
Des formations locales en intelligence artificielle (IA) en direct, animées par un instructeur, expliquent par des exercices pratiques comment mettre en œuvre des solutions d'IA pour résoudre des problèmes concrets. La formation en intelligence artificielle est disponible en tant que "formation sur site en direct" ou "formation en direct à distance". La formation en direct sur site peut être effectuée localement chez le client à Belgique ou dans des centres de formation d'entreprise NobleProg dans Belgique . La formation en direct à distance est réalisée au moyen d'un poste de travail distant et interactif. NobleProg - Votre prestataire de formation local.
Machine Translated
Nos Clients témoignent
Alternance théorie/pratique efficace !
CIRAD
Formation: Introduction au Machine Learning avec MATLAB
Présentation progressive et application des méthodes
Aurélien Briffaz - CIRAD
Formation: Introduction au Machine Learning avec MATLAB
Disponibilité et adaptabilité, réponses aux questions
Jean-Michel MEOT - CIRAD
Formation: Introduction au Machine Learning avec MATLAB
Il était très instructif et utile.
Pratheep Ravy
Formation: Predictive Modelling with R
Machine Translated
C'était très interactif et plus détendu et informel que prévu. Nous avons couvert de nombreux sujets dans le temps et le formateur a toujours été réceptif à parler plus en détail ou plus généralement des sujets et de leurs relations. Je pense que la formation m'a donné les outils pour continuer à apprendre, par opposition à une session unique où l'apprentissage s'arrête une fois que vous avez terminé, ce qui est très important compte tenu de l'ampleur et de la complexité du sujet.
Jonathan Blease
Formation: Artificial Neural Networks, Machine Learning, Deep Thinking
Machine Translated
Ann a créé un environnement idéal pour poser des questions et apprendre. Nous nous sommes beaucoup amusés et avons aussi beaucoup appris en même temps.
Gudrun Bickelq
Formation: Introduction to the use of neural networks
Machine Translated
La partie interactive, adaptée à nos besoins spécifiques.
Thomas Stocker
Formation: Introduction to the use of neural networks
Machine Translated
J'ai aimé les exercices.
Office for National Statistics
Formation: Natural Language Processing with Python
Machine Translated
J'ai vraiment apprécié l'approche pratique.
Kevin De Cuyper
Formation: Computer Vision with OpenCV
Machine Translated
gamme de matériel
Maciej Jonczyk
Formation: From Data to Decision with Big Data and Predictive Analytics
Machine Translated
systématisation des connaissances dans le domaine du ML
Orange Polska
Formation: From Data to Decision with Big Data and Predictive Analytics
Machine Translated
Le formateur était très compétent et comprenait des domaines qui m'intéressaient.
Mohamed Salama
Formation: Data Mining & Machine Learning with R
Machine Translated
Le sujet est très intéressant.
Wojciech Baranowski
Formation: Introduction to Deep Learning
Machine Translated
Connaissances théoriques des formateurs et volonté de résoudre les problèmes avec les participants après la formation.
Grzegorz Mianowski
Formation: Introduction to Deep Learning
Machine Translated
Sujet. Très intéressant!.
Piotr
Formation: Introduction to Deep Learning
Machine Translated
Les exercices après chaque sujet ont été très utiles, même s’ils étaient trop compliqués à la fin. En général, le matériel présenté était très intéressant et intéressant! Les exercices avec reconnaissance d'image étaient excellents.
Dolby Poland Sp. z o.o.
Formation: Introduction to Deep Learning
Machine Translated
Je pense que si la formation se faisait en polonais, cela permettrait au formateur de partager ses connaissances plus efficacement.
Radek
Formation: Introduction to Deep Learning
Machine Translated
La vue d'ensemble globale de l'apprentissage en profondeur.
Bruno Charbonnier
Formation: Advanced Deep Learning
Machine Translated
Les exercices sont suffisamment pratiques et ne nécessitent pas de connaissances approfondies en Python .
Alexandre GIRARD
Formation: Advanced Deep Learning
Machine Translated
Faire des exercices sur des exemples réels en utilisant Eras. L'Italie a parfaitement compris nos attentes concernant cette formation.
Paul Kassis
Formation: Advanced Deep Learning
Machine Translated
J'ai vraiment apprécié les réponses claires de Chris à nos questions.
Léo Dubus
Formation: Réseau de Neurones, les Fondamentaux en utilisant TensorFlow comme Exemple
Machine Translated
J'ai généralement apprécié le formateur compétent.
Sridhar Voorakkara
Formation: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
J'ai été stupéfait par la qualité de ce cours - je dirais que c'était la norme universitaire.
