Lokale, door instructeurs geleide live Python-trainingscursussen demonstreren door hands-on verschillende aspecten van de Python-programmeertaal. Enkele van de behandelde onderwerpen zijn onder meer de basisprincipes van Python-programmering, geavanceerde Python-programmering, Python voor testautomatisering, Python-scripting en -automatisering, en Python voor data-analyse en big data-toepassingen op gebieden zoals financiën, banken en verzekeringen. NobleProg Python-trainingen omvatten ook cursussen voor beginners en gevorderden in het gebruik van Python-bibliotheken en frameworks voor Machine Learning en Deep Learning. Python-training is beschikbaar als 'live training op afstand' of 'live training op locatie'. Online live training (ook bekend als "live training op afstand") wordt uitgevoerd via een interactieve, externe desktop . Live training op locatie kan lokaal worden uitgevoerd op het terrein van de klant in Namen of in bedrijfstrainingscentra van NobleProg in Namen. NobleProg -- Uw lokale trainingsaanbieder
Namur, Hotel de Ville
NobleProg Namur, Rue de Fer, 48 , Namur, belgium, 5000
Namen
Namen is een Franstalige stad in België, sinds 1986 hoofdstad van Wallonië en hoofdstad...
Namen
Namen is een Franstalige stad in België, sinds 1986 hoofdstad van Wallonië en hoofdstad van de provincie Namen. Bewoond sinds de Neolithische periode, zag de samenvloeiing van de Samber en de Maas de geboorte van de Romeinse stad aan het begin van onze jaartelling. Voormalig bolwerk van de graven van Namen, verbonden aan het huis van Luxemburg en vervolgens aan het Habsburgse rijk, was de citadel van Namen in de loop der jaren het middelpunt van vele belegeringen. Ondanks de schade die de conflicten hebben geleden, heeft de stad een rijk roerend en onroerend erfgoed behouden. Vandaag de regionale hoofdstad, de stad is de zetel van het parlement van Wallonië, de Waalse regering en de openbare dienst van Wallonië, maar ook de gaststad van het Internationaal Franstalig Filmfestival, het kermisfestival van Namen in mei, het Festival Verdur Rock .
De dichtstbijzijnde luchthaven bij het trainingscentrum
Internationale luchthaven Namen-Suarlee
Dichtstbijzijnde treinstation bij het trainingscentrum
Station Namen
De dichtstbijzijnde parkeerplaats bij het trainingscentrum
Het doel van deze cursus is om een basiskennis te bieden in het toepassen van Machine Learning methoden in de praktijk. Door het gebruik van de Python programmeringstaal en de verschillende bibliotheken, en gebaseerd op een groot aantal praktische voorbeelden, leert deze cursus hoe de belangrijkste bouwblokken van Machine Learning te gebruiken, hoe data-modelingbeslissingen te nemen, de uitkomsten van de algoritmen te interpreteren en de resultaten te valideren.
Ons doel is om u de vaardigheden te geven om de meest fundamentele hulpmiddelen van de Machine Learning toolbox vertrouwelijk te begrijpen en te gebruiken en de gemeenschappelijke pitfalls van de Data Science-toepassingen te voorkomen.
het doel van deze cursus is het verstrekken van algemene bekwaamheid in de toepassing van machine leermethoden in de praktijk. Door het gebruik van de python programmeertaal en de verschillende bibliotheken, en gebaseerd op een veelheid van praktische voorbeelden van deze cursus leert hoe de belangrijkste bouwstenen van de machine leren gebruiken, hoe je data modellering beslissingen te maken, interpreteren van de uitgangen van de algoritmen en valideren van de resultaten.
ons doel is om u de vaardigheden om te begrijpen en gebruik maken van de meest fundamentele instrumenten van de machine leren Toolbox vol vertrouwen en Vermijd de gemeenschappelijke valkuilen van data Sciences toepassingen.
Dit is een 4-daagse cursus die AI en de toepassing ervan introduceert met behulp van de Python programmeringstaal. Er is een optie om een extra dag te hebben om een AI-project te ondernemen aan het voltooien van deze cursus.
