Cursos de Aprendizaje Automático

Cursos de Aprendizaje Automático

Los cursos de capacitación locales, dirigidos por un instructor en vivo (ML), demuestran a través de la práctica cómo aplicar técnicas de aprendizaje de máquinas y herramientas para resolver problemas del mundo real en diversas industrias. Los cursos de NobleProg ML cubren diferentes lenguajes y frameworks de programación, incluyendo Python, R Language y MATLAB. Se ofrecen cursos de aprendizaje de máquinas para varias aplicaciones de la industria, incluyendo finanzas, banca y seguros y cubren los fundamentos del aprendizaje de máquinas, así como enfoques más avanzados como el aprendizaje profundo.

El entrenamiento de aprendizaje en máquina está disponible como "entrenamiento en vivo en el sitio" o "entrenamiento en vivo remoto". El entrenamiento en vivo se puede realizar localmente en las instalaciones del cliente en Colombia o en los centros de entrenamiento corporativos de NobleProg en Colombia. El entrenamiento remoto en vivo se lleva a cabo por medio de un escritorio remoto interactivo.

NobleProg--su proveedor de capacitación local

Testimonios

★★★★★
★★★★★

Programa del curso Aprendizaje Automático

CódigoNombreDuraciónInformación General
aiintVisión general de Inteligencia Artificial7 horasEste 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.
mlbankingrAprendizaje Automático para la Banca (con R)28 horasEn esta capacitación en vivo dirigida por un instructor, los participantes aprenderán cómo aplicar técnicas y herramientas de aprendizaje automático para resolver problemas del mundo real en la industria bancaria. R se usará como el lenguaje de programación.

Los participantes primero aprenden los principios clave, luego ponen su conocimiento en práctica al construir sus propios modelos de aprendizaje automático y usarlos para completar una serie de proyectos en vivo.

Audiencia

- Desarrolladores
- Científicos de datos
- Profesionales bancarios con experiencia técnica

Formato del curso

- Conferencia de parte, discusión en parte, ejercicios y práctica práctica
dlfinancewithrAprendizaje Profundo para las Finanzas (con R)28 horasEl 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. R es un lenguaje de programación popular en la industria financiera. Se utiliza en aplicaciones financieras que van desde los principales programas comerciales hasta los sistemas de gestión de riesgos.

En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán cómo implementar modelos de aprendizaje profundo para finanzas usando R a medida que avanzan en la creación de un modelo de predicción del precio de las acciones de aprendizaje profundo.

Al final de esta capacitación, los participantes podrán:

- Comprender los conceptos fundamentales del aprendizaje profundo
- Aprende las aplicaciones y usos del aprendizaje profundo en finanzas
- Use R para crear modelos de aprendizaje profundo para finanzas
- Construya su propio modelo de predicción del precio de las acciones de aprendizaje profundo utilizando R

Audiencia

- Desarrolladores
- Científicos de datos

Formato del curso

- Conferencia de parte, discusión en parte, ejercicios y práctica práctica
mlfinancerAprendizaje Automático para Finanzas (con R)28 horasEl aprendizaje automático es una rama de la Inteligencia Artificial en la que las computadoras tienen la capacidad de aprender sin estar programadas explícitamente. R es un lenguaje de programación popular en la industria financiera. Se utiliza en aplicaciones financieras que van desde los principales programas comerciales hasta los sistemas de gestión de riesgos.

En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán cómo aplicar técnicas y herramientas de aprendizaje automático para resolver problemas del mundo real en la industria financiera. R se usará como el lenguaje de programación.

Los participantes primero aprenden los principios clave, luego ponen su conocimiento en práctica al construir sus propios modelos de aprendizaje automático y usarlos para completar una serie de proyectos en equipo.

Al final de esta capacitación, los participantes podrán:

- Comprender los conceptos fundamentales en el aprendizaje automático
- Aprenda las aplicaciones y usos del aprendizaje automático en finanzas
- Desarrolle su propia estrategia de negociación algorítmica utilizando el aprendizaje automático con R

Audiencia

- Desarrolladores
- Científicos de datos

Formato del curso

- Conferencia de parte, discusión en parte, ejercicios y práctica práctica
mlfinancepythonMachine Learning for Finance (con Python)21 horasEl aprendizaje automático es una rama de la Inteligencia Artificial en la que las computadoras tienen la capacidad de aprender sin estar programadas explícitamente.

