Cursos de Aprendizaje Automático

Cursos de Aprendizaje Automático

Los cursos locales de capacitación en Aprendizaje Automático en vivo demuestran a través de prácticas manuales cómo aplicar técnicas y herramientas de aprendizaje automático para resolver problemas del mundo real en diversas industrias Los cursos de NobleProg ML cubren diferentes lenguajes y lenguajes de programación, incluidos Python, R y Matlab Los cursos de Machine Learning se ofrecen para una serie de aplicaciones de la industria, incluyendo Finanzas, Banca y Seguros, y cubren los fundamentos del Machine Learning así como también enfoques más avanzados como Deep Learning El entrenamiento de Machine Learning está disponible como "entrenamiento en vivo en el sitio" o "entrenamiento remoto en vivo" El entrenamiento en vivo in situ se puede llevar a cabo localmente en las instalaciones del cliente en España o en los centros de capacitación corporativa de NobleProg en España La capacitación remota en vivo se lleva a cabo a través de un escritorio remoto interactivo NobleProg Su proveedor local de capacitación.

Testimonios

★★★★★
★★★★★

Programa del curso Aprendizaje Automático

CódigoNombreDuraciónInformación General
aiintArtificial Intelligence Overview7 horas Este curso ha sido creado para gerentes, arquitectos de soluciones, oficiales de innovación, CTO, arquitectos de software y cualquier persona interesada en una visión general de la inteligencia artificial aplicada y el pronóstico más cercano para su desarrollo .
mlintroIntroduction to Machine Learning7 horas Este curso de capacitación es para personas que deseen aplicar técnicas básicas de Machine Learning en aplicaciones prácticas Audiencia Científicos de datos y estadísticos que tienen cierta familiaridad con el aprendizaje automático y saben cómo programar R El énfasis de este curso está en los aspectos prácticos de la preparación de datos / modelos, la ejecución, el análisis post hoc y la visualización El propósito es dar una introducción práctica al aprendizaje automático a los participantes interesados ​​en aplicar los métodos en el trabajo Se usan ejemplos específicos del sector para que la capacitación sea relevante para el público .
annmldtArtificial Neural Networks, Machine Learning, Deep Thinking21 horas Artificial Neural Network es un modelo de datos computacionales utilizado en el desarrollo de sistemas de Inteligencia Artificial (IA) capaces de realizar tareas "inteligentes" Las redes neuronales se usan comúnmente en aplicaciones de aprendizaje automático (Machine Learning, ML), que a su vez son una implementación de AI Aprendizaje profundo es un subconjunto de ML .
bspkamlMachine Learning21 horas Este curso será una combinación de teoría y trabajo práctico con ejemplos específicos utilizados durante todo el evento .
mlrobot1Machine Learning for Robotics21 horas Este curso introduce métodos de aprendizaje automático en aplicaciones de robótica Es una amplia visión general de los métodos, motivaciones e ideas principales existentes en el contexto del reconocimiento de patrones Después de un breve contexto teórico, los participantes realizarán ejercicios simples usando código abierto (generalmente R) o cualquier otro software popular .
appliedmlApplied Machine Learning14 horas Este curso de capacitación es para las personas que deseen aplicar el Aprendizaje automático en aplicaciones prácticas Audiencia Este curso es para científicos de datos y estadísticos que tienen cierta familiaridad con las estadísticas y saben cómo programar R (o Python u otro idioma elegido) El énfasis de este curso está en los aspectos prácticos de la preparación de datos / modelos, ejecución, análisis post hoc y visualización El objetivo es proporcionar aplicaciones prácticas para Machine Learning a los participantes interesados ​​en aplicar los métodos en el trabajo Se usan ejemplos específicos del sector para que la capacitación sea relevante para el público .
deeplearning1Introduction to Deep Learning21 horas Este curso es una descripción general para Deep Learning sin profundizar en ningún método específico Es adecuado para las personas que desean comenzar a utilizar Deep learning para mejorar su precisión de predicción .
mlfunpythonMachine Learning Fundamentals with Python14 horas El objetivo de este curso es proporcionar una competencia básica en la aplicación de métodos de aprendizaje automático en la práctica Mediante el uso del lenguaje de programación Python y sus diversas bibliotecas, y en base a una multitud de ejemplos prácticos, este curso enseña cómo usar los componentes más importantes de Machine Learning, cómo tomar decisiones de modelado de datos, interpretar los resultados de los algoritmos y validar los resultados Nuestro objetivo es brindarle las habilidades para comprender y utilizar las herramientas más fundamentales de la caja de herramientas de Machine Learning con confianza y evitar las trampas comunes de las aplicaciones de Data Sciences .
MLFWR1Machine Learning Fundamentals with R14 horas El objetivo de este curso es proporcionar una competencia básica en la aplicación de métodos de aprendizaje automático en la práctica Mediante el uso de la plataforma de programación R y sus diversas bibliotecas, y en base a una multitud de ejemplos prácticos, este curso enseña cómo usar los componentes más importantes de Machine Learning, cómo tomar decisiones de modelado de datos, interpretar los resultados de los algoritmos y validar los resultados Nuestro objetivo es brindarle las habilidades para comprender y utilizar las herramientas más fundamentales de la caja de herramientas de Machine Learning con confianza y evitar las trampas comunes de las aplicaciones de Data Sciences .
matlabml1Introducción al Aprendizaje Automático con MATLAB21 horas