Deze door een instructeur geleide, live training begint met een bespreking van BDD en hoe het Behave raamwerk kan worden gebruikt om BDD-testen voor webapplicaties uit te voeren. Deelnemers krijgen voldoende gelegenheid om te communiceren met de instructeur en collega's, terwijl ze de concepten en tactieken implementeren die ze in deze praktische, praktijkgerichte laboratoriumomgeving hebben geleerd.Aan het einde van deze training zullen de deelnemers een goed begrip hebben van BDD en Behave, evenals de noodzakelijke praktijk om deze technieken en hulpmiddelen in praktijktestscenario's te implementeren.
Object-Oriented Programming (OOP) is een programmeerparadigma gebaseerd op het concept van objecten. OOP is meer gericht op gegevens dan op logica. Python is een programmeertaal op hoog niveau die bekend staat om zijn duidelijke syntaxis en leesbaarheid van code. In deze door een instructeur geleide, live training leren deelnemers hoe ze aan de slag kunnen met Object-Oriented Programming met behulp van Python . Aan het einde van deze training kunnen deelnemers:
Begrijp de fundamentele concepten van objectgeoriënteerd Programming
Begrijp de syntaxis van OOP in Python
Schrijf hun eigen objectgeoriënteerd programma in Python
Publiek
Beginners die graag meer willen leren over Object-Oriented Programming
Ontwikkelaars die geïnteresseerd zijn in het leren van OOP in Python
Python programmeurs die geïnteresseerd zijn in het leren van OOP
Formaat van de cursus
Deelcollege, deelbespreking, oefeningen en zware praktijkoefeningen
In deze door een instructeur geleide, live training leren deelnemers hoe ze deep learning-modellen voor telecom kunnen implementeren met behulp van Python terwijl ze de creatie van een deep learning kredietrisicomodel doorlopen.Aan het einde van deze training kunnen deelnemers:
Begrijp de fundamentele concepten van deep learning.
Leer de toepassingen en toepassingen van deep learning in telecom.
Gebruik Python, Keras en TensorFlow om deep learning-modellen voor telecom te creëren.
Bouw hun eigen deep learning-voorspellingsmodel voor klantverloop met behulp van Python.
Deze door een instructeur geleide, live training (op locatie of op afstand) is gericht op bedrijfsanalisten die de handel willen automatiseren met algoritmische handel, Python en R.Aan het einde van deze training kunnen deelnemers:
Gebruik algoritmen om snel effecten tegen gespecialiseerde stappen te kopen en verkopen.
Verlaag de kosten die met handel gepaard gaan met behulp van algoritmische handel.
Houd automatisch de aandelenkoersen in de gaten en plaats transacties.
Deze door een instructeur geleide, live training (op locatie of op afstand) is gericht op datawetenschappers en data-analisten die willen programmeren in R en Python voor uitbijterdetectie.Aan het einde van deze training kunnen deelnemers:
Bepaal of gegevens een anomalie of een verwachte waarde zijn.
Implementeer algoritmen voor detectie van afwijkingen.
Gebruik verschillende technieken en methoden om afwijkingen op te sporen.
Deze instructeur-geleide, live training in Namen (op locatie of op afstand) is gericht op GIS analisten die repetitieve taken in GIS processen willen automatiseren.Aan het einde van deze training kunnen deelnemers:
Bouw GIS-applicaties met behulp van Python en ArcGIS-tools.
Ontwikkel met het ArcGIS-pakket ArcPy, met behulp van Python.
Pas de ArcGIS-modules toe voor kaartautomatisering met behulp van objectklassen in Python.
Deze door een instructeur geleide, live training (op locatie of op afstand) is gericht op biologen die Biopython willen gebruiken.Aan het einde van deze training kunnen deelnemers:
Integreer biologische concepten met informatietechnologieën om onderzoeksproblemen op te lossen.
Mijninformatie uit grote datasets van biologische oorsprong.
Creëer algoritmen voor essentiële onderzoekstaken.
ChatBots zijn computerprogramma's die automatisch menselijke reacties simuleren via chatinterfaces. ChatBots helpen organisaties hun operationele efficiëntie te maximaliseren door eenvoudiger en snellere opties te bieden voor hun gebruikersinteracties. In deze door een instructeur geleide live training leren deelnemers hoe ze chatbots kunnen bouwen in Python . Aan het einde van deze training kunnen deelnemers:
Begrijp de basisprincipes van het bouwen van chatbots
Bouw, test, implementeer en los verschillende chatbots op met Python
Publiek
ontwikkelaars
Formaat van de cursus
Deelcollege, deelbespreking, oefeningen en zware praktijkoefeningen
Notitie
Neem contact met ons op om een aangepaste training voor deze cursus aan te vragen.
Deze door een instructeur geleide, live training Namen (op locatie of op afstand) is gericht op ontwikkelaars of DevOps-ingenieurs die automatiseringspijplijnen willen bouwen met behulp van CI/CD-praktijken met Python.Aan het einde van deze training kunnen deelnemers:
Zet de benodigde ontwikkelomgeving op om te beginnen met het bouwen van CI/CD-pijplijnen met Python.
Bouw geautomatiseerde pijplijnen voor het testen en publiceren van pakketten Python met behulp van Travis-CI.
Automatiseer de implementatie van containerapplicaties met Docker en Heroku.
Deze door een instructeur geleide, live training (op locatie of op afstand) is gericht op ontwikkelaars die CUDA willen gebruiken om Python applicaties te bouwen die parallel draaien op NVIDIA GPU's.Aan het einde van deze training kunnen deelnemers:
Gebruik de Numba-compiler om applicaties die op NVIDIA GPU's draaien te versnellen.
Creëer, compileer en start aangepaste CUDA-kernels.
Beheer GPU-geheugen.
Converteer een CPU-gebaseerde applicatie naar een GPU-versnelde applicatie.
Deze instructeur-geleide, live training (onsite of op afstand) is gericht op data-analisten en data-wetenschappers die meer geavanceerde data-analysetechnieken willen implementeren voor data mining met Python . Aan het einde van deze training kunnen deelnemers:
Begrijp belangrijke gebieden van datamining, waaronder associatieregel mining, analyse van tekstsentiment, automatische tekstsamenvatting en detectie van gegevensafwijkingen.
Vergelijk en implementeer verschillende strategieën voor het oplossen van echte dataminingproblemen.
De resultaten begrijpen en interpreteren.
Indeling van de cursus
Interactieve lezing en discussie.
Veel oefeningen en oefenen.
Praktische implementatie in een live-labomgeving.
Cursusaanpassingsopties
Neem contact met ons op om een aangepaste training voor deze cursus aan te vragen.
Machine learning is een tak van kunstmatige intelligentie waarbij computers kunnen leren zonder expliciet te worden geprogrammeerd. Diep leren is een deelgebied van machine learning dat methoden gebruikt die gebaseerd zijn op gegevensrepresentaties en structuren zoals neurale netwerken. Python is een programmeertaal op hoog niveau die bekend staat om zijn duidelijke syntaxis en leesbaarheid van code. In deze door een instructeur geleide, live training leren deelnemers hoe ze deep learning-modellen voor bankieren kunnen implementeren met behulp van Python terwijl ze het maken van een deep learning-kredietrisicomodel doorlopen. Aan het einde van deze training kunnen deelnemers:
Begrijp de fundamentele concepten van diep leren
Leer de toepassingen en toepassingen van diep leren in bankieren
Gebruik Python , Keras en TensorFlow om diepgaande leermodellen voor bankieren te maken
Bouw hun eigen deep learning kredietrisicomodel met behulp van Python
Publiek
ontwikkelaars
Data wetenschappers
Formaat van de cursus
Deelcollege, deelbespreking, oefeningen en zware praktijkoefeningen
Machine learning is een tak van Artificial Intelligence waarbij computers het vermogen hebben om te leren zonder expliciet geprogrammeerd te zijn Deep learning is een subveld van machine learning dat gebruikmaakt van methoden die gebaseerd zijn op leergegevensrepresentaties en structuren zoals neurale netwerken Python is een programmeertaal op hoog niveau die bekend staat om zijn duidelijke syntaxis en codele leesbaarheid In deze live training met instructeur leren deelnemers hoe ze diepgaande leermodellen voor financiën kunnen implementeren met behulp van Python, terwijl ze door de creatie van een diepgaand modelvoorspellingmodel voor prijsvoorspelling stappen Aan het einde van deze training kunnen deelnemers: Begrijp de fundamentele concepten van diep leren Leer de toepassingen en het gebruik van deep learning in finance Gebruik Python, Keras en TensorFlow om diepgaande leermodellen voor financiën te maken Bouw een eigen voorspellingsmodel voor deep learning aandelenprijzen met Python Publiek ontwikkelaars Datawetenschappers Formaat van de cursus Gedeeltelijke lezing, deelbespreking, oefeningen en zware handsonoefeningen .
Deze door een instructeur geleide, live training (op locatie of op afstand) is gericht op datawetenschappers die TensorFlow willen gebruiken om potentiële fraudegegevens te analyseren.Aan het einde van deze training kunnen deelnemers:
Maak een fraudedetectiemodel in Python en TensorFlow.
Bouw lineaire regressies en lineaire regressiemodellen om fraude te voorspellen.
Ontwikkel een end-to-end AI-toepassing voor het analyseren van fraudegegevens.
Machine learning is een branche van Artificial Intelligence waarin computers de mogelijkheid hebben om te leren zonder uitdrukkelijk te worden geprogrammeerd.
Deep learning is een onderveld van machine learning dat methoden gebruikt die gebaseerd zijn op leergegevens representaties en structuren zoals neurale netwerken.
Python is een hoog niveau programmeertaal beroemd om zijn duidelijke syntax en code leesbaarheid.
In deze instructeur geleide, live training, zullen de deelnemers leren hoe te implementeren diepe leren modellen voor telecom gebruik Python als ze stappen door het creëren van een diepe leren credit risk model.
Aan het einde van deze training zullen de deelnemers in staat zijn:
Begrijp de fundamentele begrippen van diep leren.
Leer de toepassingen en toepassingen van diep leren in telecom.
Gebruik Python, Keras en TensorFlow om diep leren modellen voor telecom te creëren.
Bouw je eigen diep leren klant voorspelling model met behulp van Python.
Format van de cursus
Interactieve lezingen en discussie.
Veel oefeningen en oefeningen.
Hand-on implementatie in een live-lab-omgeving.
Cursus aanpassingsopties
Om een aangepaste training voor deze cursus te vragen, neem dan contact met ons op om te organiseren.
Deze door een instructeur geleide, live training (op locatie of op afstand) is gericht op datawetenschappers die GAN's en variabele auto-encoders willen gebruiken om nieuwe, synthetische exemplaren van afbeeldingen, video's en audio te genereren.Aan het einde van deze training kunnen deelnemers:
Bouw een GAN met behulp van machine learning-bibliotheken in Python.
Deze door een instructeur geleide, live training in Namen (op locatie of op afstand) is gericht op ingenieurs die een snelle, resource-lichte Gunicorn-server willen inzetten om Python webapplicaties uit te voeren.Aan het einde van deze training kunnen deelnemers:
Installeer en configureer Gunicorn.
Begrijp de bouwstenen voor het implementeren van een Python webapplicatie
Leg de rol van Gunicorn uit en hoe deze zich verhoudt tot de Servlet API van Java.
Integreer Gunicorn met verschillende Python webframeworks.
Internet of Things (IoT) is een netwerkinfrastructuur die fysieke objecten en softwareapplicaties draadloos met elkaar verbindt, waardoor ze met elkaar kunnen communiceren en gegevens kunnen uitwisselen via netwerkcommunicatie, cloud computing en gegevensverzameling. Python is een programmeertaal op hoog niveau die wordt aanbevolen voor IoT vanwege de duidelijke syntaxis en grote communityondersteuning. In deze door een instructeur geleide live training leren deelnemers hoe ze IoT-oplossingen kunnen programmeren met Python . Aan het einde van deze training kunnen deelnemers:
Begrijp de basisprincipes van IoT-architectuur
Leer de basisprincipes van het gebruik van Raspberry Pi
Installeer en configureer Python op Raspberry Pi
Ontdek de voordelen van het gebruik van Python bij het programmeren van IoT-systemen
Bouw, test, implementeer en los problemen met een IoT-systeem op met Python en Raspberry Pi
Publiek
ontwikkelaars
ingenieurs
Formaat van de cursus
Deelcollege, deelbespreking, oefeningen en zware praktijkoefeningen
Notitie
Neem contact met ons op om een aangepaste training voor deze cursus aan te vragen.
Deze door een instructeur geleide, live training (op locatie of op afstand) is gericht op data-ingenieurs, datawetenschappers en programmeurs die Apache Kafka-functies willen gebruiken in datastreaming met Python.Aan het einde van deze training kunnen deelnemers Apache Kafka gebruiken om omstandigheden in continue datastromen te monitoren en te beheren met behulp van Python programmeren.
Deze door een instructeur geleide, live training (op locatie of op afstand) is gericht op software-ingenieurs die geavanceerde deep learning neurale netwerken en modellen willen ontwikkelen met behulp van Keras en Python.Aan het einde van deze training kunnen deelnemers:
Pas deep learning toe met begeleide of onbewaakte leermethoden.
Ontwikkel, train en implementeer gelijktijdige neurale netwerken en terugkerende neurale netwerken.
Gebruik Keras en Python om diepgaande leermodellen te bouwen om problemen met afbeeldingen, tekst, geluid en meer op te lossen.
Deze instructeur-geleide, live training in Namen (op locatie of op afstand) is gericht op datawetenschappers die willen programmeren in Python en R voor KNIME.Aan het einde van deze training kunnen deelnemers:
Plan, bouw en implementeer machine learning-modellen in KNIME.
Neem datagestuurde beslissingen voor de bedrijfsvoering.
Microservices verwijzen naar een applicatie-architectuurstijl die het gebruik van onafhankelijke, zelfstandige programma's bevordert. Python is een dynamische programmeertaal op hoog niveau die ideaal is voor zowel scripting als applicatieontwikkeling. De uitgebreide bibliotheek van open source tools en frameworks van Python maakt het een praktische keuze voor het bouwen van microservices. In deze live training onder leiding van een instructeur leren deelnemers de basisprincipes van microservices terwijl ze door het creëren van een microservice stappen met behulp van Python . Aan het einde van deze training kunnen deelnemers:
Begrijp de basisprincipes van het bouwen van microservices
Leer hoe u Python kunt gebruiken om microservices te bouwen
Leer hoe u Docker kunt gebruiken om op Python gebaseerde microservices te implementeren
Publiek
ontwikkelaars
programmeurs
Formaat van de cursus
Deelcollege, deelbespreking, oefeningen en zware praktijkoefeningen
Machine Learning is een tak van kunstmatige intelligentie waarin computers kunnen leren zonder expliciet te worden geprogrammeerd. Python is een programmeertaal die bekend staat om zijn duidelijke syntaxis en leesbaarheid. Het biedt een uitstekende verzameling goed geteste bibliotheken en technieken voor het ontwikkelen van toepassingen voor machine learning. In deze live training onder leiding van een instructeur leren deelnemers hoe ze technieken en hulpmiddelen voor machine learning kunnen toepassen om echte problemen in de banksector op te lossen. Deelnemers leren eerst de belangrijkste principes en brengen hun kennis vervolgens in de praktijk door hun eigen machine learning-modellen te bouwen en deze te gebruiken om een aantal teamprojecten te voltooien. Publiek
ontwikkelaars
Data wetenschappers
Formaat van de cursus
Deelcollege, deelbespreking, oefeningen en zware praktijkoefeningen
Machine learning is een tak van kunstmatige intelligentie waarbij computers kunnen leren zonder expliciet te worden geprogrammeerd. Python is een programmeertaal die bekend staat om zijn duidelijke syntaxis en leesbaarheid. Het biedt een uitstekende verzameling goed geteste bibliotheken en technieken voor het ontwikkelen van toepassingen voor machine learning. In deze live training onder leiding van een instructeur leren deelnemers hoe ze technieken en hulpmiddelen voor machine learning kunnen toepassen om echte problemen in de financiële sector op te lossen. Deelnemers leren eerst de belangrijkste principes en brengen hun kennis vervolgens in de praktijk door hun eigen machine learning-modellen te bouwen en deze te gebruiken om een aantal teamprojecten te voltooien. Aan het einde van deze training kunnen deelnemers:
Begrijp de fundamentele concepten in machine learning
Leer de toepassingen en toepassingen van machine learning in financiën
Ontwikkel hun eigen algoritmische handelsstrategie met behulp van machine learning met Python
Publiek
ontwikkelaars
Data wetenschappers
Formaat van de cursus
Deelcollege, deelbespreking, oefeningen en zware praktijkoefeningen
Deze instructeur-geleide, live training in Namen (op locatie of op afstand) is gericht op netwerkingenieurs die computernetwerken willen onderhouden, beheren en ontwerpen met Python.Aan het einde van deze training kunnen deelnemers:
Optimaliseer en benut Paramiko, Netmiko, Napalm, Telnet en pyntc voor netwerkautomatisering met Python.
Beheers multi-threading en multiprocessing in netwerkautomatisering.
Natuurlijke taalgeneratie (NLG) verwijst naar de productie van natuurlijke taaltekst of spraak door een computer In deze live training met instructeur leren deelnemers hoe ze Python kunnen gebruiken om hoogwaardige natuurlijke taaltekst te maken door zelf vanuit het niets een eigen NLG-systeem te bouwen Case studies zullen ook worden onderzocht en de relevante concepten zullen worden toegepast op live lab-projecten voor het genereren van inhoud Aan het einde van deze training kunnen deelnemers: Gebruik NLG om automatisch inhoud te genereren voor verschillende industrieën, van journalistiek tot onroerend goed, tot weer- en sportrapportage Selecteer en organiseer broninhoud, plan zinnen en bereid een systeem voor op het automatisch genereren van originele inhoud Begrijp de NLG-pijplijn en pas de juiste technieken toe in elke fase Begrijp de architectuur van een Natural Language Generation (NLG) -systeem Implementeer de meest geschikte algoritmen en modellen voor analyse en bestelling Trek gegevens uit openbaar beschikbare gegevensbronnen en samengestelde databases om te gebruiken als materiaal voor gegenereerde tekst Vervang handmatige en arbeidsintensieve schrijfprocessen door computergegenereerde, geautomatiseerde inhoudcreatie Publiek ontwikkelaars Datawetenschappers Formaat van de cursus Gedeeltelijke lezing, deelbespreking, oefeningen en zware handsonoefeningen .
Read more...
Last Updated:
Getuigenissen (25)
De cursus was eenvoudig, intuïtief, gemakkelijk te volgen, de oefeningen behandelden de vooraf besproken onderwerpen.
Alexandru - BRD
Cursus - Python Programming Fundamentals
Machine Translated
Veel voorbeelden van verschillende cases en materialen die in de toekomst nuttig zullen zijn als ik lessen probeer toe te passen op mijn werktoepassingen. Ook was het fijn dat er tussen de lessen door thuis taken te doen waren, omdat het de mogelijkheid geeft om de onderdelen van de vorige les op te pakken waar ik moeite mee had. Als ik tijdens een les een vraag had, hielp de leraar me graag en legde het probleem uit, en de leraar had een goede expertise op alle vragen die werden gesteld.
Raivis - Gravity Team
Cursus - Python: Automate the Boring Stuff
Machine Translated
De trainer liet zien dat hij de materie goed begrijpt.
Marino - EQUS - The University of Queensland
Cursus - Machine Learning with Python – 2 Days
Machine Translated
zeer uitgebreid met betrekking tot het uitvoeren van data-analyse met behulp van Python
Mervin Lau - MINDEF
Cursus - Python for Data Analysis
Machine Translated
Alles, geweldige trainer.
Michał Rawicki
Cursus - Unit Testing with Python
Machine Translated
Zeer interactief met diverse voorbeelden, met een goede progressie in complexiteit tussen start en einde van de training.
