En línea o en el sitio, los cursos de capacitación de aprendizaje automático (ML) en vivo dirigidos por un instructor demuestran a través de la práctica 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 de programación y marcos, incluidos Python, el lenguaje R y Matlab. Los cursos de aprendizaje automático se ofrecen para una serie de aplicaciones de la industria, incluidas las finanzas, la banca y los seguros, y cubren los fundamentos del aprendizaje automático, así como enfoques más avanzados como el aprendizaje profundo.
La capacitación de aprendizaje automático está disponible como "capacitación en vivo en línea" o "capacitación en vivo en el sitio". La capacitación en vivo en línea (también conocida como "capacitación remota en vivo") se lleva a cabo a través de un escritorio remoto interactivo <a href = "https://www.dadesktop.com/>". La capacitación en vivo in situ se puede llevar a cabo localmente en las instalaciones del cliente en Guatemala o en los centros de capacitación corporativa de NobleProg en Guatemala.
NobleProg -- Su proveedor local de capacitación
Machine Translated
Testimonios
uno de las practicas
JONATHAN MARIANO, si
Curso: Artificial Intelligence (AI) for Managers
Machine Translated
El conocimiento y manejo del tema del instructor
Zaira N. - JONATHAN MARIANO, si
Curso: Artificial Intelligence (AI) for Managers
Machine Translated
lo innovador porque es algo que ya lo estamos viviendo.
jesus isaias - JONATHAN MARIANO, si
Curso: Artificial Intelligence (AI) for Managers
Machine Translated
Algunos de nuestros clientes
Machine Learning (ML) Subcategorías
Programa del curso ML (Machine Learning)
Nombre del Curso
Duración
Descripción General
Nombre del Curso
Duración
Descripción General
21 horas
La IA generativa es un tipo de IA que puede crear contenido original como texto, imágenes, música y código. Los modelos de lenguaje grandes (LLM) son potentes redes neuronales que pueden procesar y generar lenguaje natural.
Esta formación en directo dirigida por un instructor (en línea o presencial) está dirigida a desarrolladores de nivel intermedio que deseen aprender a utilizar la IA generativa con LLM para diversas tareas y dominios.
Al final de esta capacitación, los participantes serán capaces de:
-
Explicar qué es la IA generativa y cómo funciona.
Describir la arquitectura del transformador que alimenta los LLM.
Utilice leyes de escalado empírico para optimizar los LLM para diferentes tareas y restricciones.
Aplique herramientas y métodos de última generación para entrenar, ajustar e implementar LLM.
Discutir las oportunidades y los riesgos de la IA generativa para la sociedad y las empresas.
-
Conferencia interactiva y discusión.
Muchos ejercicios y práctica.
Implementación práctica en un entorno de laboratorio en vivo.
-
Para solicitar una formación personalizada para este curso, póngase en contacto con nosotros para concertar una cita.
21 horas
LightGBM es un marco de refuerzo de gradiente distribuido gratuito y de código abierto para el aprendizaje automático, desarrollado originalmente por Microsoft. Se basa en algoritmos de árboles de decisión y se utiliza para clasificar, clasificar y otras tareas de aprendizaje automático.Esta capacitación en vivo dirigida por un instructor (en el sitio o remota) está dirigida a desarrolladores de nivel principiante a intermedio y científicos de datos que deseen aprender los conceptos básicos de LightGBM y explorar técnicas avanzadas.Al final de esta capacitación, los participantes podrán:
- Instale y configure LightGBM. Comprender la teoría detrás de los algoritmos de árbol de decisión y aumento de gradiente Use LightGBM para tareas básicas y avanzadas de aprendizaje automático. Implemente técnicas avanzadas como ingeniería de características, ajuste de hiperparámetros e interpretación de modelos. Integre LightGBM con otros marcos de aprendizaje automático. Solucionar problemas comunes en LightGBM.
- Charla interactiva y debate. Muchos ejercicios y práctica. Implementación práctica en un entorno de laboratorio en vivo.
- Para solicitar una capacitación personalizada para este curso, contáctenos para coordinar.
21 horas
Stable Diffusion es un potente modelo de aprendizaje profundo que puede generar imágenes detalladas basadas en descripciones de texto.
Esta capacitación en vivo dirigida por un instructor (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 podrán:
-
Comprenda las 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 de 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.
-
Conferencia interactiva y discusión.
Muchos ejercicios y práctica.