MATLAB is a numerical computing environment and programming language developed by MathWorks.

bspkannmldtArtificial Neural Networks, Machine Learning and Deep Thinking21 horas Artificial Neural Network es un modelo de datos computacionales utilizado en el desarrollo de sistemas de Inteligencia Artificial (IA) capaces de realizar tareas "inteligentes" Las redes neuronales se usan comúnmente en aplicaciones de aprendizaje automático (Machine Learning, ML), que a su vez son una implementación de AI Aprendizaje profundo es un subconjunto de ML .
dladvAdvanced Deep Learning28 horas 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 .
mlfsasMachine Learning Fundamentals with Scala and Apache Spark14 horas El objetivo de este curso es proporcionar una competencia básica en la aplicación de métodos de aprendizaje automático en la práctica Mediante el uso del lenguaje de programación Scala y sus diversas bibliotecas, y en base a una multitud de ejemplos prácticos, este curso enseña cómo usar los componentes más importantes de Machine Learning, cómo tomar decisiones de modelado de datos, interpretar los resultados de los algoritmos y validar los resultados Nuestro objetivo es brindarle las habilidades para comprender y utilizar las herramientas más fundamentales de la caja de herramientas de Machine Learning con confianza y evitar las trampas comunes de las aplicaciones de Data Sciences .
dmmlrData Mining & Machine Learning with R14 horas R es un lenguaje de programación libre de código abierto para computación estadística, análisis de datos y gráficos R es utilizado por un número creciente de gerentes y analistas de datos dentro de las corporaciones y la academia R tiene una amplia variedad de paquetes para minería de datos .
predioMachine Learning with PredictionIO21 horas PredictionIO es un servidor de aprendizaje automático de código abierto construido sobre la pila de código abierto de stateoftheart Audiencia Este curso está dirigido a desarrolladores y científicos de datos que desean crear motores predictivos para cualquier tarea de aprendizaje automático .
tf101Deep Learning with TensorFlow21 horas TensorFlow es una API de segunda generación de la biblioteca de software de código abierto de Google para Deep Learning El sistema está diseñado para facilitar la investigación en el aprendizaje automático y para hacer que la transición del prototipo de investigación al sistema de producción sea rápida y fácil Audiencia Este curso está dirigido a ingenieros que buscan utilizar TensorFlow para sus proyectos de aprendizaje profundo Después de completar este curso, los delegados: 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 .
aiintrozeroFrom Zero to AI35 horas Este curso está creado para personas que no tienen experiencia previa en probabilidad y estadística .
systemmlApache SystemML for Machine Learning14 horas Apache SystemML es una plataforma de aprendizaje de máquina distribuida y declarativa SystemML proporciona aprendizaje en máquina declarativo a gran escala (ML) que tiene como objetivo la especificación flexible de algoritmos de ML y la generación automática de planes de tiempo de ejecución híbridos que van desde un solo nodo, cálculos inmemory hasta cálculos distribuidos en Apache Hadoop y Apache Spark Audiencia Este curso es adecuado para investigadores, desarrolladores e ingenieros de Machine Learning que buscan utilizar SystemML como un marco para el aprendizaje automático .
dl4jirDeepLearning4J for Image Recognition21 horas Deeplearning4j es un software OpenSource DeepLearning para Java y Scala en Hadoop y Spark Audiencia Este curso está dirigido a ingenieros y desarrolladores que deseen utilizar DeepLearning4J en sus proyectos de reconocimiento de imágenes .
