Dybde Læring for NLP (Naturlig språkbehandling) Treningskurs
DL (Deep Learning) er en undergruppe av ML (Machine Learning).
Python er et populært programmeringsspråk som inneholder biblioteker for Deep Learning for NLP.
Deep Learning for NLP (Natural Language Processing) lar en maskin lære enkel til kompleks språkbehandling. Blant oppgavene som for øyeblikket er mulige er språkoversettelse og generering av bildetekster for bilder.
I denne instruktørledede, direkteopplæringen vil deltakerne lære å bruke Python biblioteker for NLP når de lager en applikasjon som behandler et sett med bilder og genererer bildetekster.
Ved slutten av denne opplæringen vil deltakerne kunne:
- Design og kode DL for NLP ved hjelp av Python biblioteker. Lag Python kode som leser en betydelig samling bilder og genererer nøkkelord. Opprett Python kode som genererer bildetekster fra de oppdagede søkeordene.
Format på kurset
- Del forelesning, del diskusjon, øvelser og tung praktisk praksis
Kursplan
Introduksjon til Deep Learning for NLP
Å skille mellom de ulike typene DL-modeller
Bruke forhåndstrente kontra trente modeller
Bruke ordinnbygging og sentimentanalyse for å trekke ut mening fra tekst
Hvordan Unsupervised Deep Learning fungerer
Installere og sette opp Python Deep Learning-biblioteker
Bruke Keras DL-biblioteket på toppen av TensorFlow for å la Python lage bildetekster
Arbeide med Theano (numerisk beregningsbibliotek) og TensorFlow (generelt og lingvistikkbibliotek) for å bruke som utvidede DL-biblioteker med det formål å lage bildetekster.
Bruke Keras på toppen av TensorFlow eller Theano for raskt å eksperimentere med dyp læring
Opprette en enkel Deep Learning-applikasjon i TensorFlow for å legge til bildetekster til en samling bilder
Feilsøking
Et ord om andre (spesialiserte) DL-rammeverk
Distribuerer DL-applikasjonen din
Bruke GPUs for å akselerere DL
Avsluttende bemerkninger
Krav
- En forståelse av Python programmering
- En forståelse av Python biblioteker generelt
Publikum
- Programmerere med interesse for lingvistikk
- Programmerere som søker en forståelse av NLP (Natural Language Processing)
Open Training Courses require 5+ participants.
Dybde Læring for NLP (Naturlig språkbehandling) Treningskurs - Booking
Dybde Læring for NLP (Naturlig språkbehandling) Treningskurs - Enquiry
Dybde Læring for NLP (Naturlig språkbehandling) - Consultancy Enquiry
Consultancy Enquiry
Upcoming Courses
Relaterte kurs
Avansert LangGraph: Optimalisering, Feilsøking og Overvåkning av Komplekse Grafer
35 timerLangGraph er et rammeverk for å bygge tilstandsstyrte, multi-aktor LLM-applikasjoner som sammensatte grafer med vedvarende tilstand og kontroll over utførelsen.
Denne instruktørledede, live-treningen (online eller på stedet) er rettet mot AI-plattformingeniører, DevOps for AI, og ML-arkitekter på avansert nivå som ønsker å optimalisere, feilsøke, overvåke og drifte produksjonsklare LangGraph-systemer.
Ved slutten av denne treningen vil deltakerne kunne:
- Designe og optimalisere komplekse LangGraph-topologier for hastighet, kostnad og skalerbarhet.
- Ingeniørreliabilitet med gjentakelser, tidsutløsninger, idempotens, og gjenoppretting basert på sjekkpunkter.
- Feilsøke og spore grafutførelser, inspisere tilstand, og systematisk reprodusere produksjonsproblemer.
- Instrumentere grafer med loggfiler, målinger og spor, deployere til produksjon, og overvåke SLAs og kostnader.
Format for kurset
- Interaktiv forelesning og diskusjon.
- Mye øvelser og praksis.
- Hands-on implementering i et live-laboratoriumsmiljø.