David Relihan
Formation: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
Très bon aperçu général. Go historique des raisons pour lesquelles Tensorflow fonctionne comme il le fait.
Kieran Conboy
Formation: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
J'ai aimé les possibilités de poser des questions et d'obtenir des explications plus approfondies de la théorie.
Sharon Ruane
Formation: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
Nous avons eu beaucoup plus d'informations sur le sujet. Une belle discussion a été faite avec certains sujets réels au sein de notre société.
Sebastiaan Holman
Formation: Machine Learning and Deep Learning
Machine Translated
La formation a fourni la bonne base qui nous permet de continuer à nous développer, en montrant comment la théorie et la pratique vont de pair. En fait, cela m'intéressait plus que par le passé.
Jean-Paul van Tillo
Formation: Machine Learning and Deep Learning
Machine Translated
J'ai vraiment apprécié la couverture et la profondeur des sujets.
Anirban Basu
Formation: Machine Learning and Deep Learning
Machine Translated
Le formateur a très facilement expliqué des sujets difficiles et avancés.
Leszek K
Formation: Artificial Intelligence Overview
Machine Translated
J'ai aimé les nouvelles connaissances sur l'apprentissage en machine profonde.
Josip Arneric
Formation: Neural Network in R
Machine Translated
Nous avons acquis des connaissances sur NN en général et ce qui était le plus intéressant pour moi, c’était les nouveaux types de NN qui sont populaires de nos jours.
Tea Poklepovic
Formation: Neural Network in R
Machine Translated
J'ai surtout apprécié les graphiques en R :))).
Faculty of Economics and Business Zagreb
Formation: Neural Network in R
Machine Translated
La connaissance approfondie du formateur sur le sujet.
Sebastian Görg
Formation: Introduction to Deep Learning
Machine Translated
Approche très actualisée ou IPC (flux tensoriel, ère, apprendre) pour faire de l'apprentissage automatique.
Paul Lee
Formation: TensorFlow for Image Recognition
Machine Translated
Très souple.
Frank Ueltzhöffer
Formation: Artificial Neural Networks, Machine Learning and Deep Thinking
Machine Translated
J'ai généralement apprécié la flexibilité.
Werner Philipp
Formation: Artificial Neural Networks, Machine Learning and Deep Thinking
Machine Translated
Compte tenu des perspectives de la technologie: quelle technologie / processus pourrait devenir plus important dans le futur; voir à quoi la technologie peut être utilisée
Commerzbank AG
Formation: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
J'ai bénéficié de la sélection de sujets. Style de formation. Orientation pratique
Commerzbank AG
Formation: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
Tout comme ça
蒙 李
Formation: Machine Learning Fundamentals with Python
Machine Translated
manière de conduire et exemple donné par le formateur
ORANGE POLSKA S.A.
Formation: Machine Learning and Deep Learning
Machine Translated
Possibilité de discuter vous-même des problèmes proposés
ORANGE POLSKA S.A.
Formation: Machine Learning and Deep Learning
Machine Translated
Communication avec des conférenciers
文欣 张
Formation: Artificial Neural Networks, Machine Learning, Deep Thinking
Machine Translated
Comme ça
lisa xie
Formation: Artificial Neural Networks, Machine Learning, Deep Thinking
Machine Translated
Couverture approfondie des sujets d'apprentissage automatique, en particulier des réseaux de neurones. Démystifié beaucoup de sujet.
Sacha Nandlall
Formation: Python for Advanced Machine Learning
Machine Translated
Il s’agit de l’un des meilleurs exercices pratiques de programmation que je connaisse.
Laura Kahn
Formation: Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP
Machine Translated
C’est l’une des meilleures formations en ligne de qualité que j’ai jamais eues au cours de ma carrière de 13 ans. Continuez ce bon travail!.
Formation: Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP
Machine Translated
beaucoup d'exercices que je peux utiliser directement dans mon travail.
Alior Bank S.A.
Formation: Sieci Neuronowe w R
Machine Translated
C’est l’une des meilleures formations en ligne de qualité que j’ai jamais eues au cours de ma carrière de 13 ans. Continuez ce bon travail!.
Formation: Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP
Machine Translated
Plans de cours Artificial Intelligence
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.
Cette formation guidée par les instructeurs, en direct (online ou sur site) est destinée aux biologistes qui souhaitent comprendre comment AlphaFold fonctionne et utilise AlphaFold les modèles en tant que guides dans leurs études expérimentales.
À la fin de cette formation, les participants seront en mesure de :
Comprendre les principes fondamentaux de AlphaFold. Apprenez comment cela fonctionne AlphaFold. Apprenez à interpréter AlphaFold les prévisions et les résultats.