Implementación práctica en un entorno de laboratorio en vivo.
-
Para solicitar una formación personalizada para este curso, póngase en contacto con nosotros para concertar
14 horas
Los transformadores generativos preentrenados (GPT) son modelos de vanguardia en el procesamiento del lenguaje natural que han revolucionado varias aplicaciones, incluida la generación de lenguaje, la finalización de texto y la traducción automática. Este curso proporciona una exploración en profundidad de los modelos GPT, con un enfoque en GPT-3 y los últimos avances en GPT-4. Los participantes obtendrán información sobre la arquitectura, las técnicas de capacitación y las aplicaciones de los modelos GPT.
Esta capacitación en vivo dirigida por un instructor (en el sitio o en el sitio) está dirigida a científicos de datos, ingenieros de aprendizaje automático, investigadores de PNL y entusiastas de la IA que desean comprender el funcionamiento interno de los modelos GPT, explorar las capacidades de GPT-3 y GPT-4, y aprender a aprovechar estos modelos para sus tareas de PNL.
Al final de esta capacitación, los participantes podrán:
-
Comprender los conceptos y principios clave detrás de los transformadores generativos preentrenados.
Comprender la arquitectura y el proceso de entrenamiento de los modelos GPT.
Utilice GPT-3 para tareas como la generación, finalización y traducción de texto.
Explore los últimos avances en GPT-4 y sus posibles aplicaciones.
Aplicar modelos GPT a sus propios proyectos y tareas de PNL.
-
Conferencia interactiva y discusión.
Muchos ejercicios y práctica.
Implementación práctica en un entorno de laboratorio en vivo.
-
Para solicitar una formación personalizada para este curso, póngase en contacto con nosotros para organizarlo.
7 horas
Vertex AI es un entorno Google Cloud para completar tareas de aprendizaje automático desde la experimentación hasta la implementación, la gestión y el seguimiento de modelos. Es una infraestructura escalable que proporciona capacidades de gestión de usuarios y controles de seguridad sobre proyectos de aprendizaje automático.Esta capacitación en vivo dirigida por un instructor (en el sitio o remota) está dirigida a ingenieros de software de nivel principiante a intermedio o cualquier persona que desee aprender a usar Vertex AI para realizar y completar actividades de aprendizaje automático.Al final de esta capacitación, los participantes podrán:
- Comprenda cómo funciona Vertex AI y utilícelo como una plataforma de aprendizaje automático. Obtenga más información sobre el aprendizaje automático y los conceptos de PNL. Sepa cómo entrenar e implementar modelos de aprendizaje automático usando Vertex AI.
- Charla interactiva y debate. Muchos ejercicios y práctica. Implementación práctica en un entorno de laboratorio en vivo.
- Para solicitar una capacitación personalizada para este curso, contáctenos para coordinar.
21 horas
DeepSpeed es una biblioteca de optimización de aprendizaje profundo que facilita la escala de modelos de aprendizaje profundo en hardware distribuido. Desarrollado por Microsoft, DeepSpeed se integra con PyTorch para proporcionar un mejor escalado, un entrenamiento más rápido y una mejor utilización de los recursos.Esta capacitación en vivo dirigida por un instructor (en el sitio o remota) está dirigida a científicos de datos de nivel principiante e intermedio e ingenieros de aprendizaje automático que desean mejorar el rendimiento de sus modelos de aprendizaje profundo.Al final de esta capacitación, los participantes podrán:
- Comprender los principios del aprendizaje profundo distribuido. Instale y configure DeepSpeed. Escale modelos de aprendizaje profundo en hardware distribuido utilizando DeepSpeed. Implemente y experimente con las características de DeepSpeed para la optimización y la eficiencia de la memoria.
- Charla interactiva y debate. Muchos ejercicios y práctica. Implementación práctica en un entorno de laboratorio en vivo.
- Para solicitar una capacitación personalizada para este curso, contáctenos para coordinar.
14 horas
Los modelos de lenguaje grandes (LLM) son modelos de redes neuronales profundas que pueden generar textos en lenguaje natural basados en una entrada o contexto determinado. Están entrenados con grandes cantidades de datos de texto de varios dominios y fuentes, y pueden capturar los patrones sintácticos y semánticos del lenguaje natural. Los LLM han logrado resultados impresionantes en varias tareas de lenguaje natural, como el resumen de textos, la respuesta a preguntas, la generación de textos y más.