tfirTensorFlow for Image Recognition28 horas Este curso explora, con ejemplos específicos, la aplicación de Tensor Flow a los fines del reconocimiento de imágenes Audiencia Este curso está dirigido a ingenieros que buscan utilizar TensorFlow con el propósito de reconocimiento de imágenes Después de completar este curso, los delegados podrán: comprender la estructura y los mecanismos de despliegue de TensorFlow llevar a cabo las tareas y la configuración del entorno de producción / producción / arquitectura evaluar la calidad del código, realizar la depuración, el monitoreo implementar producción avanzada como modelos de capacitación, construcción de gráficos y registro .
dlvDeep Learning for Vision21 horas Audiencia Este curso es adecuado para investigadores e ingenieros de Deep Learning interesados ​​en utilizar las herramientas disponibles (en su mayoría de código abierto) para analizar imágenes de computadora Este curso proporciona ejemplos de trabajo .
tsflw2vNatural Language Processing with TensorFlow35 horas TensorFlow ™ es una biblioteca de software de código abierto para el cálculo numérico utilizando gráficos de flujo de datos SyntaxNet es un marco de procesamiento de lenguaje natural de red neuronal para TensorFlow Word2Vec se utiliza para aprender representaciones de palabras en vectores, llamadas "incrustaciones de palabras" Word2vec es un modelo predictivo particularmente computacionalmente eficiente para el aprendizaje de incrustaciones de palabras a partir de texto sin formato Se presenta en dos formas: el modelo Continuous BagofWords (CBOW) y el modelo SkipGram (Capítulo 31 y 32 en Mikolov et al) Utilizado en tándem, SyntaxNet y Word2Vec permiten a los usuarios generar modelos de Incrustación aprendidos a partir de la entrada de Lenguaje natural Audiencia Este curso está dirigido a Desarrolladores e ingenieros que tienen la intención de trabajar con los modelos SyntaxNet y Word2Vec en sus gráficos TensorFlow Después de completar este curso, los delegados: 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 capacitación, incorporación de términos, construcción de gráficos y registro .
aiautoArtificial Intelligence in Automotive14 horas Este curso cubre IA (enfatizando Aprendizaje automático y Aprendizaje profundo) en la industria automotriz Ayuda a determinar qué tecnología se puede (potencialmente) usar en múltiples situaciones en un automóvil: desde la automatización simple, el reconocimiento de imágenes hasta la toma de decisiones autónoma .
w2vdl4jNLP with Deeplearning4j14 horas Deeplearning4j es una biblioteca de creación de fuentes abiertas distribuida para Java y Scala Integrado con Hadoop y Spark, DL4J está diseñado para ser utilizado en entornos de negocios en GPU y CPU distribuidas Word2Vec es un método de cálculo de representaciones de vectores de palabras presentado por un equipo de investigadores en Google dirigido por Tomas Mikolov Audiencia Este curso está dirigido a investigadores, ingenieros y desarrolladores que buscan utilizar Deeplearning4J para construir modelos Word2Vec .
NeuralnettfNeural Networks Fundamentals using TensorFlow as Example28 horas Este curso le proporcionará conocimientos en redes neuronales y, en general, en algoritmos de aprendizaje automático, aprendizaje profundo (algoritmos y aplicaciones) Este entrenamiento se enfoca más en los fundamentos, pero lo ayudará a elegir la tecnología adecuada: TensorFlow, Caffe, Teano, DeepDrive, Keras, etc Los ejemplos están hechos en TensorFlow .
dl4jMastering Deeplearning4j21 horas Deeplearning4j es la primera biblioteca de deepplearning distribuida, open source y de grado comercial, escrita para Java y Scala Integrado con Hadoop y Spark, DL4J está diseñado para ser utilizado en entornos de negocios en GPU y CPU distribuidas Audiencia Este curso está dirigido a ingenieros y desarrolladores que buscan utilizar Deeplearning4j en sus proyectos Después de este curso, los delegados podrán: .
mldtMachine Learning and Deep Learning21 horas Este curso cubre IA (enfatizando Aprendizaje automático y Aprendizaje profundo) .
aitechInteligencia Artificial - La Materia más Aplicada - Análisis de Datos + AI Distribuido + PNL21 horas