En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán cómo aplicar técnicas y herramientas de aprendizaje automático para resolver problemas del mundo real en la industria financiera. Python se usará como el lenguaje de programación.

Los participantes primero aprenden los principios clave, luego ponen su conocimiento en práctica al construir sus propios modelos de aprendizaje automático y usarlos para completar una serie de proyectos en equipo.

Al final de esta capacitación, los participantes podrán:

- Comprender los conceptos fundamentales en el aprendizaje automático
- Aprenda las aplicaciones y usos del aprendizaje automático en finanzas
- Desarrolle su propia estrategia de negociación algorítmica utilizando el aprendizaje automático con Python

Audiencia

- Desarrolladores
- Científicos de datos

Formato del curso

- Conferencia de parte, discusión en parte, ejercicios y práctica práctica
dlfornlpAprendizaje profundo para NLP (procesamiento de lenguaje natural)28 horasDeep Learning para NLP permite que una máquina aprenda procesamiento de lenguaje simple a complejo. Entre las tareas actualmente posibles se encuentran la traducción de idiomas y la generación de subtítulos para fotos. DL (Deep Learning) es un subconjunto de ML (Machine Learning). Python es un lenguaje de programación popular que contiene bibliotecas para Deep Learning para NLP.

En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán a usar las bibliotecas de Python para el procesamiento de lenguaje natural (NLP) mientras crean una aplicación que procesa un conjunto de imágenes y genera leyendas.

Al final de esta capacitación, los participantes podrán:

- Diseño y código DL para NLP utilizando bibliotecas Python
- Crear código de Python que lea una gran colección de imágenes y genere palabras clave
- Crear código Python que genere subtítulos de las palabras clave detectadas

Audiencia

- Programadores con interés en la lingüística
- Programadores que buscan una comprensión de NLP (procesamiento de lenguaje natural)

Formato del curso

- Conferencia de parte, discusión en parte, ejercicios y práctica práctica
textsumResumen de texto con Python14 horasEn Python Machine Learning, la característica de resumen de texto puede leer el texto de entrada y producir un resumen de texto. Esta capacidad está disponible desde la línea de comandos o como una API / biblioteca de Python. Una aplicación interesante es la creación rápida de resúmenes ejecutivos; esto es particularmente útil para las organizaciones que necesitan revisar grandes cantidades de datos de texto antes de generar informes y presentaciones.

En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán a usar Python para crear una aplicación simple que genere automáticamente un resumen del texto de entrada.

Al final de esta capacitación, los participantes podrán:

- Use una herramienta de línea de comandos que resuma texto.
- Diseña y crea un código de resumen de texto usando las bibliotecas de Python.
- Evalúe tres bibliotecas de resumen de Python: sumy 0.7.0, pysummarization 1.0.4, readless 1.0.17

Audiencia

- Desarrolladores
- Científicos de datos

Formato del curso

- Conferencia de parte, discusión en parte, ejercicios y práctica práctica
undnnComprender las Redes Neuronales Profundas35 horasEste curso comienza con la entrega de conocimientos conceptuales en redes neuronales y, en general, en el algoritmo de aprendizaje automático, aprendizaje profundo (algoritmos y aplicaciones).

Parte-1 (40%) de esta capacitación se centra más en los fundamentos, pero te ayudará a elegir la tecnología adecuada: TensorFlow, Caffe, Theano, DeepDrive, Keras, etc.

La Parte 2 (20%) de esta capacitación presenta Theano, una biblioteca de Python que hace que escribir modelos de aprendizaje profundo sea fácil.

Parte-3 (40%) de la capacitación estaría ampliamente basada en Tensorflow - 2nd Generation API de la biblioteca de software de código abierto de Google para Deep Learning. Los ejemplos y handson se harían todos en TensorFlow.

Audiencia

Este curso está dirigido a ingenieros que buscan utilizar TensorFlow para sus proyectos de aprendizaje profundo.