Esta capacitación en vivo dirigida por un instructor (en línea o en el sitio) está dirigida a desarrolladores de nivel principiante a intermedio que deseen utilizar modelos de lenguaje grandes para diversas tareas de lenguaje natural.
Al final de esta capacitación, los participantes serán capaces de:
-
Configure un entorno de desarrollo que incluya un LLM popular.
Cree un LLM básico y ajústelo en un conjunto de datos personalizado.
Utilice los LLM para diferentes tareas de lenguaje natural, como el resumen de textos, la respuesta a preguntas, la generación de textos, etc.
Depura y evalúa los LLM con herramientas como TensorBoard, PyTorch Lightning y Hugging Face Datasets.
-
Conferencia interactiva y discusión.
Muchos ejercicios y práctica.
Implementación práctica en un entorno de laboratorio en vivo.
-
Para solicitar una formación personalizada para este curso, póngase en contacto con nosotros para concertar una cita.
7 horas
AlphaFold es un sistema Artificial Intelligence (AI) que realiza la predicción de las estructuras proteicas. Está desarrollado por Alphabet’s/Google’s DeepMind como un sistema de aprendizaje profundo que puede predecir con precisión los modelos 3D de estructuras de proteínas.
Este entrenamiento guiado por instructores, en vivo (online o on-site) está dirigido a biólogos que desean entender cómo AlphaFold funciona y utiliza AlphaFold modelos como guías en sus estudios experimentales.
Al final de este curso, los participantes podrán:
-
Comprender los principios básicos de AlphaFold.
Aprende cómo AlphaFold funciona.
Aprende a interpretar AlphaFold predicciones y resultados.
-
Lecciones y discusiones interactivas.
Muchos ejercicios y prácticas.
Implementación de manos en un entorno de laboratorio en vivo.
-
Para solicitar una formación personalizada para este curso, por favor contacta con nosotros para organizar.
21 horas
Stable Diffusion es un potente modelo de aprendizaje profundo que puede generar imágenes detalladas basadas en descripciones de texto.
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 Stable Diffusion y cómo funciona para la generación de imágenes.
Construya y entrene Stable Diffusion modelos para tareas de generación de imágenes.
Aplique Stable Diffusion a varios escenarios de generación de imágenes, como pintura interior, pintura externa y traducción de imagen a imagen.
Optimice el rendimiento y la estabilidad de los modelos Stable Diffusion.
-
Conferencia interactiva y discusión.
Muchos ejercicios y práctica.
Implementación práctica en un entorno de laboratorio en vivo.
-
Para solicitar una formación personalizada para este curso, póngase en contacto con nosotros para concertar
14 horas
RapidMiner es una plataforma de análisis avanzado que proporciona un entorno integrado para la preparación de datos, el aprendizaje automático, el aprendizaje profundo, la minería de textos y el análisis predictivo.
Esta capacitación en vivo dirigida por un instructor (en línea o en el sitio) está dirigida a analistas de datos de nivel intermedio que deseen aprender a usar RapidMiner para estimar y proyectar valores y utilizar herramientas analíticas para el pronóstico de series temporales.
Al final de esta capacitación, los participantes serán capaces de:
-
Aprenda a aplicar la metodología CRISP-DM, seleccione los algoritmos de aprendizaje automático adecuados y mejore la construcción y el rendimiento del modelo.
Utilice RapidMiner para estimar y proyectar valores, y utilice herramientas analíticas para la previsión de series temporales.
-
Conferencia interactiva y discusión.
Muchos ejercicios y práctica.
Implementación práctica en un entorno de laboratorio en vivo.
-
Para solicitar una formación personalizada para este curso, póngase en contacto con nosotros para concertar una cita.
14 horas
Waikato Environment for Knowledge Analysis (Weka) es un software de visualización de minería de datos de código abierto. Ofrece una colección de algoritmos de aprendizaje de máquina para la preparación de datos, clasificación, clustering y otras actividades de minería de datos.
Este entrenamiento guiado por instructores, en vivo (online o on-site) está dirigido a analistas de datos y científicos de datos que desean utilizar Weka para realizar tareas de minería de datos.
Al final de este curso, los participantes podrán:
-
Instalar y configurar Weka
Comprender el entorno y el banco de trabajo.
Realizar tareas de minería de datos utilizando Weka.
-
Lecciones y discusiones interactivas.
Muchos ejercicios y prácticas.