Le format du cours
Lecture et discussion interactives. Beaucoup d’exercices et de pratiques. La mise en œuvre dans un environnement de laboratoire en direct.
Options de personnalisation de cours
Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour organiser.
Cette formation guidée par des instructeurs, en direct (online ou sur site) est destinée à des analystes de données et des scientifiques de données qui souhaitent utiliser Weka pour effectuer des tâches de minage de données.
À la fin de cette formation, les participants seront en mesure de :
Installer et configurer Weka Comprendre Weka l’environnement et le système de travail. Exécuter des tâches de minage de données en utilisant Weka.
Le format du cours
Lecture et discussion interactives. Beaucoup d’exercices et de pratiques. La mise en œuvre dans un environnement de laboratoire en direct.
Options de personnalisation de cours
Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour organiser.
Notre objectif est de vous donner les compétences pour comprendre et utiliser les outils les plus fondamentaux de la boîte d'outils Machine Learning avec confiance et éviter les tombes communes des applications Data Science.
ce cours, dirigé par un instructeur, se concentre sur l’extraction d’informations et de sens à partir de ces données. En utilisant les bibliothèques de langage R et de traitement du langage naturel (PNL), nous combinons les concepts et les techniques de l’informatique, de l’intelligence artificielle et de la linguistique computationnelle pour comprendre algorithmiquement le sens derrière les données textuelles. Les échantillons de données sont disponibles dans différentes langues selon les besoins du client.
à la fin de cette formation, les participants seront en mesure de préparer des ensembles de données (grands et petits) à partir de sources disparates, puis d’appliquer les bons algorithmes pour analyser et rendre compte de sa signification.
format du cours
- partie de la Conférence, la discussion en partie, la pratique des pratiques lourdes, des tests occasionnels pour évaluer la compréhension
notre objectif est de vous donner les compétences pour comprendre et utiliser les outils les plus fondamentaux de la boîte à outils machine learning en toute confiance et d’éviter les pièges communs des applications Data sciences.
Le cours est livré avec des exemples et des exercices utilisant Python
Dans cet instructeur, une formation vivante, les participants apprendront les fondamentaux de la profonde Reinforcement Learning alors qu'ils se déplaceront par la création d'un agent Deep Learning.
À la fin de cette formation, les participants peuvent:
Comprenez les concepts clés derrière la Profonde Reinforcement Learning et soient capables de le distinguer de Machine Learning Appliquer des algoritmes avancés Reinforcement Learning pour résoudre les problèmes du monde réel Construire un Deep Learning Agent
Audience
Développeurs des scientifiques de données
Format du cours
Participation, débat de partie, exercices et pratiques lourdes
Cette formation guidée par des instructeurs, en direct (online ou sur site) est destinée à des scientifiques de données qui souhaitent utiliser IBM Cloud Pak pour préparer les données pour l'utilisation dans les solutions d'IA.
À la fin de cette formation, les participants seront en mesure de :
Installer et configurer Cloud Pak pour les données. Unifier la collecte, l’organisation et l’analyse des données. Intégrer Cloud Pak for Data avec une variété de services pour résoudre des problèmes commerciaux courants. Implémenter les flux de travail pour collaborer avec les membres de l'équipe sur le développement d'une solution d'IA.
Le format du cours
Lecture et discussion interactives. Beaucoup d’exercices et de pratiques. La mise en œuvre dans un environnement de laboratoire en direct.
Options de personnalisation de cours
Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour organiser.
L’apprentissage en profondeur est un domaine de l’apprentissage en machine qui utilise des méthodes basées sur les représentations de données d’apprentissage et les structures telles que les réseaux neuronaux.
Python est un langage de programmation de haut niveau connu pour sa syntaxe claire et sa lecture de code.
Dans cette formation guidée par l'instructeur, les participants apprendront comment mettre en œuvre des modèles d'apprentissage profond pour les télécoms en utilisant Python alors qu'ils passent par la création d'un modèle de risque de crédit d'apprentissage profond.
À la fin de cette formation, les participants seront en mesure de :
Comprendre les concepts fondamentaux de l’apprentissage profond. Apprendre les applications et les utilisations de l'apprentissage profond dans la télécommunication. Utilisez Python, Keras, et TensorFlow pour créer des modèles d'apprentissage profond pour les télécoms. Construisez votre propre modèle d'apprentissage profond du client en utilisant Python.
Le format du cours
Lecture et discussion interactives. Beaucoup d’exercices et de pratiques. La mise en œuvre dans un environnement de laboratoire en direct.