Kursetilpassingsmuligheter
- For å be om tilpasset trening for dette kurset, ta kontakt med oss for å avtale.
Advanced Ollama Model Debugging & Evaluation
35 timerAdvanced Ollama Model Debugging & Evaluation is an in-depth course focused on diagnosing, testing, and measuring model behavior when running local or private Ollama deployments.
This instructor-led, live training (online or onsite) is aimed at advanced-level AI engineers, ML Ops professionals, and QA practitioners who wish to ensure reliability, fidelity, and operational readiness of Ollama-based models in production.
By the end of this training, participants will be able to:
- Perform systematic debugging of Ollama-hosted models and reproduce failure modes reliably.
- Design and execute robust evaluation pipelines with quantitative and qualitative metrics.
- Implement observability (logs, traces, metrics) to monitor model health and drift.
- Automate testing, validation, and regression checks integrated into CI/CD pipelines.
Format of the Course
- Interactive lecture and discussion.
- Hands-on labs and debugging exercises using Ollama deployments.
- Case studies, group troubleshooting sessions, and automation workshops.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
Bygge private AI-arbeidsflyter med Ollama
14 timerDenne instruktørledede, live-treningen (online eller på stedet) er rettet mot avanserte fagpersoner som ønsker å implementere sikre og effektive AI-drevne arbeidsflyter ved hjelp av Ollama.
Ved slutten av denne treningen vil deltakerne kunne:
- Utplasser og konfigurer Ollama for privat AI-behandling.
- Integrer AI-modeller i sikre virksomhetsarbeidsflyter.
- Optimer AI-prestasjoner mens data-privatliv opprettholdes.
- Automatiser virksomhetsprosesser med lokal AI-kapasitet.
- Sikre overholdelse av virksomhets sikkerhets- og styringsprinsipper.
Claude AI for Developers: Opprette AI-Drevne Applikasjoner
14 timerDenne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot programvareutviklere og AI-ingeniører på mellomnivå som ønsker å integrere Claude AI i applikasjonene sine, bygge AI-drevne chatbots og forbedre programvarefunksjonaliteten med AI-drevet automatisering.
Ved slutten av denne opplæringen vil deltakerne kunne:
- Bruk Claude AI API for å integrere AI i applikasjoner.
- Utvikle AI-drevne chatbots og virtuelle assistenter.
- Forbedre applikasjoner med AI-drevet automatisering og NLP.
- Optimaliser og finjuster Claude AI-modeller for ulike brukstilfeller.
Claude AI for Workflow Automation and Productivity
14 timerDenne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot nybegynnere som ønsker å integrere Claude AI i sine daglige arbeidsflyter for å forbedre effektivitet og automatisering.
Ved slutten av denne opplæringen vil deltakerne kunne:
- Bruk Claude AI for å automatisere repeterende oppgaver og effektivisere arbeidsflyter.
- Forbedre personlig og teamproduktivitet ved hjelp av AI-drevet automatisering.
- Integrer Claude AI med eksisterende forretningsverktøy og plattformer.
- Optimaliser AI-drevet beslutningstaking og oppgaveadministrasjon.
Distribuere og optimalisere LLM-er med Ollama
14 timerDenne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot fagfolk på middels nivå som ønsker å distribuere, optimalisere og integrere LLM-er ved hjelp av Ollama.
Ved slutten av denne opplæringen vil deltakerne kunne:
- Sett opp og distribuer LLM-er ved hjelp av Ollama.
- Optimaliser AI-modeller for ytelse og effektivitet.
- Utnytt GPU akselerasjon for forbedrede inferenshastigheter.
- Integrer Ollama i arbeidsflyter og applikasjoner.
- Overvåk og vedlikehold AI-modellytelsen over tid.
Fine-Tuning og tilpasse AI-modeller på Ollama
14 timerDenne instruktørledede, live-trening i Norge (online eller på sted) er rettet mot yrkesutøvere på avansert nivå som ønsker å finjustere og tilpasse AI-modeller på Ollama for forbedret ytelse og brukerdefinerte applikasjoner innen spesifikke områder.