Implementación de manos en un entorno de laboratorio en vivo.
-
Para solicitar una formación personalizada para este curso, por favor contacta con nosotros para organizar.
14 horas
El objetivo de este curso es proporcionar una competencia básica en la aplicación de los métodos de aprendizaje automático en la práctica. A través del uso del lenguaje de programación Python y sus diversas bibliotecas, y basado en una multitud de ejemplos prácticos, este curso enseña cómo usar los bloques de construcción más importantes de Aprendizaje de Máquinas, cómo tomar decisiones de modelado de datos, interpretar las salidas de los algoritmos y Validar los resultados.
Nuestro objetivo es darle las habilidades para entender y usar las herramientas más fundamentales de la caja de herramientas de Aprendizaje de Máquinas con confianza y evitar las trampas comunes de las aplicaciones de Data Sciences.
21 horas
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
- Desarrolladores
- Analistas
- Científicos de datos
- Conferencia de parte, discusión en parte, ejercicios y práctica práctica
28 horas
el objetivo de este curso es proporcionar una competencia general en la aplicación de métodos de aprendizaje automático en la práctica. Mediante el uso del lenguaje de programación Python y sus diversas bibliotecas, y basado en una multitud de ejemplos prácticos, este curso enseña cómo utilizar los bloques de construcción más importantes del aprendizaje automático, cómo tomar decisiones de modelado de datos, interpretar el las salidas de los algoritmos y validar los resultados.
nuestro objetivo es darle las habilidades para entender y utilizar las herramientas más fundamentales de la caja de herramientas machine learning con confianza y evitar las trampas comunes de las aplicaciones de Ciencias de la información.
28 horas
Este es un curso de 4 días que introduce la AI y la aplicación que utiliza el lenguaje de programación Python. Hay una opción para tener un día adicional para emprender un proyecto de inteligencia artificial al completar este curso.
21 horas
El aprendizaje de refuerzo profundo se refiere a la capacidad de un "agente artificial" para aprender por prueba y error y recompensas y castigos. Un agente artificial tiene como objetivo emular la capacidad de un ser humano de obtener y construir conocimiento por sí mismo, directamente a partir de insumos crudos como la visión. Para lograr un aprendizaje reforzado, se utilizan redes neuronales y de aprendizaje profundo. El aprendizaje de refuerzo es diferente del aprendizaje automático y no depende de enfoques de aprendizaje supervisados y no supervisados.
En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán los fundamentos de Deep Refforcement Learning a medida que avanzan en la creación de un Deep Learning Agent.
Al final de esta capacitación, los participantes podrán:
- Comprender los conceptos clave detrás del aprendizaje profundo y el aprendizaje del aprendizaje automático
- Aplicar algoritmos avanzados de refuerzo de aprendizaje para resolver problemas del mundo real
- Crear un agente de aprendizaje profundo
- Desarrolladores
- Científicos de datos
- Parte de lectura, parte de discusión, ejercicios y práctica práctica
28 horas
El aprendizaje de máquina es una rama de inteligencia artificial en la que los ordenadores tienen la capacidad de aprender sin ser explícitamente programados.
El aprendizaje profundo es un subcampo de aprendizaje automático que utiliza métodos basados en las representaciones de datos de aprendizaje y estructuras como las redes neurales.
Python es un lenguaje de programación de alto nivel conocido por su sintaxe clara y la lectura de código.
En este entrenamiento guiado por instructores, los participantes aprenderán cómo implementar modelos de aprendizaje profundo para telecom utilizando Python a medida que pasan por la creación de un modelo de riesgo de crédito de aprendizaje profundo.
Al final de este curso, los participantes podrán:
-
Comprender los conceptos fundamentales del aprendizaje profundo.
Aprende las aplicaciones y los usos de la aprendizaje profunda en telecom.
Utilice Python, Keras, y TensorFlow para crear modelos de aprendizaje profundo para telecom.
Construye su propio modelo de predicción del cliente de aprendizaje profundo utilizando Python.
-
Lecciones y discusiones interactivas.
Muchos ejercicios y prácticas.
Implementación de manos en un entorno de laboratorio en vivo.
-
Para solicitar una formación personalizada para este curso, por favor contacta con nosotros para organizar.
14 horas
Embedding Projector es una aplicación web de código abierto para visualizar los datos utilizados para entrenar sistemas de aprendizaje automático. Creado por Google, es parte de TensorFlow.
Esta capacitación en vivo dirigida por un instructor presenta los conceptos detrás de Embedding Projector y guía a los participantes a través de la configuración de un proyecto de demostración.
Al final de esta capacitación, los participantes podrán:
- Explore cómo los datos se interpretan mediante modelos de aprendizaje automático
- Navegue a través de vistas 3D y 2D de datos para comprender cómo lo interpreta un algoritmo de aprendizaje automático
- Comprenda los conceptos detrás de Embeddings y su papel en la representación de vectores matemáticos para imágenes, palabras y números.
- Explore las propiedades de una incrustación específica para comprender el comportamiento de un modelo
- Aplicar Embedding Project a casos de uso del mundo real, como crear un sistema de recomendación de canciones para amantes de la música
- Desarrolladores
- Científicos de datos
- Conferencia de parte, discusión en parte, ejercicios y práctica práctica
7 horas
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.
14 horas
¿Cómo serán las ciudades en el futuro? ¿Cómo se puede usar Artificial Intelligence (AI) para mejorar la planificación de la ciudad? ¿Cómo se puede usar la IA para hacer que las ciudades sean más eficientes, habitables, más seguras y respetuosas con el medio ambiente? En este entrenamiento en vivo dirigido por un instructor (en el sitio o remoto), examinamos las diversas tecnologías que componen la IA, así como los conjuntos de habilidades y el marco mental necesarios para ponerlos en práctica en la planificación de la ciudad. También cubrimos herramientas y enfoques para recopilar y organizar datos relevantes para su uso en IA, incluida la minería de datos. Audiencia
- Planificadores de la ciudad
- Arquitectos
- Desarrolladores
- Oficiales de transporte
- Conferencia parcial, discusión parcial y una serie de ejercicios interactivos.
- Para solicitar una capacitación personalizada para este curso, contáctenos para organizarlo.
14 horas
Building Intelligent Systems es una colección de tecnologías capaces de comprender y tomar decisiones inteligentes. Para los proveedores de telecomunicaciones, crear aplicaciones y servicios que puedan usarse para mejorar la operación de los servicios y servicios.
En esta carrera examinamos las diversas tecnologías que componen la IA y los conjuntos de habilidades. A lo largo de la carrera, examinamos las aplicaciones específicas de AI dentro de la industria de las telecomunicaciones.
Audiencia
- Ingenieros de red
- Personal de operaciones de red
- Gerentes técnicos de telecomunicaciones
- Parte de lectura, parte de discusión, ejercicios prácticos
35 horas
Este curso se crea para personas que no tienen experiencia previa en probabilidades y estadísticas.
14 horas
El álgebra lineal es una rama de las matemáticas que trata con vectores, matrices y transformaciones lineales. El conocimiento del álgebra lineal ayuda a los ingenieros y desarrolladores a mejorar sus capacidades de aprendizaje automático. Comprender los conceptos de álgebra lineal les permite comprender mejor los principios detrás de las técnicas de aprendizaje automático y así resolver los problemas más rápidamente.
En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán los fundamentos del álgebra lineal a medida que avanzan en la resolución de un problema de aprendizaje automático utilizando métodos de álgebra lineal.
Al final de esta capacitación, los participantes podrán:
- Comprender los conceptos fundamentales de álgebra lineal
- Aprende las habilidades de álgebra lineal necesarias para el aprendizaje automático
- Use estructuras y conceptos de álgebra lineal cuando trabaje con datos, imágenes, algoritmos, etc.
- Resuelva un problema de aprendizaje automático usando álgebra lineal
- Desarrolladores
- Ingenieros
- Conferencia de parte, discusión en parte, ejercicios y práctica práctica
- Para solicitar una capacitación personalizada para este curso, contáctenos para hacer arreglos.
21 horas
Azure Machine Learning (AML) es un entorno basado en la nube para la formación, el despliegue, la automatización, la gestión y el seguimiento de los modelos ML.
Este entrenamiento en vivo dirigido por instructores (online o on-site) está dirigido a ingenieros que desean utilizar Azure la plataforma de lanzamiento y lanzamiento de ML para implementar Machine Learning cargas de trabajo sin tener que comprar software y hardware y sin tener que preocuparse por el mantenimiento y el despliegue.
Al final de este curso, los participantes podrán:
-
Escribe modelos de aprendizaje de máquina altamente precisos utilizando las herramientas Python, R o código cero.