Jenny - Andheo
Cursus - GPU Programming with CUDA and Python
Machine Translated
Kennis, inhoudelijke inhoud, contact met anderen, bereidheid om te helpen, zelfs bij triviale problemen, vermogen om luisteraars te interesseren.
Michał
Cursus - Python for Excel
Machine Translated
voorbeelden en oefeningen
Kamil
Cursus - Introduction to Data Science and AI using Python
Machine Translated
Interessante kennis
Gabriel - MINDEF
Cursus - Machine Learning with Python – 4 Days
Machine Translated
flexibiliteit in de benadering van de klant. de trainer kon kwesties voorbereiden die de deelnemers aan de training interesseerden.
Mirosław - CREDIT SUISSE (POLAND)
Cursus - Python Programming - 4 days
Machine Translated
Praktijkvoorbeelden en bredere context gegeven.
James - Mitsubishi Electric R&D Centre Europe BV (MERCE-UK)
Cursus - IoT Programming with Python
Machine Translated
I liked that it was practical. Loved to apply the theoretical knowledge with practical examples.
Aurelia-Adriana - Allianz Services Romania
Cursus - Python and Spark for Big Data (PySpark)
examples based on our data
Witold - P4 Sp. z o.o.
Cursus - Deep Learning for Telecom (with Python)
The fact that we were able to take with us most of the information/course/presentation/exercises done, so that we can look over them and perhaps redo what we didint understand first time or improve what we already did.
Raul Mihail Rat - Accenture Industrial SS
Cursus - Python, Spark, and Hadoop for Big Data
I'm looking forward to having a training again with Any, he was really good, I'm just a GIS guy, but Any made everything clear to me, he explained complex processes in layman's terms. Keep it up, thank you.
Lwazi Qhingana - South African National Roads Agency (SANRAL) SOC Ltd
Cursus - Python for Geographic Information System (GIS)
Plenty of examples - and the trainer willing to bend backwards to help us with topics we were weaker in.
Wei Lit Teoh - HP Singapore (Private) Ltd.
Cursus - Advanced Python - 4 Days
De toegankelijkheid van de trainer en het vermogen om te communiceren zeer effectief,
Ciprian Ilie - Institutul National de Sanatate Publica
Cursus - Programming for Biologists
Machine Translated
Content and example. virtual computer is helpful (my version of anaconda does not have Dash library yet)
Jennifer Ni - AllianceBernstein
Cursus - Python with Plotly and Dash
Many different examples and topics has been covered, from basic investigation to login management and dynamic page management.
Daniele Tagliaferro - Creditsafe Italia Srl
Cursus - Web Scraping with Python
That it was applying real company data.
Trainer had a very good approach by making trainees participate and compete
Jimena Esquivel - Zakład Usługowy Hakoman Andrzej Cybulski
Cursus - Applied AI from Scratch in Python
Trainer was very knowlegable and very open to feedback on what pace to go through the content and the topics we covered. I gained alot from the training and feel like I now have a good grasp of image manipulation and some techniques for building a good training set for an image classification problem.
Anthea King - WesCEF
Cursus - Computer Vision with Python
Trainer was accommodative. And actually quite encouraging for me to take up the course.
Grace Goh - DBS Bank Ltd
Cursus - Python in Data Science
I genuinely enjoyed the lots of labs and practices.
Vivian Feng - Destination Canada
Cursus - Data Analysis with SQL, Python and Spotfire
In-depth coverage of machine learning topics, particularly neural networks. Demystified a lot of the topic.
Python training cursus in Namen, Python opleiding cursus in Namen, Weekend Python cursus in Namen, Avond Python training in Namen, Python instructeur geleid Namen, Python instructeur geleid in Namen,Python lessen in Namen, Python op locatie in Namen, Python trainer in Namen, Python een op een opleiding in Namen, Python boot camp in Namen, Python een op een training in Namen, Python privé cursus in Namen, Python on-site in Namen, Python instructeur in Namen, Avond Python cursus in Namen, Python coaching in Namen, Weekend Python training in Namen