Después de completar este curso, los delegados:

- tener una buena comprensión de las redes neuronales profundas (DNN), CNN y RNN
- 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

No todos los temas se cubrirán en un salón de clases público con 35 horas de duración debido a la inmensidad del tema.

La duración del curso completo será de alrededor de 70 horas y no de 35 horas.
opennlpOpenNLP para Aprendizaje Automático Basado en Texto14 horasLa biblioteca OpenNLP de Apache es un kit de herramientas basado en el aprendizaje automático para procesar texto en lenguaje natural. Es compatible con las tareas NLP más comunes, como detección de lenguaje, tokenización, segmentación de oraciones, etiquetado de voz parcial, extracción de entidad nombrada, fragmentación, análisis sintáctico y resolución de correferencia.

En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán cómo crear modelos para procesar datos basados en texto usando OpenNLP. Los datos de entrenamiento de muestra y los conjuntos de datos personalizados se usarán como base para los ejercicios de laboratorio.

Al final de esta capacitación, los participantes podrán:

- Instalar y configurar OpenNLP
- Descargue modelos existentes y cree sus propios
- Entrene a los modelos en varios conjuntos de datos de muestra
- Integra OpenNLP con aplicaciones Java existentes

Audiencia

- Desarrolladores
- Científicos de datos

Formato del curso

- Conferencia de parte, discusión en parte, ejercicios y práctica práctica
mlbankingpython_Aprendizaje Automático para la Banca (con Python)21 horasEn esta capacitación en vivo dirigida por un instructor, los participantes aprenderán cómo aplicar técnicas y herramientas de aprendizaje automático para resolver problemas del mundo real en la industria bancaria. Python se usará como el lenguaje de programación.

Los participantes primero aprenden los principios clave, luego ponen su conocimiento en práctica al construir sus propios modelos de aprendizaje automático y usarlos para completar una serie de proyectos en equipo.

Audiencia

- Desarrolladores
- Científicos de datos

Formato del curso

- Conferencia de parte, discusión en parte, ejercicios y práctica práctica
matlabdlMatlab para el Aprendizaje Profundo14 horasEn esta capacitación en vivo dirigida por un instructor, los participantes aprenderán a usar Matlab para diseñar, construir y visualizar una red neuronal convolucional para el reconocimiento de imágenes.

Al final de esta capacitación, los participantes podrán:

- Construya un modelo de aprendizaje profundo
- Automatizar el etiquetado de datos
- Trabaja con modelos de Caffe y TensorFlow-Keras
- Entrene datos usando múltiples GPU, la nube o clusters

Audiencia

- Desarrolladores
- Ingenieros
- Expertos de dominio

Formato del curso

- Conferencia de parte, discusión en parte, ejercicios y práctica práctica
dlforbankingwithrAprendizaje Profundo para la Banca (con R)28 horasEl 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. R es un lenguaje de programación popular en la industria financiera. Se utiliza en aplicaciones financieras que van desde los principales programas comerciales hasta los sistemas de gestión de riesgos.

En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán cómo implementar modelos de aprendizaje profundo para la banca usando R a medida que avanzan en la creación de un modelo de riesgo de crédito de aprendizaje profundo.

Al final de esta capacitación, los participantes podrán:

- Comprender los conceptos fundamentales del aprendizaje profundo
- Aprende las aplicaciones y usos del aprendizaje profundo en la banca
- Use R para crear modelos de aprendizaje profundo para la banca
- Construya su propio modelo de riesgo de crédito de aprendizaje profundo usando R

Audiencia

- Desarrolladores
- Científicos de datos

Formato del curso

- Conferencia de parte, discusión en parte, ejercicios y práctica práctica
tensorflowservingCurso de TensorFlow Serving7 horasTensorFlow Serving es un sistema para servir modelos de aprendizaje automático (ML) a la producción.

En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán a configurar y usar TensorFlow Serving para implementar y administrar modelos ML en un entorno de producción.