Leverage Azure's disponibles conjuntos de datos y algoritmos para entrenar y rastrear los modelos de aprendizaje de máquina y de aprendizaje profundo.
Utilice el espacio de trabajo interactivo Azure para desarrollar de manera colaborativa los modelos ML.
Elegir entre diferentes Azure-suportados marco ML como PyTorch, TensorFlow, y scikit-learn.
-
Lecciones y discusiones interactivas.
Muchos ejercicios y prácticas.
Implementación de manos en un entorno de laboratorio en vivo.
-
Para solicitar una formación personalizada para este curso, por favor contacta con nosotros para organizar.
21 horas
Artificial Neural Network es un modelo de datos computacional usado en el desarrollo de sistemas de Artificial Intelligence (AI) capaces de realizar tareas "inteligentes". Neural Networks se usan comúnmente en aplicaciones de Machine Learning (ML), que son en sí mismas una implementación de AI. Deep Learning es un subconjunto de ML.
28 horas
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.
14 horas
Este curso de capacitación es para personas que deseen aplicar Aprendizaje de la Máquina 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, la ejecución, el análisis post hoc y la visualización.
El propósito es dar aplicaciones prácticas al Aprendizaje Automático a los participantes interesados en aplicar los métodos en el trabajo.
Se utilizan ejemplos específicos del sector para hacer que la formación sea relevante para el público.
21 horas
Amazon Web Services (AWS) SageMaker es un servicio de aprendizaje de máquina en la nube que permite a los desarrolladores construir, entrenar y implementar rápidamente modelos de aprendizaje de máquina en cualquier escala.
Este entrenamiento guiado por instructores, en vivo (online o on-site) está dirigido a científicos de datos y desarrolladores que desean crear y entrenar modelos de aprendizaje de máquina para la implementación en entornos de alojamiento preparados para la producción.
Al final de este curso, los participantes podrán:
-
Utilice ejemplos de notebook para preparar y cargar datos para el entrenamiento.
Formación de modelos de aprendizaje de máquina utilizando conjuntos de datos de formación.
Despliegue modelos entrenados a un punto final para crear predicciones.
-
Lecciones y discusiones interactivas.
Muchos ejercicios y prácticas.
Implementación de manos en un entorno de laboratorio en vivo.
-
Para solicitar una formación personalizada para este curso, por favor contacta con nosotros para organizar.
14 horas
Azure Machine Learning es una plataforma basada en la nube para la construcción, la formación y el desarrollo de modelos de aprendizaje de máquina. Azure Machine Learning proporciona a los usuarios la capacidad de crear soluciones de aprendizaje de máquina sin una única línea de código.
Esta formación guiada por instructores, en vivo (online o on-site) está dirigida a científicos de datos que desean utilizar Azure Machine Learning para construir modelos de aprendizaje de máquina de fin a fin para el análisis predictivo.
Al final de este curso, los participantes podrán:
-
Construye modelos de aprendizaje de máquina con experiencia de programación cero.
Crear algoritmos predictivos con Azure Machine Learning.
Desarrollar algoritmos de aprendizaje de máquina preparados para la producción.
-
Lecciones y discusiones interactivas.
Muchos ejercicios y prácticas.
Implementación de manos en un entorno de laboratorio en vivo.
-
Para solicitar una formación personalizada para este curso, por favor contacta con nosotros para organizar.
21 horas
Este curso será una combinación de teoría y trabajo práctico con ejemplos específicos utilizados a lo largo del evento.
Last Updated:
Otras regiones
Consultoría
Cursos de Fin de Semana de Aprendizaje Automático, Capacitación por la Tarde de ML (Machine Learning), Machine Learning (ML) boot camp, Clases de ML (Machine Learning), Capacitación de Fin de Semana de Aprendizaje Automático, Cursos por la Tarde de ML (Machine Learning), Machine Learning (ML) coaching, Instructor de Aprendizaje Automático, Capacitador de ML (Machine Learning), ML (Machine Learning) con instructor, Cursos de Formación de Aprendizaje Automático, Aprendizaje Automático en sitio, Cursos Privados de ML (Machine Learning), Clases Particulares de Aprendizaje Automático, Capacitación empresarial de ML (Machine Learning), Talleres para empresas de ML (Machine Learning), Cursos en linea de ML (Machine Learning), Programas de capacitación de Machine Learning (ML), Clases de Machine Learning (ML)Cursos 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)