Ved slutten av denne treningen vil deltakerne være i stand til å:
- Opprette en effektiv miljø for finjustering av AI-modeller på Ollama.
- Forberede datasett for overvåket finjustering og forsterkende læring.
- Optimalisere AI-modeller for ytelse, nøyaktighet og effektivitet.
- Implementere tilpassede modeller i produksjonsmiljøer.
- Vurdere forbedringer i modeller og sikre robusthet.
Introduksjon til Claude AI: Samtalebasert AI og forretningsapplikasjoner
14 timerDenne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot forretningsfolk på nybegynnernivå, kundestøtteteam og teknologientusiaster som ønsker å forstå det grunnleggende ved Claude AI og utnytte det for forretningsapplikasjoner.
Ved slutten av denne opplæringen vil deltakerne kunne:
- Forstå Claude AIs evner og bruksområder.
- Sett opp og samhandle med Claude AI effektivt.
- Automatiser forretningsflyter med konversasjons-AI.
- Forbedre kundeengasjement og støtte ved å bruke AI-drevne løsninger.
LangGraph Applications in Finance
35 timerLangGraph is a framework for building stateful, multi-actor LLM applications as composable graphs with persistent state and control over execution.
This instructor-led, live training (online or onsite) is aimed at intermediate-level to advanced-level professionals who wish to design, implement, and operate LangGraph-based finance solutions with proper governance, observability, and compliance.
By the end of this training, participants will be able to:
- Design finance-specific LangGraph workflows aligned to regulatory and audit requirements.
- Integrate financial data standards and ontologies into graph state and tooling.
- Implement reliability, safety, and human-in-the-loop controls for critical processes.
- Deploy, monitor, and optimize LangGraph systems for performance, cost, and SLAs.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
LangGraph Foundations: Graph-Based LLM Prompting and Chaining
14 timerLangGraph er en rammeverk for å bygge grafbaserte LLM-applikasjoner som støtter planlegging, grening, verktøybruk, minne og kontrollerbar utførelse.
Denne instruktørledede, live-trainingen (online eller på stedet) er rettet mot utviklere på begynnernivå, prompt-ingeniører og datapraktikere som ønsker å designe og bygge pålitelige, flertrinns LLM-arbeidsflyter ved hjelp av LangGraph.
Ved slutten av denne trainingen vil deltakerne kunne:
- Forklare kjernekonsepter i LangGraph (noder, kanter, tilstand) og når de skal brukes.
- Bygge promptkjeder som grener, kaller verktøy og opprettholder minne.
- Integere henting og eksterne API-er i grafarbeidsflyter.
- Teste, feilsøke og vurdere LangGraph-apper for pålitelighet og sikkerhet.
Kursformat
- Interaktiv forelesning og fasilitert diskusjon.
- Veiledede laboratorier og kodegåthrough i en sandkassemiljø.
- Scenariebaserte øvelser på design, testing og vurdering.
Muligheter for kurskustomisering
- For å be om en tilpasset treningskurs for dette kurset, vennligst kontakt oss for å avtale.
LangGraph in Healthcare: Workflow Orchestration for Regulated Environments
35 timerLangGraph enables stateful, multi-actor workflows powered by LLMs with precise control over execution paths and state persistence. In healthcare, these capabilities are crucial for compliance, interoperability, and building decision-support systems that align with medical workflows.
This instructor-led, live training (online or onsite) is aimed at intermediate-level to advanced-level professionals who wish to design, implement, and manage LangGraph-based healthcare solutions while addressing regulatory, ethical, and operational challenges.
By the end of this training, participants will be able to:
- Design healthcare-specific LangGraph workflows with compliance and auditability in mind.
- Integrate LangGraph applications with medical ontologies and standards (FHIR, SNOMED CT, ICD).
- Apply best practices for reliability, traceability, and explainability in sensitive environments.
- Deploy, monitor, and validate LangGraph applications in healthcare production settings.
Format of the Course
- Interactive lecture and discussion.
- Hands-on exercises with real-world case studies.
- Implementation practice in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
LangGraph for Legal Applications
35 timerLangGraph is a framework for building stateful, multi-actor LLM applications as composable graphs with persistent state and precise control over execution.