Options de personnalisation de cours
Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour organiser.
Cette formation en direct dirigée par un instructeur (sur site ou à distance) s'adresse aux personnes techniques qui souhaitent mettre en place ou étendre un système RPA avec des capacités plus intelligentes.
À la fin de cette formation, les participants seront en mesure de:
- Installez et configurez UiPath IPA.
- Activez les robots pour gérer d'autres robots.
- Appliquez la vision par ordinateur pour localiser les objets d'écran avec précision.
- Activez des robots capables de détecter les schémas linguistiques et d'effectuer une analyse des sentiments sur le contenu non structuré.
Format du cours
- Conférence et discussion interactives.
- Beaucoup d'exercices et de pratique.
- Implémentation pratique dans un environnement de laboratoire en direct.
Options de personnalisation des cours
- Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour organiser.
- Pour en savoir plus sur UiPath IPA, veuillez visiter: https: // www. UiPath .com / rpa / intelligent-process-automation
Cette formation en direct dirigée par un instructeur (sur place ou à distance) s'adresse aux testeurs de logiciels qui souhaitent disposer d'un environnement de test logiciel piloté par l'IA.
À la fin de cette formation, les participants pourront :
- Automatiser la génération de test unitaire et la paramétrisation avec l'IA.
- Appliquer l'apprentissage automatique dans un cas d'utilisation du monde réel.
- Automatisez la génération et la maintenance des tests API avec AI.
- Utilisez des méthodes d'apprentissage automatique pour auto-guérir l'exécution des tests de Selenium.
Format du cours
- Conférence interactive et discussion.
- Beaucoup d'exercices et de pratique.
- Mise en œuvre pratique dans un environnement de laboratoire en direct.
Options de personnalisation de cours
- Pour demander une formation personnalisée pour ce cours, s'il vous plaît contactez-nous pour organiser.
Cette formation guidée par des instructeurs, en direct (online ou sur site) est destinée aux marchands qui souhaitent utiliser l'IA pour améliorer les stratégies de marketing numérique grâce à des connaissances précieuses des clients.
À la fin de cette formation, les participants seront en mesure de :
Leverage du logiciel AI pour améliorer la façon dont les marques se connectent aux utilisateurs. Utilisez des chatbots pour optimiser l’expérience utilisateur. Augmenter la productivité et les revenus grâce à l’automatisation des tâches.
Le format du cours
Lecture et discussion interactives. Beaucoup d’exercices et de pratiques. La mise en œuvre dans un environnement de laboratoire en direct.
Options de personnalisation de cours
Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour organiser.
Cette formation guidée par les instructeurs, en direct (online ou sur site) est destinée aux ingénieurs qui souhaitent programmer et créer des robots à travers les méthodes de base de l'IA.
À la fin de cette formation, les participants seront en mesure de :
Les filtres d’application (Kalman et particules) permettent au robot de localiser des objets en mouvement dans son environnement. Implémenter les algorithmes de recherche et la planification des mouvements. Implémenter les contrôles PID pour réguler le mouvement d'un robot dans un environnement. Implémenter des algorithmes SLAM pour permettre à un robot de cartographier un environnement inconnu.
Le format du cours
Lecture et discussion interactives. Beaucoup d’exercices et de pratiques. La mise en œuvre dans un environnement de laboratoire en direct.
Options de personnalisation de cours
Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour organiser.
Cette formation guidée par les instructeurs, en direct (online ou sur site) vise les gestionnaires et les dirigeants d'affaires qui souhaitent apprendre sur les fondements de l'intelligence artificielle et gérer les projets d'IA pour leur organisation.
À la fin de cette formation, les participants seront en mesure de comprendre l’IA au niveau technique et de stratégier en utilisant les données et les ressources de leur organisation pour gérer avec succès les projets d’IA.
Le format du cours
Lecture et discussion interactives. Beaucoup d’exercices et de pratiques. La mise en œuvre dans un environnement de laboratoire en direct.
Options de personnalisation de cours
Pour demander une formation personnalisée pour ce cours, veuillez nous contacter pour organiser.
Dans cette formation guidée par des instructeurs, en direct (online ou sur site), les participants apprendront les différentes technologies, cadres et techniques de programmation des différents types de robots à utiliser dans le domaine de la technologie nucléaire et des systèmes environnementaux.
Le cours de 4 semaines se tient 5 jours par semaine. Chaque jour est de 4 heures et se compose de conférences, de discussions et de développement pratique de robots dans un environnement de laboratoire en direct. Les participants rempliront divers projets du monde réel applicables à leur travail afin de pratiquer leurs connaissances acquises.