Al final de esta capacitación, los participantes podrán:

- Entrene, exporte y sirva varios modelos de TensorFlow
- Pruebe e implemente algoritmos utilizando una única arquitectura y un conjunto de API
- Extienda TensorFlow Sirviendo para servir a otros tipos de modelos más allá de los modelos TensorFlow

Audiencia

- Desarrolladores
- Científicos de datos

Formato del curso

- Conferencia de parte, discusión en parte, ejercicios y práctica práctica
mliosAprendizaje Automático en iOS14 horasEn esta capacitación en vivo dirigida por un instructor, los participantes aprenderán a usar la pila de tecnología de iOS Machine Learning (ML) mientras avanzan en la creación e implementación de una aplicación móvil iOS.

Al final de esta capacitación, los participantes podrán:

- Cree una aplicación móvil capaz de procesar imágenes, análisis de texto y reconocimiento de voz
- Acceda a modelos de ML pre-entrenados para la integración en aplicaciones de iOS
- Crea un modelo ML personalizado
- Agregue soporte de Siri Voice a las aplicaciones de iOS
- Comprender y usar frameworks como coreML, Vision, CoreGraphics y GamePlayKit
- Utilice idiomas y herramientas como Python, Keras, Caffee, Tensorflow, sci-kit learn, libsvm, Anaconda y Spyder

Audiencia

- Desarrolladores

Formato del curso

- Conferencia de parte, discusión en parte, ejercicios y práctica práctica
pythontextmlPython: Aprendizaje automático con texto21 horasEn esta capacitación en vivo dirigida por un instructor, los participantes aprenderán a utilizar las técnicas correctas de aprendizaje automático y procesamiento de lenguaje natural (NLP, por sus siglas en inglés) para extraer valor de los datos basados en texto.

Al final de esta capacitación, los participantes podrán:

- Resuelva problemas de ciencias de datos basados en texto con código reutilizable de alta calidad
- Aplicar diferentes aspectos de scikit-learn (clasificación, clustering, regresión, reducción de dimensionalidad) para resolver problemas
- Cree modelos efectivos de aprendizaje automático utilizando datos basados en texto
- Crear un conjunto de datos y extraer características del texto no estructurado
- Visualice los datos con Matplotlib
- Construya y evalúe modelos para obtener información
- Solucionar problemas de errores de codificación de texto

Audiencia

- Desarrolladores
- Científicos de datos

Formato del curso

- Conferencia de parte, discusión en parte, ejercicios y práctica práctica
encogintroEncog: Introducción al Aprendizaje Automático14 horasEncog es un marco de aprendizaje de máquina de código abierto para Java y .Net.

En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán cómo crear varios componentes de redes neuronales usando ENCOG. Se discutirán estudios de casos del mundo real y se explorarán soluciones basadas en el lenguaje de máquina para estos problemas.

Al final de esta capacitación, los participantes podrán:

- Preparar datos para redes neuronales usando el proceso de normalización
- Implementar redes de feed feed y metodologías de capacitación en propagación
- Implementar tareas de clasificación y regresión
- Modelar y entrenar redes neuronales usando el banco de trabajo basado en GUI de Encog
- Integrar el soporte de redes neuronales en aplicaciones del mundo real

Audiencia

- Desarrolladores
- Analistas
- Científicos de datos

Formato del curso

- Conferencia de parte, discusión en parte, ejercicios y práctica práctica
encogadvEncog: Aprendizaje Automático Avanzado14 horasEncog es un marco de aprendizaje de máquina de código abierto para Java y .Net.

En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán técnicas avanzadas de aprendizaje automático para construir modelos predictivos precisos de redes neuronales.

Al final de esta capacitación, los participantes podrán:

- Implementar diferentes técnicas de optimización de redes neuronales para resolver el ajuste insuficiente y el sobreajuste
- Comprender y elegir entre varias arquitecturas de redes neuronales
- Implementar redes supervisadas de retroalimentación y retroalimentación

Audiencia

- Desarrolladores
- Analistas
- Científicos de datos

Formato del curso

- Conferencia de parte, discusión en parte, ejercicios y práctica práctica
radvmlAprendizaje Automático Avanzado con R21 horasEn esta capacitación en vivo dirigida por un instructor, los participantes aprenderán técnicas avanzadas para el aprendizaje automático con R a medida que avanzan en la creación de una aplicación en el mundo real.