This course is aimed at developers and data scientists who wish to understand and implement AI within their applications. Special focus is given to Data Analysis, Distributed AI and NLP.

singaMastering Apache SINGA21 horas SINGA es una plataforma general de aprendizaje profundo distribuido para el entrenamiento de modelos de aprendizaje profundo en grandes conjuntos de datos Está diseñado con un modelo de programación intuitiva basado en la abstracción de capas Se admite una variedad de modelos populares de aprendizaje profundo, a saber, modelos predictivos que incluyen redes neuronales convolucionales (CNN), modelos de energía como la máquina Boltzmann restringida (RBM) y redes neuronales recurrentes (RNN) Muchas capas integradas se proporcionan para los usuarios La arquitectura de SINGA es lo suficientemente flexible para ejecutar marcos de capacitación síncronos, asíncronos e híbridos SINGA también es compatible con diferentes esquemas de partición de red neuronal para paralelizar el entrenamiento de modelos grandes, a saber, particiones en la dimensión de lote, dimensión de característica o partición híbrida Audiencia Este curso está dirigido a investigadores, ingenieros y desarrolladores que buscan utilizar Apache SINGA como un marco de aprendizaje profundo Después de completar este curso, los delegados: entender la estructura y los mecanismos de implementación de SINGA 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 capacitación, incorporación de términos, construcción de gráficos y registro .
spmllibApache Spark MLlib35 horas

MLlib is Spark’s machine learning (ML) library. Its goal is to make practical machine learning scalable and easy. It consists of common learning algorithms and utilities, including classification, regression, clustering, collaborative filtering, dimensionality reduction, as well as lower-level optimization primitives and higher-level pipeline APIs.

It divides into two packages:

  • spark.mllib contains the original API built on top of RDDs.

  • spark.ml provides higher-level API built on top of DataFrames for constructing ML pipelines.

 

Audience

This course is directed at engineers and developers seeking to utilize a built in Machine Library for Apache Spark

Próximos Cursos Aprendizaje Automático

CursoFechaPrecio del Curso [A distancia / Presencial]
Comprender las Redes Neuronales Profundas - Bilbao Lun, 2018-09-03 09:308750EUR / 9950EUR
Curso de PaddlePaddle - MálagaMar, 2018-09-04 09:30N/A / 5300EUR
Redes Neuronales Artificiales, Pensamiento Profundo y Aprendizaje Automático - MadridMar, 2018-09-04 09:305250EUR / 6050EUR
Fairseq: Setting up a CNN-based machine translation system - ValenciaLun, 2018-09-17 09:301500EUR / 1900EUR
Apache SystemML para Aprendizaje Automático - Barcelona Mar, 2018-09-25 09:303500EUR / 4100EUR
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 Automático

Promociones

Curso Ubicación Fecha Precio del Curso [A distancia / Presencial]
Introducción a R Barcelona Lun, 2018-09-03 09:30 3510EUR / 4310EUR
jBPM para Diseñadores de Procesos Barcelona Lun, 2018-09-10 09:30 4626EUR / 5626EUR
Programación con Big Data en R Madrid Mar, 2018-11-13 09:30 4725EUR / 5525EUR
Apache Solr - Full-Text Search Server Barcelona Mié, 2018-11-21 09:30 2700EUR / 3300EUR
Administrar y Optimizar la Máquina Virtual de HipHop (HHVM) Barcelona Mar, 2019-01-22 09:30 2700EUR / 3300EUR

Descuentos en los Cursos

Respetamos la privacidad de su dirección de correo electrónico. No vamos a pasar o vender su dirección a otros.
Siempre puede cambiar sus preferencias o anular la suscripción por completo.

Algunos de nuestros clientes