Machine Learning Opplæringskurs

Machine Learning Opplæringskurs

Local, instructor-led live Machine Learning (ML) training courses demonstrate through hands-on practice how to apply machine learning techniques and tools for solving real-world problems in various industries. NobleProg ML courses cover different programming languages and frameworks, including Python, R language and Matlab. Machine Learning courses are offered for a number of industry applications, including Finance, Banking and Insurance and cover the fundamentals of Machine Learning as well as more advanced approaches such as Deep Learning.

Machine Learning training is available as "onsite live training" or "remote live training". Norge onsite live Machine Learning trainings can be carried out locally on customer premises or in NobleProg corporate training centers. Remote live training is carried out by way of an interactive, remote desktop.

NobleProg -- Your Local Training Provider

Machine Translated

Testimonials

★★★★★
★★★★★

Machine Learning Kursplaner

Kursnavn
Varighet
Oversikt
Kursnavn
Varighet
Oversikt
7 timer
This instructor-led, live training in Norge (online or onsite) is aimed at software engineers or anyone who wish to learn how to use Vertex AI to perform and complete machine learning activities. By the end of this training, participants will be able to:
  • Understand how Vertex AI works and use it as a machine learning platform.
  • Learn about machine learning and NLP concepts.
  • Know how to train and deploy machine learning models using Vertex AI.
7 timer
AlphaFold er et Artificial Intelligence (AI) system som utfører forutsigelsen av proteinstrukturer. Det er utviklet av Alphabet’s/Google’s DeepMind som et dyp læringssystem som kan nøyaktig forutsi 3D-modeller av proteinstrukturer. Denne instruktørledede, live-trening (online eller online) er rettet mot biologer som ønsker å forstå hvordan AlphaFold fungerer og bruker AlphaFold modeller som veiledere i sine eksperimentelle studier. Ved slutten av denne treningen vil deltakerne være i stand til å:
    Forstå de grunnleggende prinsippene i AlphaFold. Lær hvordan AlphaFold fungerer. Lær hvordan du tolker AlphaFold forutsetninger og resultater.
Format av kurset
    Interaktiv forelesning og diskusjon. Mange øvelser og praksis. Hands-on implementering i et live-lab miljø.
Kurs tilpassingsalternativer
    For å be om en tilpasset opplæring for dette kurset, vennligst kontakt oss for å arrangere.
14 timer
Waikato Environment for Knowledge Analysis (Weka) er en åpen kildekode data mining visualisering programvare. Det gir en samling av maskinlæring algoritmer for dataforberedelse, klassifisering, klustering og andre data mining aktiviteter. Denne instruktørledede, live-trening (online eller on-site) er rettet mot dataanalytikere og data forskere som ønsker å bruke Weka for å utføre data mining oppgaver. Ved slutten av denne treningen vil deltakerne være i stand til å:
    Installasjon og konfigurasjon Weka Forstå miljøet Weka og arbeidsbanken. Utføre data mining oppgaver ved hjelp av Weka.
Format av kurset
    Interaktiv forelesning og diskusjon. Mange øvelser og praksis. Hands-on implementering i et live-lab miljø.
Kurs tilpassingsalternativer
    For å be om en tilpasset opplæring for dette kurset, vennligst kontakt oss for å arrangere.
14 timer
Målet med dette kurset er å gi en grunnleggende kompetanse i å anvende Machine Learning metoder i praksis. Gjennom bruken av Python programmeringsspråket og dets ulike biblioteker, og basert på en rekke praktiske eksempler, lærer dette kurset hvordan du bruker de viktigste byggblokkene Machine Learning, hvordan du gjør datamodelleringsbeslutninger, tolker utgangene til algoritmene og validerer resultatene. Vårt mål er å gi deg ferdighetene til å forstå og bruke de mest grunnleggende verktøyene fra verktøyboksen med tillit og unngå de vanlige tapene av Data Sciences applikasjoner.
21 timer
In this instructor-led, live training in Norge, participants will learn the most relevant and cutting-edge machine learning techniques in Python as they build a series of demo applications involving image, music, text, and financial data. By the end of this training, participants will be able to:
  • Implement machine learning algorithms and techniques for solving complex problems.
  • Apply deep learning and semi-supervised learning to applications involving image, music, text, and financial data.
  • Push Python algorithms to their maximum potential.
  • Use libraries and packages such as NumPy and Theano.
28 timer