Al final de esta capacitación, los participantes podrán:

- Utiliza técnicas como el ajuste de hiperparámetros y el aprendizaje profundo
- Comprender e implementar técnicas de aprendizaje no supervisadas
- Ponga un modelo en producción para usar en una aplicación más grande

Audiencia

- Desarrolladores
- Analistas
- Científicos de datos

Formato del curso

- Conferencia de parte, discusión en parte, ejercicios y práctica práctica
pythonadvmlPython para el Aprendizaje Automático Avanzado21 horasEn 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

Audiencia

- Desarrolladores
- Analistas
- Científicos de datos

Formato del curso

- Conferencia de parte, discusión en parte, ejercicios y práctica práctica
openfaceOpenFace: Creación de Sistemas de Reconocimiento Facial14 horasOpenFace es un software de reconocimiento facial en tiempo real basado en Python y Torch basado en la investigación FaceNet de Google.

En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán a usar los componentes de OpenFace para crear y desplegar una aplicación de reconocimiento facial de muestra.

Al final de esta capacitación, los participantes podrán:

Trabaje con los componentes de OpenFace, incluidos dlib, OpenVC, Torch y nn4 para implementar la detección de rostros, la alineación y la transformación.
Aplique OpenFace a aplicaciones del mundo real tales como vigilancia, verificación de identidad, realidad virtual, juegos e identificación de clientes habituales, etc.

Audiencia

- Desarrolladores
- Científicos de datos

Formato del curso

- Conferencia de parte, discusión en parte, ejercicios y práctica práctica
dlforbankingwithpythonAprendizaje Profundo para la Banca (con Python)28 horasEl 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. Python es un lenguaje de programación de alto nivel famoso por su clara sintaxis y legibilidad de código.

En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán cómo implementar modelos de aprendizaje profundo para la banca usando Python mientras avanzan en la creación de un modelo de riesgo de crédito de aprendizaje profundo.

Al final de esta capacitación, los participantes podrán:

- Comprender los conceptos fundamentales del aprendizaje profundo
- Aprende las aplicaciones y usos del aprendizaje profundo en la banca
- Utilice Python, Keras y TensorFlow para crear modelos de aprendizaje profundo para la banca
- Construya su propio modelo de riesgo de crédito de aprendizaje profundo usando Python

Audiencia

- Desarrolladores
- Científicos de datos

Formato del curso

- Conferencia de parte, discusión en parte, ejercicios y práctica práctica
dlforfinancewithpythonAprendizaje Profundo para las Finanzas (con Python)28 horasEl 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. Python es un lenguaje de programación de alto nivel famoso por su clara sintaxis y legibilidad de código.

En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán cómo implementar modelos de aprendizaje profundo para las finanzas usando Python mientras avanzan en la creación de un modelo de predicción del precio de las acciones de aprendizaje profundo.

Al final de esta capacitación, los participantes podrán:

- Comprender los conceptos fundamentales del aprendizaje profundo
- Aprende las aplicaciones y usos del aprendizaje profundo en finanzas
- Utilice Python, Keras y TensorFlow para crear modelos de aprendizaje profundo para finanzas
- Construya su propio modelo de predicción del precio de las acciones de aprendizaje profundo usando Python

Audiencia

- Desarrolladores
- Científicos de datos

Formato del curso

- Conferencia de parte, discusión en parte, ejercicios y práctica práctica
t2tT2T: Creación de Modelos de Secuencia a Secuencia para el Aprendizaje Generalizado7 horasTensor2Tensor (T2T) es una biblioteca modular y extensible para el entrenamiento de modelos de AI en diferentes tareas, utilizando diferentes tipos de datos de entrenamiento, por ejemplo: reconocimiento de imágenes, traducción, análisis sintáctico, subtítulos de imágenes y reconocimiento de voz. Lo mantiene el equipo de Google Brain.

En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán cómo preparar un modelo de aprendizaje profundo para resolver tareas múltiples.

