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
Nom du Cours
Durée
Aperçu
Nom du Cours
Durée
Aperçu
7 hours
This instructor-led, live training in Belgique (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.
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 hours
AlphaFold est un système Artificial Intelligence (AI) qui effectue la prévision des structures protéines. Il est développé par Alphabet’s/Google’s DeepMind comme un système d'apprentissage profond qui peut prédire avec précision les modèles 3D des structures protéines.
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 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.
14 hours
Waikato Environment for Knowledge Analysis (Weka) est un logiciel de visualisation de mining de données à source ouverte. Il fournit une collection d'algorithmes d'apprentissage automatique pour la préparation des données, la classification, le cluster et d'autres activités de minage de données.
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.
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.
14 hours
L'objectif de ce cours est de fournir une compétence de base dans l'application Machine Learning des méthodes en pratique. Grâce à l'utilisation du langage de programmation Python et ses différentes bibliothèques, et sur la base d'une multitude d'exemples pratiques, ce cours enseigne comment utiliser les blocs de construction les plus importants Machine Learning, comment prendre des décisions de modélisation des données, interpréter les résultats des algorithmes et valider les résultats.
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.
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.
21 hours
Dans cette formation en ligne, les participants apprendront les techniques d'apprentissage automatique les plus pertinentes et les plus avancées de Python, tout en construisant une série d'applications de démonstration impliquant des images, de la musique, du texte et des données financières À la fin de cette formation, les participants seront en mesure de: Implémenter des algorithmes d'apprentissage automatique et des techniques pour résoudre des problèmes complexes Appliquer l'apprentissage en profondeur et l'apprentissage semi-supervisé aux applications impliquant des données d'image, de musique, de texte et financières Pousser les algorithmes Python à leur potentiel maximal Utiliser des bibliothèques et des paquets tels que NumPy et Theano Public Développeurs Analystes Les scientifiques de données Format du cours Partie conférence, discussion en partie, exercices et pratique lourde de handson .
21 hours
il est estimé que les données non structurées représentent plus de 90 pour cent de toutes les données, une grande partie sous la forme de texte. Blog posts, tweets, les médias sociaux, et d’autres publications numériques ajoutent continuellement à ce corps croissant de données.
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
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
28 hours
le but de ce cours est de fournir une compétence générale dans l’application des méthodes de machine learning dans la pratique. Grâce à l’utilisation du langage de programmation Python et de ses différentes bibliothèques, et basé sur une multitude d’exemples pratiques, ce cours enseigne comment utiliser les principaux éléments constitutifs de machine learning, comment faire des décisions de modélisation de données, interpréter les les sorties des algorithmes et valider les résultats.
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.
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.
28 hours
Ce cours introduit les linguistes ou les programmateurs à la NLP en Python. Au cours de ce cours, nous utiliserons principalement nltk.org (Natural Language Tool Kit), mais nous utiliserons également d'autres bibliothèques pertinentes et utiles pour NLP. Pour le moment, nous pouvons mener ce cours en Python 2.x ou Python 3.x. Les exemples sont en anglais ou en mandarin (普通话). D'autres langues peuvent également être mises à disposition si convenu avant la réservation.
35 hours
Il s'agit d'une introduction de 5 jours à Data Science et à l'IA.
Le cours est livré avec des exemples et des exercices utilisant Python
Le cours est livré avec des exemples et des exercices utilisant Python
28 hours
C'est un cours de 4 jours introduisant l'IA et son application en utilisant le langage de programmation Python. Il y a une option d'avoir un jour supplémentaire pour mener un projet d'IA à la fin de ce cours.
21 hours
Profondement Reinforcement Learning se référent à la capacité d'un agent artificiel " de apprendre par l'essai et l'error et les récompenses. Un agent artificiel vise à émuler un homme ' la capacité d'obtenir et de construire les connaissances d'un seul, directement des infrastructures primes tels que la vision. Pour réaliser l'apprentissage de renforcement, les réseaux d'apprentissage et des réseaux neurales sont utilisés. L'apprentissage de reforcement est différente de l'apprentissage de la machine et ne s'appuie pas sur les approches d'apprentissage surveillantes et non surveillantes.