The aim of this course is to provide general proficiency in applying Machine Learning methods in practice. Through the use of the Python programming language and its various libraries, and based on a multitude of practical examples this course teaches how to use the most important building blocks of Machine Learning, how to make data modeling decisions, interpret the outputs of the algorithms and validate the results. Our goal is to give you the skills to understand and use the most fundamental tools from the Machine Learning toolbox confidently and avoid the common pitfalls of Data Sciences applications.
28 timer
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. 
21 timer
Djup Reinforcement Learning refererer til evnen til eit "-artificiell agent " til å læra gjennom prøvings- og feil- og beløp- og-kaparingar. Ein kunstige agent må emulera eit menneske og#39; evne til å få og konstruere kunnskap på eigen måte, direkte frå rå inndata slik som syn. For å oppdaga styrkelæring brukes djup lærings- og neuralnettverk. Forstyrrande læring er annen frå maskinlæring og stoler ikkje på tilsynte og uoversiktige læringsmetoder.I denne instruktøren, levende opplæring, vil deltakarane læra de grunnleggjande Reinforcement Learning medan dei steg gjennom opprettelsen av ein Deep Learning agent.Ved slutten av denne opplæringa vil deltakarane kunne:
    Forstå nøkkelkoncepta bak Djup Reinforcement Learning og kunne skilja det frå Machine Learning Bruk avanserte Reinforcement Learning algoritmer for å løse reelle verdsproblem Bygge ein Deep Learning Agent
Lyd
    Utviklar datavitenskapelar
Format for kurset
    Dellesar, delhandspraksis, øving og tung håndspraksis
28 timer
Maskinlæring er en gren av kunstig intelligens der datamaskiner har evnen til å lære uten å være eksplisitt programmerte. Deep learning er et underfelt av maskinlæring som bruker metoder basert på læringsdata representasjoner og strukturer som nevrale nettverk. Python er et høyt nivå programmeringsspråk kjent for sin klare syntax og kode lesbarhet. I denne instruktørledede, live-trening, vil deltakerne lære hvordan å implementere dyp læring modeller for telecom ved hjelp av Python som de går gjennom skapelsen av en dyp læring kreditt risiko modell. Ved slutten av denne treningen vil deltakerne være i stand til å:
    Forstå de grunnleggende konseptene for dyp læring. Lær applikasjonene og brukene av dyp læring i telecom. Bruk Python, Keras, og TensorFlow for å lage dyp læringsmodeller for telecom. Bygg din egen dyp læring kundestyring forutsetning modell ved hjelp av Python.
Format av kurset
    Interaktiv forelesning og diskusjon. Mange øvelser og praksis. Hands-on implementering i et live-lab miljø.
Kurs tilpassingsalternativer
    For å be om en tilpasset opplæring for dette kurset, vennligst kontakt oss for å arrangere.
14 timer
Embedding Projector is an open-source web application for visualizing the data used to train machine learning systems. Created by Google, it is part of TensorFlow. This instructor-led, live training introduces the concepts behind Embedding Projector and walks participants through the setup of a demo project. By the end of this training, participants will be able to:
  • Explore how data is being interpreted by machine learning models
  • Navigate through 3D and 2D views of data to understand how a machine learning algorithm interprets it
  • Understand the concepts behind Embeddings and their role in representing mathematical vectors for images, words and numerals.
  • Explore the properties of a specific embedding to understand the behavior of a model
  • Apply Embedding Project to real-world use cases such building a song recommendation system for music lovers
Audience
  • Developers
  • Data scientists
Format of the course
  • Part lecture, part discussion, exercises and heavy hands-on practice
7 timer
Dette kurset har blitt opprettet for ledere, løsninger arkitekter, innovasjon offiserer, CTOs, programvare arkitekter og alle som er interessert i en oversikt over anvendt kunstig intelligens og den nærmeste prognosen for dens utvikling.
7 timer
Dette kurset er for folk som ønsker å bruke grunnleggende Machine Learning i praktiske applikasjoner. Publikum Dataforskere og statistikere som har en viss kjennskap til maskinlæring og vet hvordan de skal programmere R. Hovedvekten av dette kurset er på de praktiske aspektene ved utarbeidelse av data / modell, utførelse, post hoc-analyse og visualisering. Hensikten er å gi en praktisk innføring i maskinlæring til deltakere som er interessert i å anvende metodene på jobb Sektorspesifikke eksempler brukes for å gjøre opplæringen relevant for publikum.
14 timer
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.
14 timer