This instructor-led, live training (online or onsite) is aimed at intermediate-level to advanced-level professionals who wish to design, implement, and operate LangGraph-based legal solutions with the necessary compliance, traceability, and governance controls.
By the end of this training, participants will be able to:
- Design legal-specific LangGraph workflows that preserve auditability and compliance.
- Integrate legal ontologies and document standards into graph state and processing.
- Implement guardrails, human-in-the-loop approvals, and traceable decision paths.
- Deploy, monitor, and maintain LangGraph services in production with observability and cost controls.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
Bygging av Dynamiske Arbeidsflyter med LangGraph og LLM Agents
14 timerLangGraph er et rammeverk for å sammensette grafbaserte LLM-arbeidsflyter som støtter avgrening, verktøybruk, hukommelse og kontrollert utførelse.
Denne instruktørledede, live-treningen (online eller på sted) er rettet mot mellomnivåingeniører og produktlag som ønsker å kombinere LangGraphs graflogikk med LLM-agent-sløyfer for å bygge dynamiske, kontekstavhengige applikasjoner som kundestøtteagenter, beslutningstrær og informasjonshentingssystemer.
Ved slutten av denne treningen vil deltakerne kunne:
- Designe grafbaserte arbeidsflyter som koordinerer LLM-agenter, verktøy og hukommelse.
- Implementere betinget ruting, gjentakelser og reserveplaner for robust utførelse.
- Integere henting, APIs og strukturerte utdata i agent-sløyfer.
- Vurdere, overvåke og sikre agentatferd for pålitelighet og sikkerhet.
Format på kurset
- Interaktiv forelesning og fasilitert diskusjon.
- Veiledede laboratorier og kodegjennomganger i en sandkasse-miljø.
- Scenariobaserte designøvelser og kollegaomtaler.
Tilpassingsmuligheter for kurset
- For å be om tilpasset trening for dette kurset, ta kontakt med oss for å avtale.
LangGraph for Marketing Automation
14 timerLangGraph er et grafbasert orkestreringssrammeverk som gjør det mulig å utføre betingede, flerstegs LLM- og verktøyflyt, ideelt for å automatisere og personliggjøre innholdsstrømmer.
Denne instruktørledede, live-treningen (online eller på sted) er rettet mot markedsførere, innholdsstrateger og automatiseringsutviklere på mellomnivå som ønsker å implementere dynamiske, forgrenede e-postkampanjer og innholdsgenereringsstrømmer ved hjelp av LangGraph.
Ved slutten av denne treningen vil deltakerne kunne:
- Designe grafbaserte innholds- og e-postflyt med betinget logikk.
- Integrere LLMs, API-er og datasøk for automatisert personliggjøring.
- Håndtere tilstand, hukommelse og kontekst over flere trinn i kampanjer.
- Vurdere, overvåke og optimalisere flytprestasjoner og leveringsresultater.
Kursformat
- Interaktive forelesninger og gruppediskusjoner.
- Håndson-lab hvor e-postflyt og innholdsstrømmer implementeres.
- Scenariobaserte øvelser om personliggjøring, segmentering og forgreningslogikk.
Kurstilpasningsmuligheter
- For å bestille en tilpasset treningskurs for dette kurset, ta kontakt med oss for å avtale.
Komme i gang med Ollama: Kjøre lokale AI-modeller
7 timerDenne instruktørledede, liveopplæringen (online eller på sted) er rettet mot nybegynnere på profesjonelt nivå som ønsker å installere, konfigurere og bruke Ollama for å kjøre AI-modeller på sine lokale maskiner.
Ved avslutningen av denne opplæringen vil deltakerne kunne:
- Forstå grunnleggende prinsipper og evner til Ollama.
- Opprette Ollama for å kjøre lokale AI-modeller.
- Distribueere og interagere med LLMs ved hjelp av Ollama.
- Optimalisere ytelse og resursbruk for AI-belastninger.
- Utforske brukstilfeller for lokal AI-distribusjon innen ulike branser.