Machine Learning with Random Forest Treningskurs

Hvordan vil byer se ut i fremtiden? Hvordan kan Artificial Intelligence (AI) brukes til å forbedre byplanleggingen? Hvordan kan AI brukes til å gjøre byer mer effektive, levelige, tryggere og miljøvennlige?

I denne instruktørledede, liveopplæringen (på stedet eller fjernkontrollen) undersøker vi de forskjellige teknologiene som utgjør AI, samt ferdighetssettene og mentale rammene som kreves for å bruke dem til å planlegge i byen. Vi dekker også verktøy og tilnærminger for å samle og organisere relevante data for bruk i AI, inkludert data mining.

Publikum

• Byplanleggere
• arkitekter
• Utviklere
• Transport tjenestemenn

Kursets format

• Delforedrag, deldiskusjon og en serie interaktive øvelser.

Merk

• For å be om en tilpasset opplæring for dette kurset, vennligst kontakt oss for å avtale.

AI er en samling av teknologier for å bygge intelligente systemer som er i stand til å forstå data og aktivitetene rundt dataene for å ta "intelligente beslutninger". For Telecom-leverandører kan bygningsapplikasjoner og -tjenester som bruker AI åpne døren for forbedret drift og service på områder som vedlikehold og nettverksoptimalisering.

I dette kurset undersøker vi de ulike teknologiene som utgjør AI og ferdighetssettene som kreves for å ta dem i bruk. Gjennom hele kurset undersøker vi AIs spesifikke applikasjoner innen Telecom-industrien.

Publikum

Nettverksingeniører Nettverksdriftspersonell Telecom tekniske ledere

Format på kurset

Del forelesning, del diskusjon, praktiske øvelser

Dette kurset er laget for ledere, løsningsarkitekter, innovasjonsansvarlige, CTOer, programvarearkitekter og alle som er interessert i en oversikt over anvendt kunstig intelligens og nærmeste prognose for utviklingen.

Dette kurset er laget for personer som ikke har tidligere erfaring med sannsynlighet og statistikk.

Lineær algebra er en gren av matematikken som omhandler vektorer, matriser og lineære transformasjoner. Kunnskap om lineær algebra hjelper ingeniører og utviklere med å forbedre sine maskinlæringsevner. Å forstå lineære algebra-konsepter lar dem bedre forstå prinsippene bak maskinlæringsteknikker og dermed løse problemer raskere.

I denne instruktørledede, direkteopplæringen vil deltakerne lære det grunnleggende om lineær algebra når de går gjennom å løse et maskinlæringsproblem ved hjelp av lineære algebrametoder.

Ved slutten av denne opplæringen vil deltakerne kunne:

Forstå grunnleggende lineær algebra-konsepter Lær de lineære algebraferdighetene som trengs for maskinlæring Bruk lineære algebrastrukturer og konsepter når du arbeider med data, bilder, algoritmer osv. Løs et maskinlæringsproblem ved hjelp av lineær algebra

Publikum

Utviklere Ingeniører

Format på kurset

Del forelesning, del diskusjon, øvelser og tung praktisk praksis

Merk

For å be om en tilpasset opplæring for dette kurset, vennligst kontakt oss for å avtale.

Denne instruktørledede, direkteopplæringen i Norge (online eller på stedet) er rettet mot ingeniører som ønsker å bruke Azure MLs dra-og-slipp-plattform for å distribuere Machine Learning arbeidsbelastninger uten å måtte kjøpe programvare og maskinvare og uten å måtte bekymre deg om vedlikehold og utplassering.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Skriv svært nøyaktige maskinlæringsmodeller ved å bruke Python-, R- eller nullkodeverktøy.
• Utnytt Azures tilgjengelige datasett og algoritmer for å trene og spore maskinlærings- og dyplæringsmodeller.
• Bruk Azures interaktive arbeidsområde til å utvikle ML-modeller i samarbeid.
• Velg mellom forskjellige Azure-støttede ML-rammeverk som PyTorch, TensorFlow og scikit-learn.

Artificial Neural Network er en beregningsmessig datamodell som brukes i utviklingen av Artificial Intelligence (AI) systemer som er i stand til å utføre "intelligente" oppgaver. Neural Networks brukes ofte i Machine Learning (ML) applikasjoner, som i seg selv er en implementering av AI. Deep Learning er en undergruppe av ML.

Dette er et 4-dagers kurs som introduserer AI og dens applikasjon. Det er en mulighet for å ha en ekstra dag til å gjennomføre et AI-prosjekt etter fullføring av dette kurset.

Dette er en 4-dagers kurs som introduserer AI og det's applikasjon ved hjelp av Python programmeringsspråket. Det er en mulighet til å ha en ekstra dag å foreta et AI-prosjekt ved fullføring av dette kurset. 

Dette kurset er for folk som ønsker å bruke Machine Learning i praktiske applikasjoner.

Publikum

Dette kurset er for dataforskere og statistikere som har en viss kjennskap til statistikk og vet hvordan man programmerer R (eller Python eller annet valgt språk). Fokuset på dette kurset er på de praktiske aspektene ved data / modellforberedelse, utførelse, post hoc-analyse og visualisering.

Hensikten er å gi praktiske applikasjoner til Machine Learning til deltakere som er interessert i å anvende metodene på jobben.

Sektorspesifikke eksempler brukes for å gjøre opplæringen relevant for publikum.

Denne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot dataforskere og utviklere som ønsker å lage og trene maskinlæringsmodeller for distribusjon i produksjonsklare vertsmiljøer.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Bruk notatbokforekomster til å forberede og laste opp data for trening.
• Tren maskinlæringsmodeller ved hjelp av opplæringsdatasett.
• Distribuer opplærte modeller til et endepunkt for å lage spådommer.

Denne instruktørledede, direkteopplæringen i Norge (online eller på stedet) er rettet mot dataforskere som ønsker å bruke Azure Machine Learning til å bygge ende-til-ende maskinlæringsmodeller for prediktiv analyse.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Bygg maskinlæringsmodeller uten programmeringserfaring.
• Lag prediktive algoritmer med Azure Machine Learning.
• Implementer produksjonsklare maskinlæringsalgoritmer.

Dette kurset vil være en kombinasjon av teori og praktisk arbeid med konkrete eksempler brukt gjennom hele arrangementet.

Denne instruktørledede, direkteopplæringen i Norge (online eller på stedet) er rettet mot nettutviklere som ønsker å lage maskinlæringsmodeller med Core ML for iOS 11 og macOS High Sierra-utvikling.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Bygg AI-drevne applikasjoner som bruker maskinlæring.
• Implementer maskinlæringsmodeller som klassifiserer bilder.
• Bruk Core ML API for å støtte tilpassede arbeidsflyter og avanserte brukstilfeller
• Analyser naturlig språktekst med maskinlæringsmodeller.

Denne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot ingeniører, dataforskere og dataanalytikere som ønsker å bruke Dataiku DSS for utvikling av maskinlæringspipelines, og utnytte AI-prosesser for å generere strategiske organisatoriske initiativer .

Ved slutten av denne opplæringen vil deltakerne kunne:

• Installer og konfigurer Dataiku DSS på deres foretrukne operativsystem.
• Forstå AI/ML-konsepter og prinsipper som er grunnleggende for Dataiku-funksjoner.
• Lag og implementer sine egne datavisualiseringskoder i Dataiku DSS-prosjekter.
• Distribuer ML-modeller og rørledninger i produksjonsmiljøer bygget rundt Dataiku DSS.
• Optimaliser smidigheten og fleksibiliteten til dataanalysemetoder for bedriftsapplikasjonene deres.
• Bruk Dataiku DSS for å sikre og administrere hvordan data flyter gjennom ytterligere forretningssystemer.