Al final de esta capacitación, los participantes podrán:

- Instalar tensor2tensor, seleccionar un conjunto de datos y entrenar y evaluar un modelo de IA
- Personalice un entorno de desarrollo utilizando las herramientas y los componentes incluidos en Tensor2Tensor
- Cree y use un único modelo para aprender de forma simultánea varias tareas de varios dominios
- Utilice el modelo para aprender de tareas con una gran cantidad de datos de entrenamiento y aplicar ese conocimiento a tareas donde los datos son limitados
- Obtenga resultados de procesamiento satisfactorios con una sola GPU

Audiencia

- Desarrolladores
- Científicos de datos

Formato del curso

- Conferencia de parte, discusión en parte, ejercicios y práctica práctica
aicityplanningArtificial Intelligence for City Planning14 horas¿Cómo se verán las ciudades en el futuro? ¿Cómo se puede usar la Inteligencia Artificial (IA) para mejorar la planificación de la ciudad? ¿Cómo se puede utilizar la inteligencia artificial para que las ciudades sean más eficientes, habitables, más seguras y respetuosas con el medio ambiente? En este entrenamiento en vivo instrumentado (en el sitio o remoto), examinamos las diversas tecnologías que componen AI, así como los conjuntos de habilidades y el marco mental necesarios para ponerlos en práctica para la planificación de la ciudad También cubrimos herramientas y enfoques para recopilar y organizar datos relevantes para su uso en IA, incluida la extracción de datos Audiencia Planificadores de la ciudad Arquitectos Desarrolladores Oficiales de transporte Formato del curso Conferencia parcial, discusión parcial y una serie de ejercicios interactivos Nota Para solicitar una capacitación personalizada para este curso, contáctenos para hacer arreglos .
h2oautoMLH2O AutoML14 horasH2O AutoML es una plataforma de inteligencia artificial que automatiza el proceso de creación, selección y optimización de un gran número de modelos de aprendizaje automático.

esta formación presencial dirigida por un instructor (in situ o a distancia) está dirigida a científicos de datos que deseen utilizar H2O AutoML para la automoción del proceso de creación y selección del mejor algoritmo y parámetros de aprendizaje automático.

al final de esta formación, los participantes podrán:

- automatice el flujo de trabajo de aprendizaje automático.
- entrenar y ajustar automáticamente muchos modelos de aprendizaje automático dentro de un intervalo de tiempo especificado.
- Train ensambles apilados para llegar a modelos de conjunto altamente predictivos.

formato de la del curso

Conferencia y discusión - Interactive.
- un montón de ejercicios y práctica.
- implementación práctica en un entorno de laboratorio en vivo.

Opciones de personalización del curso

- para solicitar una formación personalizada para este curso, póngase en contacto con nosotros para concertar.
autosklearnAutoML with Auto-sklearn14 horasauto-sklearn es un paquete de Python construido en torno a la biblioteca de aprendizaje automático scikit-Learn. Busca automáticamente el algoritmo de aprendizaje correcto para un nuevo DataSet de aprendizaje automático y optimiza sus parámetros.

este entrenamiento en vivo (in situ o remoto) dirigido por un instructor está dirigido a los profesionales de aprendizaje automático que deseen utilizar auto-sklearn para automatizar el proceso de selección y optimización de un modelo de aprendizaje automático.

al final de esta formación, los participantes podrán:

- automatice el proceso de formación de modelos de aprendizaje automático altamente eficientes.
- construir modelos de aprendizaje automático altamente precisos, evitando las tareas más tediosas de seleccionar, entrenar y probar diferentes modelos.
- Utilice el poder del aprendizaje automático para resolver los problemas empresariales del mundo real.

Format del curso

Conferencia y discusión - Interactive.
- muchos ejercicios y prácticas.
implementación práctica de - en un entorno de laboratorio en vivo.
Opciones de personalización de

Course

- para solicitar una formación personalizada para este curso, póngase en contacto con nosotros para organizar.
autokerasAutoML with Auto-Keras14 horasauto-keras (también conocido como Autokeras o auto keras) es una biblioteca Python de código abierto para el aprendizaje automático automatizado (AutoML).

este entrenamiento en vivo (in situ o remoto) dirigido por un instructor está dirigido a científicos de datos, así como a personas menos técnicas que deseen utilizar auto-keras para automatizar el proceso de selección y optimización de un modelo de aprendizaje automático.

al final de esta formación, los participantes podrán:

- automatice el proceso de formación de modelos de aprendizaje automático altamente eficientes.
- busca automáticamente los mejores parámetros para los modelos de aprendizaje profundo.
- construye modelos de aprendizaje automático altamente precisos.
- Utilice el poder del aprendizaje automático para resolver los problemas empresariales del mundo real.

Format del curso

Conferencia y discusión - Interactive.
- muchos ejercicios y prácticas.
implementación práctica de - en un entorno de laboratorio en vivo.
Opciones de personalización de

Course

- para solicitar una formación personalizada para este curso, póngase en contacto con nosotros para organizar.
- para aprender más acerca de auto-keras, por favor visite: https://autokeras.com/
automlAutoML14 horasAutoML es un software de aprendizaje automático fácil de usar que automatiza gran parte del trabajo necesario para seleccionar un algoritmo de aprendizaje automático ideal, su configuración de parámetros y los métodos de procesamiento previo.

este entrenamiento en vivo (in situ o remoto) dirigido por un instructor está dirigido a personas técnicas con experiencia en el aprendizaje automático que deseen optimizar los modelos de aprendizaje automático utilizados para detectar patrones complejos en macrodatos.

al final de esta formación, los participantes podrán:

- instalar y evaluar varias herramientas AutoML de código abierto.
- Train modelos de aprendizaje automático de alta calidad.
- eficientemente resuelve diferentes tipos de problemas de aprendizaje automático supervisado.
- escribir sólo el código necesario para iniciar el proceso automatizado de aprendizaje automático.

Format del curso

Conferencia y discusión - Interactive.
- muchos ejercicios y prácticas.
implementación práctica de - en un entorno de laboratorio en vivo.
Opciones de personalización de

Course

- para solicitar una formación personalizada para este curso, póngase en contacto con nosotros para organizar.
- para aprender más acerca de AutoML, por favor visite: https://www.automl.org/
appaipyApplied AI from Scratch in Python28 horasThis is a 4 day course introducing AI and it's application using the Python programming language. There is an option to have an additional day to undertake an AI project on completion of this course.
appaiApplied AI from Scratch28 horasThis 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.

Próximos Cursos Aprendizaje Automático

CursoFechaPrecio del Curso [A distancia / Presencial]
Reconocimiento de Patrones - Bogotá - Urban Plaza ChicoLun, 2019-04-01 09:306350USD / 7800USD
Reconocimiento de Patrones - Medellín - San Fernando PlazaMar, 2019-04-23 09:306350USD / 7830USD
Reconocimiento de Patrones - Bogotá - Urban Plaza ChicoMié, 2019-05-29 09:306350USD / 7800USD
Reconocimiento de Patrones - Bogotá - Urban Plaza ChicoMié, 2019-08-07 09:306350USD / 7800USD
Reconocimiento de Patrones - Medellín - San Fernando PlazaMié, 2019-10-02 09:306350USD / 7830USD
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

CursoUbicaciónFechaPrecio del Curso [A distancia / Presencial]
Procesamiento de Lenguajes Naturales con PythonBogotá - Urban Plaza ChicoLun, 2019-05-06 09:307380USD / 8980USD
Jupyter para Equipos de Ciencia de DatosBogotá - Urban Plaza ChicoLun, 2019-05-06 09:301665USD / 2815USD
Certificado en Control de Riesgos y Sistemas de Información (CRISC)Medellín - San Fernando PlazaMié, 2019-05-08 09:304095USD / 5575USD
Inteligencia de Negocios de Big Data para Agencias del GobiernoMedellín - San Fernando PlazaLun, 2019-05-20 09:308910USD / 10710USD
Gestión Eficiente de los Requisitos Mediante Métodos Àgiles y Modelado Àgil de UMLMedellín - San Fernando PlazaMié, 2019-07-17 09:304095USD / 5575USD

Descuentos en los Cursos

Respetamos la privacidad de su dirección de correo electrónico. No transmitiremos ni venderemos su dirección a otras personas.
En cualquier momento puede cambiar sus preferencias o cancelar su suscripción por completo.

Algunos de nuestros clientes

is growing fast!

We are looking to expand our presence in Colombia!

As a Business Development Manager you will:

  • expand business in Colombia
  • 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!