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
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
14 hours
IBM Cloud Pak for Data est une plate-forme de logiciel multi-cloud pour la collecte, l'organisation et l'analyse de données pour l'utilisation dans l'IA.
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.
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.
28 hours
L’apprentissage en machine est une branche de l’intelligence artificielle dans laquelle les ordinateurs ont la capacité d’apprendre sans être explicitement programmés.
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.
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.
14 hours
Embedding Projector est une application Web opensource permettant de visualiser les données utilisées pour former les systèmes d'apprentissage automatique Créé par Google, il fait partie de TensorFlow Cette formation en direct instruit présente les concepts derrière Embedding Projector et guide les participants à travers la configuration d'un projet de démonstration À la fin de cette formation, les participants seront en mesure de: Explorer comment les données sont interprétées par des modèles d'apprentissage automatique Naviguer à travers les vues 3D et 2D des données pour comprendre comment un algorithme d'apprentissage automatique l'interprète Comprendre les concepts derrière Embeddings et leur rôle dans la représentation des vecteurs mathématiques pour les images, les mots et les chiffres Explorer les propriétés d'un embedding spécifique pour comprendre le comportement d'un modèle Appliquer le projet d'intégration à des cas d'utilisation du monde réel tels que la construction d'un système de recommandation de chanson pour les mélomanes Public Développeurs Les scientifiques de données Format du cours Partie conférence, discussion en partie, exercices et pratique lourde de handson .
7 hours
Ce cours a été créé pour les gestionnaires, les architectes de solutions, les agents d'innovation, les CTO, les architectes de logiciels et tous ceux qui sont intéressés par un aperçu de l'intelligence artificielle appliquée et la prévision la plus proche pour son développement.
21 hours
Ce cours utilise une approche pratique pour enseigner OptaPlanner . Il fournit aux participants les outils nécessaires pour exécuter les fonctions de base de cet outil.
28 hours
Ce cours de quatre jours vise à expliquer le fonctionnement des algorithmes génétiques. il explique également comment sélectionner les paramètres de modèle d'un algorithme génétique; Ce cours a de nombreuses applications pour les algorithmes génétiques et les problèmes d’optimisation sont abordés avec les algorithmes génétiques.
7 hours
Ceci est une session de formation en classe dans un format de présentation et de questions / réponses
14 hours
Intelligent Process Automation, ou IPA, fait référence à l'utilisation de Artificial Intelligence (AI) , à la robotique et à l'intégration avec des services tiers pour étendre la puissance de RPA.
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 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
14 hours
Le test logiciel est le processus d'évaluation de la validité de la fonctionnalité d'une application logicielle. L'intégration de l'intelligence artificielle dans l'environnement de test logiciel permet au processus d'être piloté par l'IA, ce qui accélère la création, l'exécution et la maintenance des tests.
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 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.
7 hours
L’intelligence artificielle (AI) est l’intelligence pour les machines à accomplir des tâches spécifiques en reconnaissant les modèles dans les données. L'IA permet aux utilisateurs de croître et de pirater le succès des campagnes de marketing numérique.
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 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.
21 hours
Robotics est un domaine de l'intelligence artificielle (IA) qui s'occupe de la programmation et de la conception de machines intelligentes et efficaces.
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) 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.
7 hours
Artificial Intelligence (AI) est la simulation de l'intelligence humaine dans les machines qui sont programmées pour penser et agir comme les humains. Il couvre une variété de technologies, telles que l'apprentissage en machine et l'apprentissage en profondeur, et est utilisé pour diverses applications d'affaires et d'entreprise pour résoudre les défis et les besoins organisationnels.
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.
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.
80 hours
Robotics et Artificial Intelligence (AI) sont des outils puissants pour le développement de systèmes de sécurité dans les installations nucléaires.
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 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.
120 hours
Robotics et Artificial Intelligence (AI) sont des outils puissants pour le développement de systèmes de sécurité dans les installations nucléaires.
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.
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.
7 hours
La formation s'adresse aux personnes qui souhaitent apprendre les bases des réseaux de neurones et de leurs applications.
14 hours
Ce cours est une introduction à l'application de réseaux de neurones à des problèmes du monde réel à l'aide du logiciel R-project.
14 hours
Ce cours de formation est destiné aux personnes souhaitant appliquer le Machine Learning à des applications pratiques.
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.
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.
21 hours
Le réseau de neurones artificiels est un modèle de données informatique utilisé dans le développement de systèmes d' Artificial Intelligence (AI) capables d'effectuer des tâches "intelligentes". Neural Networks sont couramment utilisés dans les applications Machine Learning (ML), qui sont elles-mêmes une implémentation de l'IA. Deep Learning est un sous-ensemble de ML.
21 hours
Le réseau de neurones artificiels est un modèle de données informatique utilisé dans le développement de systèmes d' Artificial Intelligence (AI) capables d'effectuer des tâches "intelligentes". Neural Networks sont couramment utilisés dans les applications Machine Learning (ML), qui sont elles-mêmes une implémentation de l'IA. Deep Learning est un sous-ensemble de ML.
Last Updated:
Prochains cours AI
From Zero to AI
2022-08-22 09:30
35 heures
Pattern Recognition
2022-09-06 09:30
21 heures
Artificial Intelligence in Automotive
2022-09-13 09:30
14 heures
Artificial Neural Networks, Machine Learning and Deep Thinking
2022-09-20 09:30
21 heures
Neural Networks Fundamentals using TensorFlow as Example
2022-09-27 09:30
28 heures
Other countries
Weekend Artificial Intelligence cours, Soir AI formation, Artificial Intelligence stage d’entraînement, Intelligence Artificielle formateur à distance, AI (Artificial Intelligence) formateur en ligne, AI (Artificial Intelligence) formateur Online, Artificial Intelligence cours en ligne, AI cours à distance, Artificial Intelligence professeur à distance, AI visioconférence, Artificial Intelligence stage d’entraînement intensif, Intelligence Artificielle formation accélérée, Intelligence Artificielle formation intensive, Formation inter Artificial Intelligence, Formation intra Intelligence Artificielle, Formation intra Enteprise AI, Formation inter Entreprise Artificial Intelligence, Weekend AI (Artificial Intelligence) formation, Soir AI (Artificial Intelligence) cours, Artificial Intelligence coaching, Artificial Intelligence entraînement, AI (Artificial Intelligence) préparation, AI (Artificial Intelligence) instructeur, Artificial Intelligence professeur, Intelligence Artificielle formateur, Artificial Intelligence stage de formation, AI (Artificial Intelligence) cours, Artificial Intelligence sur place, Artificial Intelligence formations privées, Artificial Intelligence formation privée, Artificial Intelligence cours particulier, AI cours particuliersWeekend Artificial Intelligence cours, Soir AI formation, Artificial Intelligence stage d’entraînement, Artificial Intelligence (AI) formateur à distance, AI (Artificial Intelligence) formateur en ligne, AI (Artificial Intelligence) formateur Online, Artificial Intelligence cours en ligne, AI cours à distance, Artificial Intelligence professeur à distance, AI visioconférence, Artificial Intelligence stage d’entraînement intensif, Artificial Intelligence (AI) formation accélérée, Artificial Intelligence (AI) formation intensive, Formation inter Artificial Intelligence, Formation intra Artificial Intelligence (AI), Formation intra Enteprise AI, Formation inter Entreprise Artificial Intelligence, Weekend AI (Artificial Intelligence) formation, Soir AI (Artificial Intelligence) cours, Artificial Intelligence coaching, Artificial Intelligence entraînement, AI (Artificial Intelligence) préparation, AI (Artificial Intelligence) instructeur, Artificial Intelligence professeur, Artificial Intelligence (AI) formateur, Artificial Intelligence stage de formation, AI (Artificial Intelligence) cours, Artificial Intelligence sur place, Artificial Intelligence formations privées, Artificial Intelligence formation privée, Artificial Intelligence cours particulier, AI cours particuliers