Målet med dette kurset er å gi en grunnleggende ferdighet i å anvende Machine Learning metoder i praksis. Gjennom bruk av R-programmeringsplattformen og dens forskjellige biblioteker, og basert på en rekke praktiske eksempler, lærer dette kurset hvordan man bruker de viktigste byggesteinene i Machine Learning , hvordan man tar beslutninger om datamodellering, tolker utgangene til algoritmene og validerer resultatene. Målet vårt er å gi deg ferdighetene til å forstå og bruke de mest grunnleggende verktøyene fra verktøykassen Machine Learning sikkerhet og unngå vanlige fallgruver i Data Science applikasjoner.
21 timer
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.
21 timer
This course will be a combination of theory and practical work with specific examples used throughout the event.
21 timer
Dette kurset introduserer maskinlæringsmetoder i robotikkapplikasjoner. Det er en bred oversikt over eksisterende metoder, motivasjoner og hovedideer i sammenheng med mønstergjenkjenning. Etter en kort teoretisk bakgrunn vil deltakerne utføre enkel trening ved å bruke open source (vanligvis R) eller annen populær programvare.
14 timer
Målet med dette kurset er å gi en grunnleggende ferdighet i å anvende Machine Learning metoder i praksis. Gjennom bruk av programmeringsspråket Scala og dets forskjellige biblioteker, og basert på en rekke praktiske eksempler, lærer dette kurset hvordan man bruker de viktigste byggesteinene i Machine Learning , hvordan man tar beslutninger om datamodellering, tolker utgangene til algoritmene og validerer resultatene. Målet vårt er å gi deg ferdighetene til å forstå og bruke de mest grunnleggende verktøyene fra verktøykassen Machine Learning sikkerhet og unngå vanlige fallgruver i Data Science applikasjoner.
14 timer
R  er et open-source gratis programmeringsspråk for statistisk databehandling, dataanalyse og grafikk. Forskning brukes av et økende antall ledere og dataanalytikere innenfor bedrifter og akademi. R har et bredt spekter av pakker for data mining.
21 timer
PredictionIO er en åpen kildekode Machine Learning Server som er bygget oppå topp moderne open source-stack. Publikum Dette kurset er rettet mot utviklere og dataforskere som vil lage prediktive motorer for enhver maskinlæringsoppgave.
35 timer
This course is created for people who have no previous experience in probability and statistics.
7 timer
Wolfram System's integrerte miljø gjør det til et effektivt verktøy for både å analysere og presentere data. Dette kurset dekker aspekter av Wolfram Language som er relevante for analyse, inkludert statistisk beregning, visualisering, dataimport og eksport og automatisk generering av rapporter.
21 timer
Course is dedicated for those who would like to know an alternative program to the commercial MATLAB package. The three-day training provides comprehensive information on moving around the environment and performing the OCTAVE package for data analysis and engineering calculations. The training recipients are beginners but also those who know the program and would like to systematize their knowledge and improve their skills. Knowledge of other programming languages is not required, but it will greatly facilitate the learners' acquisition of knowledge. The course will show you how to use the program in many practical examples.
21 timer
Dette kurset er for folk som ønsker å bruke Machine Learning i praktiske applikasjoner for teamet sitt. Opplæringen vil ikke dykke inn i tekniske forhold og dreie seg om grunnleggende konsepter og forretningsmessige / operasjonelle applikasjoner av det samme. Målgruppe
  1. Investorer og AI-gründere
  2. Ledere og ingeniører hvis selskap våger seg inn i AI-rom
  3. Business og investorer
7 timer
Snorkel is a system for rapidly creating, modeling, and managing training data. It focuses on accelerating the development of structured or "dark" data extraction applications for domains in which large labeled training sets are not available or easy to obtain. In this instructor-led, live training, participants will learn techniques for extracting value from unstructured data such as text, tables, figures, and images through modeling of training data with Snorkel. By the end of this training, participants will be able to:
  • Programmatically create training sets to enable the labeling of massive training sets
  • Train high-quality end models by first modeling noisy training sets
  • Use Snorkel to implement weak supervision techniques and apply data programming to weakly-supervised machine learning systems
Audience
  • Developers
  • Data scientists
Format of the course
  • Part lecture, part discussion, exercises and heavy hands-on practice
14 timer
Encog is an open-source machine learning framework for Java and .Net. In this instructor-led, live training, participants will learn advanced machine learning techniques for building accurate neural network predictive models. By the end of this training, participants will be able to:
  • Implement different neural networks optimization techniques to resolve underfitting and overfitting
  • Understand and choose from a number of neural network architectures
  • Implement supervised feed forward and feedback networks
Audience
  • Developers
  • Analysts
  • Data scientists
Format of the course
  • Part lecture, part discussion, exercises and heavy hands-on practice
14 timer
Encog is an open-source machine learning framework for Java and .Net. In this instructor-led, live training, participants will learn how to create various neural network components using ENCOG. Real-world case studies will be discussed and machine language based solutions to these problems will be explored. By the end of this training, participants will be able to:
  • Prepare data for neural networks using the normalization process
  • Implement feed forward networks and propagation training methodologies
  • Implement classification and regression tasks
  • Model and train neural networks using Encog's GUI based workbench
  • Integrate neural network support into real-world applications
Audience
  • Developers
  • Analysts
  • Data scientists
Format of the course
  • Part lecture, part discussion, exercises and heavy hands-on practice
21 timer
In this instructor-led, live training, participants will learn how to use the right machine learning and NLP (Natural Language Processing) techniques to extract value from text-based data. By the end of this training, participants will be able to:
  • Solve text-based data science problems with high-quality, reusable code
  • Apply different aspects of scikit-learn (classification, clustering, regression, dimensionality reduction) to solve problems
  • Build effective machine learning models using text-based data
  • Create a dataset and extract features from unstructured text
  • Visualize data with Matplotlib
  • Build and evaluate models to gain insight
  • Troubleshoot text encoding errors
Audience
  • Developers
  • Data Scientists
Format of the course
  • Part lecture, part discussion, exercises and heavy hands-on practice
14 timer
In this instructor-led, live training, participants will learn how to use the iOS Machine Learning (ML) technology stack as they step through the creation and deployment of an iOS mobile app. By the end of this training, participants will be able to:
  • Create a mobile app capable of image processing, text analysis and speech recognition
  • Access pre-trained ML models for integration into iOS apps
  • Create a custom ML model
  • Add Siri Voice support to iOS apps
  • Understand and use frameworks such as coreML, Vision, CoreGraphics, and GamePlayKit
  • Use languages and tools such as Python, Keras, Caffee, Tensorflow, sci-kit learn, libsvm, Anaconda, and Spyder
Audience
  • Developers
Format of the course
  • Part lecture, part discussion, exercises and heavy hands-on practice
28 timer
I denne instruktørledede, liveopplæringen, vil deltakerne lære seg å bruke maskinlæringsteknikker og verktøy for å løse reelle problemer i banknæringen. R vil bli brukt som programmeringsspråk. Deltakerne lærer først de viktigste prinsippene, deretter omsetter hun kunnskapen deres ved å bygge sine egne maskinlæringsmodeller og bruke dem til å fullføre en rekke live-prosjekter. Publikum
  • Utviklere
  • Data forskere
  • Bankfolk med teknisk bakgrunn
Kursets format
  • Delforelesning, deldiskusjon, øvelser og tung praktisk øvelse

Last Updated:

Kommende Machine Learning (ML) Kurs

Helg Machine Learning kurs, kveld ML (Machine Learning) trening, Machine Learning boot camp, Machine Learning instruktørledet, Helg ML (Machine Learning) trening, Kveld Machine Learning kurs, ML (Machine Learning) coaching, Machine Learning (ML) instruktør, ML (Machine Learning) trener, Machine Learning (ML) kurs, Machine Learning klasser, Machine Learning (ML) on-site, ML (Machine Learning) private kurs, Machine Learning tomannshånd trening

Kursrabatter

Kursrabatter Nyhetsbrev

We respect the privacy of your email address. We will not pass on or sell your address to others.
You can always change your preferences or unsubscribe completely.

Some of our clients

is growing fast!

We are looking to expand our presence in Norway!

As a Business Development Manager you will:

  • expand business in Norway
  • recruit local talent (sales, agents, trainers, consultants)
  • recruit local trainers and consultants

We offer:

  • Artificial Intelligence and Big Data systems to support your local operation
  • high-tech automation
  • continuously upgraded course catalogue and content
  • good fun in international team

If you are interested in running a high-tech, high-quality training and consulting business.

Apply now!

This site in other countries/regions