la estabilidad de los modelos de Stable Diffusion

Esta capacitación en vivo dirigida por un instructor en España (en línea o presencial) está dirigida a biólogos que deseen comprender cómo funciona AlphaFold y usar modelos AlphaFold como guías en sus estudios experimentales.

Al final de esta capacitación, los participantes serán capaces de:

• Comprender los principios básicos de AlphaFold.
• Aprenda cómo funciona AlphaFold.
• Aprenda a interpretar AlphaFold las predicciones y los resultados.

Esta capacitación en vivo dirigida por un instructor en España (en línea o en el sitio) está dirigida a desarrolladores que desean usar TensorFlow Lite para implementar modelos de aprendizaje profundo en dispositivos integrados.

Al final de esta capacitación, los participantes serán capaces de:

• Instala y configura Tensorflow Lite en un dispositivo integrado.
• Comprender los conceptos y componentes subyacentes TensorFlow Lite.
• Convierta los modelos existentes al formato TensorFlow Lite para ejecutarlos en dispositivos integrados.
• Trabaje dentro de las limitaciones de los dispositivos pequeños y TensorFlow Lite, mientras aprende a ampliar el alcance de las operaciones que se pueden ejecutar.
• Implemente un modelo de aprendizaje profundo en un dispositivo integrado que ejecute Linux.

Esta capacitación en vivo dirigida por un instructor en España (en línea o en el sitio) está dirigida a desarrolladores que desean utilizar TensorFlow Lite para desarrollar aplicaciones móviles con capacidades de aprendizaje profundo.

Al final de esta capacitación, los participantes serán capaces de:

• Instalar y configurar TensorFlow Lite.
• Comprende los principios detrás de TensorFlow, el aprendizaje automático y el aprendizaje profundo.
• Cargue modelos de TensorFlow en un dispositivo Android.
• Habilite la funcionalidad de aprendizaje profundo y aprendizaje automático, como la visión artificial y el reconocimiento de lenguaje natural en una aplicación móvil.

Esta capacitación en vivo dirigida por un instructor (en línea o en el sitio) está dirigida a desarrolladores que deseen utilizar TensorFlow Lite para desarrollar aplicaciones móviles iOS con capacidades de aprendizaje profundo.

Al final de esta capacitación, los participantes serán capaces de:

• Instalar y configurar TensorFlow Lite.
• Comprende los principios detrás de TensorFlow y el aprendizaje automático en dispositivos móviles.
• Cargue modelos de TensorFlow en un dispositivo iOS.
• Ejecute una aplicación iOS capaz de detectar y clasificar un objeto capturado a través de la cámara del dispositivo.