Le matériel cible pour ce cours sera simulé en 3D par le biais du logiciel de simulation. Le code sera ensuite chargé sur le matériel physique (Arduino ou autre) pour le test de déploiement final. Le ROS (Robot Operating System) framework open-source, C++ et Python sera utilisé pour la programmation des robots.
À la fin de cette formation, les participants seront en mesure de :
Comprendre les concepts clés utilisés dans les technologies robotiques. Comprendre et gérer l’interaction entre logiciel et matériel dans un système robotique. Comprendre et mettre en œuvre les composants logiciels qui soutiennent la robotique. Construisez et exploitez un robot mécanique simulé qui peut voir, sentir, traiter, naviguer et interagir avec les humains par la voix. Comprendre les éléments nécessaires de l'intelligence artificielle (apprentissage en machine, apprentissage profond, etc.) Utiliser pour construire un robot intelligent. Les filtres d’application (Kalman et Particle) permettent au robot de localiser des objets en mouvement dans son environnement. Implémenter les algorithmes de recherche et la planification des mouvements. Implémenter les contrôles PID pour réguler le mouvement d'un robot dans un environnement. Implémenter des algorithmes SLAM pour permettre à un robot de cartographier un environnement inconnu. Tester et résoudre un robot dans des scénarios réalistes.
Le format du cours
Lecture et discussion interactives. Beaucoup d’exercices et de pratiques. La mise en œuvre dans un environnement de laboratoire en direct.
sur le matériel
Les kits matériels seront confirmés par l'instructeur avant l'entraînement. Les kits contiennent plus ou moins les composants suivants : Arduino Le conseil Contrôleur de moteur Sensor de distance L’esclave Bluetooth Prototype de bord et de câbles Cable USB Véhicule Kit - Les participants devront fournir leur propre matériel.
Options de personnalisation de cours
Pour personnaliser toute partie de ce cours (langue de programmation, modèle robot, microcontroller, etc.) Veuillez nous contacter pour organiser.
Dans cette formation guidée par des instructeurs, en direct (online ou sur site), les participants apprendront les différentes technologies, cadres et techniques de programmation des différents types de robots à utiliser dans le domaine de la technologie nucléaire et des systèmes environnementaux.
Le cours de 6 semaines se tient 5 jours par semaine. Chaque jour est de 4 heures et se compose de conférences, de discussions et de développement pratique de robots dans un environnement de laboratoire en direct. Les participants rempliront divers projets du monde réel applicables à leur travail afin de pratiquer leurs connaissances acquises.
Le matériel cible pour ce cours sera simulé en 3D par le biais du logiciel de simulation. Le ROS (Robot Operating System) framework open-source, C++ et Python sera utilisé pour la programmation des robots.
À la fin de cette formation, les participants seront en mesure de :
Comprendre les concepts clés utilisés dans les technologies robotiques. Comprendre et gérer l’interaction entre logiciel et matériel dans un système robotique. Comprendre et mettre en œuvre les composants logiciels qui soutiennent la robotique. Construisez et exploitez un robot mécanique simulé qui peut voir, sentir, traiter, naviguer et interagir avec les humains par la voix. Comprendre les éléments nécessaires de l'intelligence artificielle (apprentissage en machine, apprentissage profond, etc.) Utiliser pour construire un robot intelligent. Les filtres d’application (Kalman et Particle) permettent au robot de localiser des objets en mouvement dans son environnement. Implémenter les algorithmes de recherche et la planification des mouvements. Implémenter les contrôles PID pour réguler le mouvement d'un robot dans un environnement. Implémenter des algorithmes SLAM pour permettre à un robot de cartographier un environnement inconnu. Élargissez la capacité d’un robot à accomplir des tâches complexes à travers Deep Learning. Tester et résoudre un robot dans des scénarios réalistes.
Le format du cours
Lecture et discussion interactives. Beaucoup d’exercices et de pratiques. La mise en œuvre dans un environnement de laboratoire en direct.
Options de personnalisation de cours
Pour personnaliser toute partie de ce cours (langue de programmation, modèle robot, etc.) Veuillez nous contacter pour organiser.
Public
Ce cours est destiné aux scientifiques et aux statisticiens qui connaissent bien les statistiques et savent programmer R (ou Python ou une autre langue choisie). Ce cours met l'accent sur les aspects pratiques de la préparation, de l'exécution, de l'analyse et de la visualisation de modèles / données.
Le but est de donner des applications pratiques à Machine Learning aux participants souhaitant appliquer les méthodes au travail.
Des exemples sectoriels sont utilisés pour rendre la formation pertinente pour le public cible.
Last Updated: