Erfurt

NobleProg Erfurt, Otto-Schwade-Strasse 8, Erfurt, germany, 99085

Überblick 

Unsere Schulungsräumlichkeiten befinden sich in der Otto-Schwade-Strasse 8 in Erfurt. Unsere großzügigen Schulungsräume befinden sich östlich der Erfurter Altstadt, und bieten optimale Trainingsbedingungen für Ihre Bedürfnisse.

Anfahrt 

Die NobleProg-Schulungsräumlichkeiten sind gut über die Autobahn A71 und Bundesstrasse B7 zu erreichen. Sollten Sie per Zug anreisen, ist es auch zum Hauptbahnhof Erfurt mit seinen guten ICE-Anbindungen nicht weit.  

Parkplätze 

Rund um unsere Schulungsräume gibt es in den umliegenden Straßen Parkmöglichkeiten.

Lokale Infrastruktur 

Im Bereich der fussläufig erreichbaren Altstadt gibt es zahlreiche Restaurants und Hotels und als thüringer Landeshauptstadt hat Erfurt viel zu bieten.

Unterkategorien (10)

Deep Learning

Deep Learning
Fine-Tuning

Fine-Tuning
Federated Learning

Federated Learning
Reinforcement Learning

Reinforcement Learning
TinyML

TinyML
Explainable AI (XAI)

Explainable AI (XAI)
MLOps

MLOps
Supervised Learning

Supervised Learning
Unsupervised Learning

Unsupervised Learning
Ensemble Learning

Ensemble Learning

Erkunden Sie unsere Kurse

Introduction to Pre-trained Models

 14 Stunden
Diese Live-Schulung in Erfurt (online oder vor Ort) richtet sich an Einsteiger, die das Konzept der vortrainierten Modelle verstehen und lernen möchten, wie man sie zur Lösung realer Probleme einsetzt, ohne Modelle von Grund auf zu erstellen. Am Ende dieses Kurses werden die Teilnehmer in der Lage sein
  • das Konzept und die Vorteile von vortrainierten Modellen zu verstehen.
  • Verschiedene vortrainierte Modellarchitekturen und ihre Anwendungsfälle kennenlernen.
  • Ein vortrainiertes Modell für spezifische Aufgaben feinabzustimmen.
  • Vorgefertigte Modelle in einfachen Machine-Learning-Projekten zu implementieren.
Read more...

Advanced Machine Learning Models with Google Colab

 21 Stunden
Diese von einem Trainer geleitete Live-Schulung in Erfurt (online oder vor Ort) richtet sich an fortgeschrittene Fachleute, die ihr Wissen über Modelle des maschinellen Lernens vertiefen, ihre Fähigkeiten in der Abstimmung von Hyperparametern verbessern und lernen möchten, wie man Modelle mit Google Colab effektiv einsetzt. Am Ende dieses Kurses werden die Teilnehmer in der Lage sein:
  • Fortgeschrittene maschinelle Lernmodelle mit gängigen Frameworks wie Scikit-learn und TensorFlow zu implementieren.
  • Die Modellleistung durch Hyperparameter-Tuning zu optimieren.
  • Modelle des maschinellen Lernens in realen Anwendungen mit Google Colab einzusetzen.
  • Zusammenarbeit und Verwaltung umfangreicher maschineller Lernprojekte in Google Colab.
Read more...

Creating Custom Chatbots with Google AutoML

 14 Stunden
Diese von einem Trainer geleitete Live-Schulung in Erfurt (online oder vor Ort) richtet sich an Teilnehmer mit unterschiedlichem Kenntnisstand, die die Google AutoML-Plattform nutzen möchten, um individuelle Chatbots für verschiedene Anwendungen zu erstellen. Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:
  • Die Grundlagen der Chatbot-Entwicklung zu verstehen.
  • Die Google Cloud-Plattform zu navigieren und auf AutoML zuzugreifen.
  • Daten für das Training von Chatbot-Modellen vorzubereiten.
  • Benutzerdefinierte Chatbot-Modelle mit AutoML zu trainieren und zu bewerten.
  • Einsatz und Integration von Chatbots in verschiedene Plattformen und Kanäle.
  • Überwachen und optimieren Sie die Chatbot-Leistung im Laufe der Zeit.
Read more...

Optimizing AI Models for Edge Devices

 14 Stunden
Diese von einem Trainer geleitete Live-Schulung in Erfurt (online oder vor Ort) richtet sich an fortgeschrittene KI-Entwickler, Ingenieure für maschinelles Lernen und Systemarchitekten, die KI-Modelle für den Edge-Einsatz optimieren möchten. Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:
  • Die Herausforderungen und Anforderungen beim Einsatz von KI-Modellen auf Edge-Geräten zu verstehen.
  • Modellkomprimierungstechniken anwenden, um die Größe und Komplexität von KI-Modellen zu reduzieren.
  • Quantisierungsmethoden anwenden, um die Modelleffizienz auf Edge-Hardware zu verbessern.
  • Implementierung von Pruning und anderen Optimierungstechniken zur Verbesserung der Modellleistung.
  • Einsatz von optimierten KI-Modellen auf verschiedenen Edge-Geräten.
Read more...

Building AI Solutions on the Edge

 14 Stunden
Diese von einem Trainer geleitete Live-Schulung in Erfurt (online oder vor Ort) richtet sich an fortgeschrittene Entwickler, Datenwissenschaftler und Technik-Enthusiasten, die praktische Fertigkeiten für den Einsatz von KI-Modellen auf Edge-Geräten für verschiedene Anwendungen erwerben möchten. Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:
  • Die Prinzipien von Edge AI und ihre Vorteile zu verstehen.
  • Die Edge-Computing-Umgebung einzurichten und zu konfigurieren.
  • KI-Modelle für den Edge-Einsatz entwickeln, trainieren und optimieren.
  • Praktische KI-Lösungen auf Edge-Geräten zu implementieren.
  • Evaluierung und Verbesserung der Leistung von Modellen, die am Rande des Netzwerks eingesetzt werden.
  • Ethische und sicherheitstechnische Überlegungen bei Edge-KI-Anwendungen anstellen.
Read more...

Edge AI with TensorFlow Lite

 14 Stunden
Diese von einem Trainer geleitete Live-Schulung in Erfurt (online oder vor Ort) richtet sich an fortgeschrittene Entwickler, Datenwissenschaftler und KI-Experten, die TensorFlow Lite für Edge-KI-Anwendungen nutzen möchten. Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:
  • Die Grundlagen von TensorFlow Lite und seine Rolle in Edge AI zu verstehen.
  • KI-Modelle mit TensorFlow Lite entwickeln und optimieren.
  • Einsatz von TensorFlow Lite-Modellen auf verschiedenen Edge-Geräten.
  • Werkzeuge und Techniken zur Modellkonvertierung und -optimierung nutzen.
  • Implementierung praktischer Edge AI-Anwendungen mit TensorFlow Lite.
Read more...

AI-Powered Autonomous Systems

 21 Stunden
Diese von einem Ausbilder geleitete Live-Schulung in Erfurt (online oder vor Ort) richtet sich an fortgeschrittene Fachleute, die die Technologien hinter autonomen Systemen beherrschen möchten. Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:
  • KI-Modelle für autonome Entscheidungen zu entwerfen und zu implementieren.
  • Steuerungsalgorithmen für autonome Navigation und Hindernisvermeidung zu entwickeln.
  • Sicherheit und Zuverlässigkeit in KI-gesteuerten autonomen Systemen zu gewährleisten.
  • Autonome Systeme in bestehende Robotik- und KI-Frameworks zu integrieren.
Read more...

AI-Enhanced Yield Management in Semiconductor Production

 14 Stunden
Diese von einem Ausbilder geleitete Live-Schulung in Erfurt (online oder vor Ort) richtet sich an Fachleute auf mittlerem Niveau, die KI-Techniken zur Optimierung des Ertragsmanagements in der Halbleiterfertigung anwenden möchten. Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:
  • Produktionsdaten zu analysieren, um Faktoren zu identifizieren, die die Ausbeute beeinflussen.
  • KI-Algorithmen zur Verbesserung von Yield-Management-Prozessen zu implementieren.
  • Produktionsparameter zu optimieren, um Fehler zu reduzieren und die Ausbeute zu verbessern.
  • KI-gesteuertes Ertragsmanagement in bestehende Produktionsabläufe zu integrieren.
Read more...

Advanced AI Techniques for Semiconductor Design Automation

 21 Stunden
Diese von einem Trainer geleitete Live-Schulung in Erfurt (online oder vor Ort) richtet sich an fortgeschrittene Fachleute, die modernste KI-Techniken auf die Automatisierung des Halbleiterdesigns anwenden möchten, um Effizienz, Genauigkeit und Innovation im Chipdesign und in der Verifikation zu verbessern. Am Ende dieses Kurses werden die Teilnehmer in der Lage sein:
  • Anwendung fortschrittlicher KI-Techniken zur Optimierung von Halbleiterentwurfsprozessen.
  • Modelle des maschinellen Lernens in EDA-Tools zur verbesserten Designverifizierung zu integrieren.
  • KI-gesteuerte Lösungen für komplexe Design-Herausforderungen in der Chip-Fertigung zu entwickeln.
  • Neuronale Netze zur Verbesserung der Genauigkeit und Geschwindigkeit der Designautomatisierung zu nutzen.
Read more...

AI-Driven Process Optimization in Chip Fabrication

 14 Stunden
Diese von einem Ausbilder geleitete Live-Schulung in Erfurt (online oder vor Ort) richtet sich an Fachleute auf mittlerem Niveau, die KI-Techniken zur Optimierung von Halbleiterfertigungsprozessen verstehen und anwenden möchten. Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:
  • KI-Methoden zur Prozessoptimierung in der Chipfertigung zu verstehen.
  • KI-Modelle zu implementieren, um die Ausbeute zu erhöhen und Fehler zu reduzieren.
  • Prozessdaten zu analysieren, um Schlüsselparameter für die Optimierung zu identifizieren.
  • Techniken des maschinellen Lernens zur Feinabstimmung von Halbleiterfertigungsprozessen anwenden.
Read more...

Apache Airflow for Data Science: Automating Machine Learning Pipelines

 21 Stunden
Diese von einem Trainer geleitete Live-Schulung in Erfurt (online oder vor Ort) richtet sich an Teilnehmer auf mittlerem Niveau, die Arbeitsabläufe des maschinellen Lernens automatisieren und verwalten möchten, einschließlich der Schulung, Validierung und Bereitstellung von Modellen mit Apache Airflow. Am Ende dieses Kurses werden die Teilnehmer in der Lage sein
  • Apache Airflow für die Orchestrierung von Workflows für maschinelles Lernen einzurichten.
  • Datenvorverarbeitung, Modelltraining und Validierungsaufgaben zu automatisieren.
  • Airflow mit Frameworks und Tools für maschinelles Lernen zu integrieren.
  • Einsatz von Machine-Learning-Modellen mithilfe automatisierter Pipelines.
  • Überwachung und Optimierung von Workflows für maschinelles Lernen in der Produktion.
Read more...

Advanced Stable Diffusion: Deep Learning for Text-to-Image Generation

 21 Stunden
Diese von einem Dozenten geleitete Live-Schulung in Erfurt (online oder vor Ort) richtet sich an fortgeschrittene Datenwissenschaftler, Ingenieure für maschinelles Lernen, Deep-Learning-Forscher und Computer-Vision-Experten, die ihre Kenntnisse und Fähigkeiten im Bereich Deep Learning für die Text-zu-Bild-Erzeugung erweitern möchten. Am Ende dieses Kurses werden die Teilnehmer in der Lage sein:
  • Fortgeschrittene Deep-Learning-Architekturen und -Techniken für die Text-Bild-Erzeugung zu verstehen.
  • Komplexe Modelle und Optimierungen für eine hochwertige Bildsynthese zu implementieren.
  • Leistung und Skalierbarkeit für große Datensätze und komplexe Modelle zu optimieren.
  • Abstimmung von Hyperparametern für bessere Modellleistung und Generalisierung.
  • Integration von Stable Diffusion mit anderen Deep-Learning-Frameworks und -Tools
Read more...

AI-Powered Cybersecurity: Advanced Threat Detection & Response

 28 Stunden
Diese von einem Ausbilder geleitete Live-Schulung in Erfurt (online oder vor Ort) richtet sich an Cybersecurity-Experten auf mittlerem bis fortgeschrittenem Niveau, die ihre Fähigkeiten in der KI-gesteuerten Erkennung von Bedrohungen und der Reaktion auf Vorfälle verbessern möchten. Am Ende dieser Schulung werden die Teilnehmer in der Lage sein,:
  • Fortgeschrittene KI-Algorithmen für die Erkennung von Bedrohungen in Echtzeit zu implementieren.
  • KI-Modelle für spezifische Cybersicherheitsherausforderungen anzupassen.
  • Automatisierungsworkflows für die Reaktion auf Bedrohungen zu entwickeln.
  • KI-gesteuerte Sicherheitstools gegen feindliche Angriffe zu schützen.
Read more...

Machine Learning with Google Colab

 14 Stunden
Diese von einem Trainer geleitete Live-Schulung in Erfurt (online oder vor Ort) richtet sich an fortgeschrittene Datenwissenschaftler und Entwickler, die Algorithmen des maschinellen Lernens in der Google Colab-Umgebung effizient anwenden möchten. Am Ende dieser Schulung werden die Teilnehmer in der Lage sein,:
  • Google Colab für maschinelle Lernprojekte einzurichten und zu navigieren.
  • Verschiedene Algorithmen des maschinellen Lernens zu verstehen und anzuwenden.
  • Bibliotheken wie Scikit-learn zur Analyse und Vorhersage von Daten zu verwenden.
  • Überwachte und unüberwachte Lernmodelle implementieren.
  • Modelle für maschinelles Lernen effektiv zu optimieren und zu bewerten.
Read more...

AI-Powered Cybersecurity: Threat Detection & Response

 21 Stunden
Diese von einem Ausbilder geleitete Live-Schulung in Erfurt (online oder vor Ort) richtet sich an Einsteiger im Bereich Cybersicherheit, die lernen möchten, wie KI für eine verbesserte Erkennung von und Reaktion auf Bedrohungen eingesetzt werden kann. Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:
  • KI-Anwendungen in der Cybersicherheit zu verstehen.
  • KI-Algorithmen für die Erkennung von Bedrohungen zu implementieren.
  • Die Reaktion auf Vorfälle mit KI-Tools zu automatisieren.
  • KI in die bestehende Cybersicherheitsinfrastruktur zu integrieren.
Read more...

AlphaFold

 7 Stunden
Diese von einem Ausbilder geleitete Live-Schulung in Erfurt (online oder vor Ort) richtet sich an Biologen, die verstehen möchten, wie AlphaFold funktioniert, und die AlphaFold-Modelle als Leitfaden für ihre experimentellen Studien verwenden möchten. Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:
  • Die Grundprinzipien von AlphaFold verstehen.
  • Lernen, wie AlphaFold funktioniert.
  • lernen, wie sie AlphaFold-Vorhersagen und -Ergebnisse interpretieren können.
Read more...

Data Mining with Weka

 14 Stunden
Diese Live-Schulung in Erfurt (online oder vor Ort) richtet sich an Anfänger und fortgeschrittene Datenanalysten und Datenwissenschaftler, die Weka zur Durchführung von Data-Mining-Aufgaben verwenden möchten. Am Ende dieser Schulung werden die Teilnehmer in der Lage sein,:
  • Weka zu installieren und zu konfigurieren.
  • Die Weka-Umgebung und -Workbench zu verstehen.
  • Data-Mining-Aufgaben mit Weka durchzuführen.
Read more...

Advanced Analytics with RapidMiner

 14 Stunden
Diese von einem Ausbilder geleitete Live-Schulung in Erfurt (online oder vor Ort) richtet sich an fortgeschrittene Datenanalysten, die lernen möchten, wie man RapidMiner verwendet, um Werte zu schätzen und zu projizieren und Analysewerkzeuge für Zeitreihenprognosen zu nutzen. Am Ende dieses Kurses werden die Teilnehmer in der Lage sein:
  • die CRISP-DM-Methodik anzuwenden, geeignete Algorithmen für maschinelles Lernen auszuwählen und die Modellkonstruktion und -leistung zu verbessern.
  • RapidMiner zu verwenden, um Werte zu schätzen und zu projizieren, und analytische Werkzeuge für Zeitreihenprognosen zu nutzen.
Read more...

Introduction to Stable Diffusion for Text-to-Image Generation

 21 Stunden
Diese von einem Dozenten geleitete Live-Schulung (online oder vor Ort) richtet sich an Datenwissenschaftler, Ingenieure für maschinelles Lernen und Forscher im Bereich Computer Vision, die Stable Diffusion nutzen möchten, um hochwertige Bilder für eine Vielzahl von Anwendungsfällen zu erzeugen. Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:
  • Die Prinzipien von Stable Diffusion und seine Funktionsweise für die Bilderzeugung zu verstehen.
  • Erstellen und Trainieren von Stable Diffusion-Modellen für Bilderzeugungsaufgaben.
  • Anwendung von Stable Diffusion auf verschiedene Bilderzeugungsszenarien, wie Inpainting, Outpainting und Bild-zu-Bild-Übersetzung.
  • Optimieren der Leistung und Stabilität von Stable Diffusion-Modellen.
Read more...

Machine Learning with Python – 2 Days

 14 Stunden
Ziel dieses Kurses ist es, eine grundlegende Kompetenz in der Anwendung Machine Learning Methoden in der Praxis zu bieten. Durch die Verwendung der Programmiersprache und ihrer verschiedenen Bibliotheken und auf der Grundlage einer Vielzahl praktischer Beispiele lehrt dieser Kurs, wie man die wichtigsten Baublöcke von Machine Learning verwendet, wie man Datenmodellierungsentscheidungen macht, die Ergebnisse der Algorithmen interpretiert und die Ergebnisse validiert. Unser Ziel ist es, Ihnen die Fähigkeiten zu vermitteln, die grundlegendsten Tools aus dem Toolbox vertrauensvoll zu verstehen und zu verwenden und die gemeinsamen Fälle der Anwendungen zu vermeiden.
Read more...

Machine Learning with Python – 4 Days

 28 Stunden
Ziel dieses Kurses ist es, allgemeine Kenntnisse in der Anwendung von maschinellen Lernmethoden in der Praxis zu vermitteln. Durch den Einsatz der Programmiersprache Python und ihrer verschiedenen Bibliotheken und anhand einer Vielzahl von Praxisbeispielen vermittelt dieser Kurs, wie man die wichtigsten Bausteine des maschinellen Lernens nutzt, wie man Datenmodellierungsentscheidungen trifft, die Ausgänge der Algorithmen und Validierung der Ergebnisse. Unser Ziel ist es, Ihnen die Fähigkeiten zu vermitteln, die grundlegendsten Werkzeuge aus dem Werkzeugkasten Maschinenlerntechnik sicher zu verstehen und zu nutzen und die üblichen Fallstricke von Datenwissenschaften zu vermeiden.
Read more...

AdaBoost Python for Machine Learning

 14 Stunden
Diese von einem Trainer geleitete Live-Schulung in Erfurt (online oder vor Ort) richtet sich an Datenwissenschaftler und Software-Ingenieure, die AdaBoost verwenden möchten, um Boosting-Algorithmen für maschinelles Lernen mit Python zu erstellen. Am Ende dieser Schulung werden die Teilnehmer in der Lage sein,:
  • die notwendige Entwicklungsumgebung einzurichten, um mit der Erstellung von Modellen für maschinelles Lernen mit AdaBoost zu beginnen.
  • den Ensemble-Learning-Ansatz und die Implementierung von adaptivem Boosting zu verstehen.
  • Lernen, wie man AdaBoost-Modelle erstellt, um maschinelle Lernalgorithmen in Python zu verstärken.
  • Hyperparameter-Tuning zu verwenden, um die Genauigkeit und Leistung von AdaBoost-Modellen zu erhöhen.
Read more...

AutoML with Auto-Keras

 14 Stunden
Diese von einem Dozenten geleitete Live-Schulung in Erfurt (online oder vor Ort) richtet sich an Datenwissenschaftler und technisch weniger versierte Personen, die Auto-Keras verwenden möchten, um den Prozess der Auswahl und Optimierung eines maschinellen Lernmodells zu automatisieren. Am Ende dieses Kurses werden die Teilnehmer in der Lage sein:
  • den Prozess des Trainings von hocheffizienten maschinellen Lernmodellen zu automatisieren.
  • Automatisch nach den besten Parametern für Deep-Learning-Modelle zu suchen.
  • Hochpräzise Modelle für maschinelles Lernen zu erstellen.
  • die Möglichkeiten des maschinellen Lernens für die Lösung realer Geschäftsprobleme zu nutzen.
Read more...

AutoML

 14 Stunden
Diese von einem Ausbilder geleitete Live-Schulung in Erfurt (online oder vor Ort) richtet sich an technische Personen mit Hintergrundwissen im Bereich des maschinellen Lernens, die die zur Erkennung komplexer Muster in Big Data verwendeten maschinellen Lernmodelle optimieren möchten. Am Ende dieser Schulung werden die Teilnehmer in der Lage sein,:
  • Verschiedene Open-Source-Tools AutoML zu installieren und zu evaluieren (H2O AutoML, auto-sklearn, TPOT, TensorFlow, PyTorch, Auto-Keras, TPOT, Auto-WEKA, usw.)
  • Trainieren Sie qualitativ hochwertige Modelle für maschinelles Lernen.
  • Effiziente Lösung verschiedener Arten von überwachten maschinellen Lernproblemen.
  • Schreiben Sie nur den notwendigen Code, um den automatisierten maschinellen Lernprozess in Gang zu setzen.
Read more...

Machine Learning

 21 Stunden
Dieser Kurs ist eine Kombination aus Theorie und praktischer Arbeit mit konkreten Beispielen, die während der gesamten Veranstaltung verwendet werden.
Read more...

Pattern Recognition

 21 Stunden
This instructor-led, live training in Erfurt (online or onsite) provides an introduction into the field of pattern recognition and machine learning. It touches on practical applications in statistics, computer science, signal processing, computer vision, data mining, and bioinformatics. By the end of this training, participants will be able to:
  • Apply core statistical methods to pattern recognition.
  • Use key models like neural networks and kernel methods for data analysis.
  • Implement advanced techniques for complex problem-solving.
  • Improve prediction accuracy by combining different models.
Read more...

DataRobot

 7 Stunden
Diese von einem Trainer geleitete Live-Schulung in Erfurt (online oder vor Ort) richtet sich an Datenwissenschaftler und Datenanalysten, die Vorhersagemodelle mit den Funktionen des maschinellen Lernens von DataRobot automatisieren, bewerten und verwalten möchten. Am Ende dieser Schulung werden die Teilnehmer in der Lage sein,:
  • Datensätze in DataRobot zu laden, um Daten zu analysieren, zu bewerten und ihre Qualität zu prüfen.
  • Modelle erstellen und trainieren, um wichtige Variablen zu identifizieren und Vorhersageziele zu erreichen.
  • Modelle zu interpretieren, um wertvolle Erkenntnisse zu gewinnen, die für Geschäftsentscheidungen nützlich sind.
  • Modelle zu überwachen und zu verwalten, um eine optimierte Vorhersageleistung zu erhalten.
Read more...

Feature Engineering for Machine Learning

 14 Stunden
Diese von einem Trainer geleitete Live-Schulung (online oder vor Ort) richtet sich an Ingenieure, die Feature-Engineering-Techniken anwenden möchten, um Daten besser zu verarbeiten und bessere Machine-Learning-Modelle zu erhalten. Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:
  • Eine optimale Entwicklungsumgebung einrichten, einschließlich aller benötigten Python-Pakete.
  • Gewinnen Sie wichtige Erkenntnisse durch die Analyse der Merkmale eines Datensatzes.
  • Optimieren Sie Machine-Learning-Modelle durch Anpassung der Rohdaten selbst.
  • Datensätze zur Vorbereitung auf maschinelles Lernen bereinigen und transformieren.
Read more...

Fundamentals of Artificial Intelligence (AI) and Machine Learning

 28 Stunden
Maschinelles Lernen ist ein Teilgebiet der künstlichen Intelligenz, bei dem Computer die Fähigkeit haben, zu lernen, ohne ausdrücklich programmiert zu werden. Deep Learning ist ein Teilbereich des maschinellen Lernens, der Methoden verwendet, die auf dem Lernen von Datendarstellungen und -strukturen wie neuronalen Netzen basieren. Python ist eine Programmiersprache auf hohem Niveau, die für ihre klare Syntax und die Lesbarkeit des Codes bekannt ist. In dieser von einem Trainer geleiteten Live-Schulung lernen die Teilnehmer, wie man Deep-Learning-Modelle für die Telekommunikation mit Python implementiert, indem sie Schritt für Schritt ein Deep-Learning-Kreditrisikomodell erstellen. Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:
  • Die grundlegenden Konzepte des Deep Learning zu verstehen.
  • die Anwendungen und Einsatzmöglichkeiten von Deep Learning in der Telekommunikation kennen.
  • Verwendung von Python, Keras und TensorFlow zur Erstellung von Deep-Learning-Modellen für die Telekommunikation.
  • Ihr eigenes Deep-Learning-Modell zur Vorhersage der Kundenabwanderung unter Verwendung von Python zu erstellen.
Format des Kurses
  • Interaktive Vorlesung und Diskussion.
  • Viele Übungen und Praxis.
  • Praktische Umsetzung in einer Live-Laborumgebung.
Optionen zur Kursanpassung
  • Wenn Sie eine maßgeschneiderte Schulung für diesen Kurs wünschen, nehmen Sie bitte Kontakt mit uns auf, um dies zu vereinbaren.
Read more...

Google Cloud AutoML

 7 Stunden
Diese von einem Trainer geleitete Live-Schulung in Erfurt (online oder vor Ort) richtet sich an Datenwissenschaftler, Datenanalysten und Entwickler, die die Produkte und Funktionen von AutoML kennenlernen möchten, um benutzerdefinierte ML-Schulungsmodelle mit minimalem Aufwand zu erstellen und einzusetzen. Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:
  • Die AutoML-Produktlinie zu erkunden, um verschiedene Dienste für unterschiedliche Datentypen zu implementieren.
  • Datensätze vorbereiten und beschriften, um benutzerdefinierte ML-Modelle zu erstellen.
  • Modelle zu trainieren und zu verwalten, um genaue und faire maschinelle Lernmodelle zu erstellen.
  • Vorhersagen mit trainierten Modellen treffen, um Geschäftsziele und -anforderungen zu erfüllen.
Read more...

Machine Learning Algorithms in Julia

 21 Stunden
Dieser Kurs richtet sich an Personen, die bereits einen Hintergrund in Datenwissenschaft und Statistik haben. Die gegebenen Erklärungen sollen entweder als Erinnerung für diejenigen dienen, die bereits mit den Konzepten vertraut sind, oder diejenigen informieren, die über einen entsprechenden Hintergrund verfügen.
Read more...

Kubeflow

 35 Stunden
Diese von einem Trainer geleitete Live-Schulung in Erfurt (online oder vor Ort) richtet sich an Entwickler und Datenwissenschaftler, die Workflows für maschinelles Lernen auf Kubernetes erstellen, einsetzen und verwalten möchten. Am Ende dieser Schulung werden die Teilnehmer in der Lage sein,:
  • Installation und Konfiguration von Kubeflow vor Ort und in der Cloud mit AWS EKS (Elastic Kubernetes Service).
  • ML-Workflows auf der Grundlage von Docker-Containern und Kubernetes zu erstellen, bereitzustellen und zu verwalten.
  • Ausführen ganzer Pipelines für maschinelles Lernen auf verschiedenen Architekturen und Cloud-Umgebungen.
  • Verwendung von Kubeflow zum Erzeugen und Verwalten von Jupyter-Notebooks.
  • ML-Training, Hyperparameter-Tuning und Serving-Workloads über mehrere Plattformen hinweg erstellen.
Read more...

Kubeflow Fundamentals

 28 Stunden
Diese von einem Trainer geleitete Live-Schulung in Erfurt (online oder vor Ort) richtet sich an Entwickler und Datenwissenschaftler, die Workflows für maschinelles Lernen auf Kubernetes erstellen, einsetzen und verwalten möchten. Am Ende dieser Schulung werden die Teilnehmer in der Lage sein,:
  • Installation und Konfiguration von Kubeflow vor Ort und in der Cloud.
  • ML-Workflows auf der Grundlage von Docker-Containern und Kubernetes zu erstellen, bereitzustellen und zu verwalten.
  • Ganze Pipelines für maschinelles Lernen auf verschiedenen Architekturen und Cloud-Umgebungen auszuführen.
  • Verwendung von Kubeflow zum Erstellen und Verwalten von Jupyter-Notebooks.
  • ML-Training, Hyperparameter-Tuning und Serving-Workloads über mehrere Plattformen hinweg erstellen.
Read more...

Kubeflow on AWS

 28 Stunden
Diese von einem Trainer geleitete Live-Schulung (online oder vor Ort) richtet sich an Ingenieure, die Machine Learning Arbeitslasten auf einem AWS EC2-Server bereitstellen möchten. Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:
  • Installieren und konfigurieren Sie Kubernetes, Kubeflow und andere benötigte Software auf AWS.
  • Verwenden Sie EKS (Elastic Kubernetes Service), um die Initialisierung eines Kubernetes-Clusters auf AWS zu vereinfachen.
  • Erstellen und Bereitstellen einer Kubernetes-Pipeline zur Automatisierung und Verwaltung von ML-Modellen in der Produktion.
  • Trainieren und Bereitstellen von TensorFlow ML-Modellen auf mehreren parallel laufenden GPUs und Rechnern.
  • Nutzen Sie andere verwaltete AWS-Services, um eine ML-Anwendung zu erweitern.
Read more...

Kubeflow on Azure

 28 Stunden
Diese von einem Trainer geleitete Live-Schulung (online oder vor Ort) richtet sich an Techniker, die Machine Learning Workloads in der Azure-Cloud bereitstellen möchten. Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:
  • Installieren und konfigurieren Sie Kubernetes, Kubeflow und andere benötigte Software auf Azure.
  • Verwenden Sie Azure Kubernetes Service (AKS), um die Initialisierung eines Kubernetes-Clusters auf Azure zu vereinfachen.
  • Erstellen und Bereitstellen einer Kubernetes-Pipeline zur Automatisierung und Verwaltung von ML-Modellen in der Produktion.
  • Trainieren und Bereitstellen von TensorFlow ML-Modellen auf mehreren parallel laufenden GPUs und Computern.
  • Nutzen Sie andere verwaltete AWS-Services, um eine ML-Anwendung zu erweitern.
Read more...

Mathematica for Machine Learning

 14 Stunden
Diese von einem Dozenten geleitete Live-Schulung (online oder vor Ort) richtet sich an Datenwissenschaftler, die maschinelles Lernen in Mathematica zur Datenanalyse einsetzen möchten. Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:
  • Erstellen und Trainieren von Modellen für maschinelles Lernen.
  • Daten für das maschinelle Lernen importieren und vorbereiten.
  • Trainingsdaten von Testdaten trennen.
  • Die Anwendungen von Deep Learning und neuronalen Netzen in der Datenanalyse erforschen.
Read more...

Machine Learning for Banking (with Python)

 21 Stunden
Machine Learning ist ein Teilgebiet der Künstlichen Intelligenz, bei dem Computer die Fähigkeit haben, zu lernen, ohne ausdrücklich programmiert zu werden. Python ist eine Programmiersprache, die für ihre klare Syntax und Lesbarkeit bekannt ist. Sie bietet eine hervorragende Sammlung erprobter Bibliotheken und Techniken für die Entwicklung von Anwendungen für maschinelles Lernen. In dieser von einem Trainer geleiteten Live-Schulung lernen die Teilnehmer, wie sie Techniken und Werkzeuge des maschinellen Lernens zur Lösung realer Probleme im Bankensektor einsetzen können. Die Teilnehmer lernen zunächst die wichtigsten Prinzipien kennen und setzen dann ihr Wissen in die Praxis um, indem sie ihre eigenen maschinellen Lernmodelle erstellen und diese zur Durchführung einer Reihe von Team-Projekten verwenden. Teilnehmerkreis
  • Entwickler
  • Datenwissenschaftler
Format des Kurses
  • Teilweise Vorlesung, teilweise Diskussion, Übungen und umfangreiche praktische Übungen
Read more...

Machine Learning and Big Data

 7 Stunden
Diese von einem Ausbilder geleitete Live-Schulung (online oder vor Ort) richtet sich an Techniker, die lernen möchten, wie man eine Strategie für maschinelles Lernen implementiert und gleichzeitig die Nutzung von Big Data maximiert. Am Ende dieser Schulung werden die Teilnehmer:
  • Verstehen Sie die Entwicklung und die Trends des maschinellen Lernens.
  • Wissen, wie maschinelles Lernen in verschiedenen Branchen eingesetzt wird.
  • Mit den Tools, Fähigkeiten und Dienstleistungen vertraut sein, die für die Implementierung des maschinellen Lernens in einem Unternehmen zur Verfügung stehen.
  • Verstehen Sie, wie maschinelles Lernen zur Verbesserung von Data Mining und Analyse eingesetzt werden kann.
  • Lernen Sie, was ein Data-Middle-Backend ist und wie es von Unternehmen genutzt wird.
  • Verstehen Sie die Rolle, die Big Data und intelligente Anwendungen in verschiedenen Branchen spielen.
Read more...

Machine Learning Concepts for Entrepreneurs and Managers

 21 Stunden
Dieser Kurs richtet sich an Personen, die Machine Learning in praktischen Anwendungen für ihr Team anwenden möchten. Die Schulung befasst sich nicht mit technischen Aspekten und dreht sich um grundlegende Konzepte und deren geschäftliche / betriebliche Anwendungen. Zielgruppe
  1. Investoren und KI-Unternehmer
  2. Manager und Ingenieure, deren Unternehmen in den KI-Raum vordringt
  3. Business & Investoren
Read more...

Machine Learning for Finance (with Python)

 21 Stunden
Maschinelles Lernen ist ein Teilgebiet der künstlichen Intelligenz, bei dem Computer die Fähigkeit haben, zu lernen, ohne ausdrücklich programmiert zu werden. Python ist eine Programmiersprache, die für ihre klare Syntax und gute Lesbarkeit bekannt ist. Sie bietet eine hervorragende Sammlung erprobter Bibliotheken und Techniken für die Entwicklung von Anwendungen für maschinelles Lernen. In dieser von einem Trainer geleiteten Live-Schulung lernen die Teilnehmer, wie sie Techniken und Werkzeuge des maschinellen Lernens zur Lösung von realen Problemen in der Finanzbranche einsetzen können. Die Teilnehmer lernen zunächst die wichtigsten Prinzipien kennen und setzen dann ihr Wissen in die Praxis um, indem sie ihre eigenen Machine-Learning-Modelle erstellen und diese für eine Reihe von Team-Projekten verwenden. Am Ende dieses Kurses werden die Teilnehmer in der Lage sein
  • die grundlegenden Konzepte des maschinellen Lernens zu verstehen
  • die Anwendungen und Einsatzmöglichkeiten des maschinellen Lernens im Finanzbereich kennenlernen
  • ihre eigene algorithmische Handelsstrategie unter Verwendung von maschinellem Lernen mit Python zu entwickeln
Zielgruppe
  • Entwickler
  • Datenwissenschaftler
Format des Kurses
  • Teilweise Vorlesung, teilweise Diskussion, Übungen und umfangreiche praktische Übungen
Read more...

MLflow

 21 Stunden
Diese Live-Schulung unter Anleitung (online oder vor Ort) richtet sich an Datenwissenschaftler, die über die Erstellung von ML-Modellen hinausgehen und den Prozess der Erstellung, Verfolgung und Bereitstellung von ML-Modellen optimieren möchten. Am Ende dieser Schulung werden die Teilnehmer in der Lage sein,:
  • Installation und Konfiguration von MLflow und verwandten ML-Bibliotheken und -Frameworks.
  • die Bedeutung der Nachvollziehbarkeit, Reproduzierbarkeit und Einsatzfähigkeit eines ML-Modells zu erkennen
  • ML-Modelle auf verschiedenen öffentlichen Clouds, Plattformen oder On-Premise-Servern bereitzustellen.
  • Skalierung des ML-Bereitstellungsprozesses, um die Zusammenarbeit mehrerer Benutzer an einem Projekt zu ermöglichen.
  • Einrichtung eines zentralen Registers, um mit ML-Modellen zu experimentieren, sie zu reproduzieren und einzusetzen.
Read more...

Machine Learning Fundamentals with Scala and Apache Spark

 14 Stunden
Ziel dieses Kurses ist es, grundlegende Kenntnisse in der Anwendung von Methoden des Machine Learning in der Praxis zu vermitteln. In diesem Kurs wird anhand der Programmiersprache Scala und ihrer verschiedenen Bibliotheken anhand einer Vielzahl von praktischen Beispielen gezeigt, wie die wichtigsten Bausteine des Machine Learning , wie Datenmodellierungsentscheidungen getroffen, die Ergebnisse der Algorithmen interpretiert werden und validieren Sie die Ergebnisse. Unser Ziel ist es, Sie in die Lage zu versetzen, die grundlegendsten Tools aus der Toolbox für Machine Learning sicher zu verstehen und zu verwenden und die üblichen Fallstricke der Data Science Anwendungen zu vermeiden.
Read more...

Introduction to Machine Learning

 7 Stunden
Dieser Kurs richtet sich an Personen, die grundlegende Techniken des Machine Learning in praktischen Anwendungen anwenden möchten. Publikum Datenwissenschaftler und Statistiker, die mit maschinellem Lernen vertraut sind und wissen, wie man R programmiert. Der Schwerpunkt dieses Kurses liegt auf den praktischen Aspekten der Daten- / Modellvorbereitung, Ausführung, Post-Hoc-Analyse und Visualisierung. Ziel ist es, Teilnehmern, die an der Anwendung der Methoden bei der Arbeit interessiert sind, eine praktische Einführung in das maschinelle Lernen zu geben Branchenspezifische Beispiele sollen das Training für das Publikum relevant machen.
Read more...

Machine Learning on iOS

 14 Stunden
In dieser von einem Trainer geleiteten Live-Schulung lernen die Teilnehmer, wie sie den iOS Machine Learning (ML) Technologie-Stack verwenden, während sie Schritt für Schritt die Erstellung und Bereitstellung einer iOS mobilen App durchlaufen. Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:
  • eine mobile App zu erstellen, die Bildverarbeitung, Textanalyse und Spracherkennung ermöglicht
  • Access vortrainierte ML-Modelle für die Integration in iOS Apps
  • ein benutzerdefiniertes ML-Modell zu erstellen
  • Hinzufügen von Siri-Sprachunterstützung zu iOS-Apps
  • Verstehen und Verwenden von Frameworks wie coreML, Vision, CoreGraphics und GamePlayKit
  • Sprachen und Tools wie Python, Keras, Caffee, Tensorflow, sci-kit learn, libsvm, Anaconda und Spyder verwenden
Zielgruppe
  • Entwickler
Format des Kurses
  • Teilweise Vorlesung, teilweise Diskussion, Übungen und umfangreiche praktische Übungen
Read more...

Machine Learning for Mobile Apps using Google’s ML Kit

 14 Stunden
Diese von einem Trainer geleitete Live-Schulung (online oder vor Ort) richtet sich an Entwickler, die mit Google's ML Kit maschinelle Lernmodelle erstellen möchten, die für die Verarbeitung auf mobilen Geräten optimiert sind. Am Ende dieser Schulung werden die Teilnehmer in der Lage sein,:
  • die notwendige Entwicklungsumgebung einzurichten, um mit der Entwicklung von maschinellen Lernfunktionen für mobile Anwendungen zu beginnen.
  • Neue Technologien des maschinellen Lernens mit Hilfe der ML Kit APIs in Android und iOS Apps zu integrieren.
  • Bestehende Apps mit dem ML Kit SDK für die Verarbeitung und Bereitstellung auf dem Gerät zu erweitern und zu optimieren.
Read more...

Machine Learning in business – AI/Robotics

 14 Stunden
Diese Präsenzschulung wird maschinelle Lerntechniken mit computerbasierten Beispielen und Fallbeispiel-Lösungsübungen unter Verwendung einer relevanten Programmsprache untersuchen .
Read more...

Machine Learning for Robotics

 21 Stunden
In diesem Kurs werden Methoden des maschinellen Lernens für Anwendungen in der Robotik vorgestellt. Er bietet einen breiten Überblick über bestehende Methoden, Motivationen und Hauptideen im Kontext der Mustererkennung. Nach einer kurzen theoretischen Einführung werden die Teilnehmer einfache Übungen mit Open Source (in der Regel R) oder einer anderen gängigen Software durchführen.
Read more...

Pattern Matching

 14 Stunden
Pattern Matching ist eine Technik zur Lokalisierung bestimmter Muster in einem Bild. Sie kann verwendet werden, um das Vorhandensein bestimmter Merkmale in einem aufgenommenen Bild zu bestimmen, z. B. das erwartete Etikett auf einem fehlerhaften Produkt in einer Fertigungsstraße oder die bestimmten Abmessungen eines Bauteils. Es unterscheidet sich von "Pattern Recognition" (das allgemeine Muster auf der Grundlage größerer Sammlungen verwandter Muster erkennt) dadurch, dass es spezifisch vorgibt, wonach wir suchen, und uns dann sagt, ob das erwartete Muster vorhanden ist oder nicht. Format des Kurses
  • Dieser Kurs führt in die Ansätze, Technologien und Algorithmen ein, die im Bereich des Musterabgleichs verwendet werden, wie er für Machine Vision gilt.
Read more...

Machine Learning with Random Forest

 14 Stunden
Diese von einem Dozenten geleitete Live-Schulung in Erfurt (online oder vor Ort) richtet sich an Datenwissenschaftler und Software-Ingenieure, die Random Forest verwenden möchten, um Algorithmen für maschinelles Lernen für große Datensätze zu erstellen. Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:
  • die notwendige Entwicklungsumgebung einzurichten, um mit der Erstellung von maschinellen Lernmodellen mit Random Forest zu beginnen.
  • die Vorteile von Random Forest zu verstehen und zu wissen, wie man es zur Lösung von Klassifikations- und Regressionsproblemen einsetzt.
  • Lernen, wie man mit großen Datensätzen umgeht und mehrere Entscheidungsbäume in Random Forest interpretiert.
  • Evaluierung und Optimierung der Leistung von Machine-Learning-Modellen durch Abstimmung der Hyperparameter.
Read more...

RapidMiner for Machine Learning and Predictive Analytics

 14 Stunden
RapidMiner ist eine quelloffene Data-Science-Softwareplattform für Rapid Application Prototyping und Entwicklung. Sie umfasst eine integrierte Umgebung für Datenaufbereitung, maschinelles Lernen, Deep Learning, Text Mining und prädiktive Analysen. In dieser von einem Trainer geleiteten Live-Schulung lernen die Teilnehmer, wie sie RapidMiner Studio für die Datenaufbereitung, das maschinelle Lernen und die Bereitstellung von Vorhersagemodellen nutzen können. Am Ende dieser Schulung werden die Teilnehmer in der Lage sein
  • Installieren und Konfigurieren von RapidMiner
  • Daten mit RapidMiner aufbereiten und visualisieren
  • Modelle für maschinelles Lernen zu validieren
  • Daten zu mischen und Vorhersagemodelle zu erstellen
  • Predictive Analytics innerhalb eines Geschäftsprozesses zu operationalisieren
  • Fehlerbehebung und Optimierung RapidMiner
Zielgruppe
  • Datenwissenschaftler
  • Ingenieure
  • Entwickler
Format des Kurses
  • Teilweise Vorlesung, teilweise Diskussion, Übungen und umfangreiche praktische Übungen
Hinweis
  • Wenn Sie eine maßgeschneiderte Schulung für diesen Kurs wünschen, nehmen Sie bitte Kontakt mit uns auf, um dies zu vereinbaren.
Read more...

Tensorflow Lite for Microcontrollers

 21 Stunden
Diese von einem Trainer geleitete Live-Schulung (online oder vor Ort) richtet sich an Ingenieure, die Machine-Learning-Modelle auf sehr kleinen eingebetteten Geräten schreiben, laden und ausführen möchten. Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:
  • Installieren TensorFlow Lite.
  • Laden Sie Modelle für maschinelles Lernen auf ein eingebettetes Gerät, um es in die Lage zu versetzen, Sprache zu erkennen, Bilder zu klassifizieren usw.
  • Hardwaregeräte mit KI ausstatten, ohne auf eine Netzwerkverbindung angewiesen zu sein.
Read more...

Last Updated:

Erfahrungsberichte (23)

Hunter ist fabelhaft, sehr einnehmend, äußerst sachkundig und sympathisch. Sehr gut gemacht.

Rick Johnson - Laramie County Community College

Kurs - Artificial Intelligence (AI) Overview

Maschinelle Übersetzung

die VM ist eine gute Idee

Vincent - REGNOLOGY ROMANIA S.R.L.

Kurs - Fundamentals of Artificial Intelligence (AI) and Machine Learning

Maschinelle Übersetzung

Ich fand den Trainer sehr kenntnisreich und er beantwortete die Fragen mit Zuversicht, um das Verständnis zu klären.

Jenna - TCMT

Kurs - Machine Learning with Python – 2 Days

Maschinelle Übersetzung

Die Klarheit, mit der es präsentiert wurde

John McLemore - Motorola Solutions

Kurs - Deep Learning for Telecom (with Python)

Maschinelle Übersetzung

das ML-Ekosystem, nicht nur MLFlow sondern auch Optuna, Hyperopt, Docker und Docker-Compose

Guillaume GAUTIER - OLEA MEDICAL

Kurs - MLflow

Maschinelle Übersetzung

Die Art der Wissensübertragung und das Wissen des Trainers.

Jakub Rekas - Bitcomp Sp. z o.o.

Kurs - Machine Learning on iOS

Maschinelle Übersetzung

Die Erklärung

Wei Yang Teo - Ministry of Defence, Singapore

Kurs - Machine Learning with Python – 4 Days

Maschinelle Übersetzung

Ich habe es sehr genossen, an der Kubeflow Ausbildung teilzunehmen, die ferngesteuert durchgeführt wurde. Diese Ausbildung ermöglichte mir, mein Wissen zu AWS-Diensten, K8s und allen devOps-Tools rund um Kubeflow zu festigen, was die notwendige Grundlage ist, um das Thema angemessen anzugehen. Ich möchte Malawski Marcin für seine Geduld und Professionalität bei der Ausbildung sowie für Tipps zur besten Praxis danken. Malawski attackiert das Thema aus verschiedenen Perspektiven, mit unterschiedlichen Bereitstellungstools Ansible, EKS kubectl, Terraform. Jetzt bin ich definitiv überzeugt, dass ich mich auf dem richtigen Anwendungsgebiet befinde.

Guillaume Gautier - OLEA MEDICAL | Improved diagnosis for life TM

Kurs - Kubeflow

Maschinelle Übersetzung

Die Begeisterung für das Thema. Die Beispiele, die er gemacht hat und seine Erklärungen waren sehr gut. Sympathisch. Ein wenig zu detailliert für Anfänger. Für Manager könnte es abstrakter in weniger Tagen sein. Aber es war so gestaltet, dass wir eine gute Absprache im Voraus hatten.

Benedikt Chiandetti - HDI Deutschland Bancassurance Kundenservice GmbH

Kurs - Machine Learning Concepts for Entrepreneurs and Managers

Maschinelle Übersetzung

Der Trainer erklärte den Stoff gut und war die ganze Zeit über engagiert. Er hielt inne, um Fragen zu stellen, und ließ uns in einigen praktischen Sitzungen selbst zu Lösungen kommen. Er passte den Kurs außerdem gut auf unsere Bedürfnisse an.

Robert Baker

Kurs - Deep Learning with TensorFlow 2.0

Maschinelle Übersetzung

Konvolutionsfilter

Francesco Ferrara

Kurs - Introduction to Machine Learning

Maschinelle Übersetzung

Tomasz kennt die Informationen wirklich gut und der Kurs hatte eine gute Geschwindigkeit.

Raju Krishnamurthy - Google

Kurs - TensorFlow Extended (TFX)

Maschinelle Übersetzung

Organisation, gemäß dem vorgeschlagenen Agenda, das umfassende Wissen des Trainers zu diesem Thema

Ali Kattan - TWPI

Kurs - Natural Language Processing with TensorFlow

Maschinelle Übersetzung

Der Trainer war ein Fachmann im Themengebiet und verband Theorie mit Anwendung ausgezeichnet.

Fahad Malalla - Tatweer Petroleum

Kurs - Applied AI from Scratch in Python

Maschinelle Übersetzung

Mir haben die Laborübungen gefallen.

Marcell Lorant - L M ERICSSON LIMITED

Kurs - Machine Learning

Maschinelle Übersetzung

In-depth coverage of machine learning topics, particularly neural networks. Demystified a lot of the topic.

Sacha Nandlall

Kurs - Python for Advanced Machine Learning

Maschinelle Übersetzung

Very updated approach or CPI (tensor flow, era, learn) to do machine learning.

Paul Lee

Kurs - TensorFlow for Image Recognition

Maschinelle Übersetzung

I liked the new insights in deep machine learning.

Josip Arneric

Kurs - Neural Network in R

Maschinelle Übersetzung

We have gotten a lot more insight in to the subject matter. Some nice discussion were made with some real subjects within our company.

Sebastiaan Holman

Kurs - Machine Learning and Deep Learning

Maschinelle Übersetzung

The global overview of deep learning.

Bruno Charbonnier

Kurs - Advanced Deep Learning

Maschinelle Übersetzung

The topic is very interesting.

Wojciech Baranowski

Kurs - Introduction to Deep Learning

Maschinelle Übersetzung

Ann created a great environment to ask questions and learn. We had a lot of fun and also learned a lot at the same time.

Gudrun Bickelq

Kurs - Introduction to the use of neural networks

Maschinelle Übersetzung

It was very interactive and more relaxed and informal than expected. We covered lots of topics in the time and the trainer was always receptive to talking more in detail or more generally about the topics and how they were related. I feel the training has given me the tools to continue learning as opposed to it being a one off session where learning stops once you've finished which is very important given the scale and complexity of the topic.

Jonathan Blease

Kurs - Artificial Neural Networks, Machine Learning, Deep Thinking

Maschinelle Übersetzung

Kommende Kurse

Advanced Stable Diffusion: Deep Learning for Text-to-Image Generation

2025-06-02 09:30
21 Stunden
Erfurt
5208 EUR (Online)
5808 EUR (Schulungsraum)

Kubeflow on Azure

2025-06-16 09:30
28 Stunden
Erfurt
6944 EUR (Online)
7744 EUR (Schulungsraum)

Creating Custom Chatbots with Google AutoML

2025-06-26 09:30
14 Stunden
Erfurt
3952 EUR (Online)
4352 EUR (Schulungsraum)

Mathematica for Machine Learning

2025-07-10 09:30
14 Stunden
Erfurt
3472 EUR (Online)
3872 EUR (Schulungsraum)

Machine Learning with Python – 2 Days

2025-07-24 09:30
14 Stunden
Erfurt
3952 EUR (Online)
4352 EUR (Schulungsraum)

Andere Regionen in Deutschland

Andere Länder

Diese Kurse sind auch in anderen Ländern verfügbar
Machine Learning (ML) Schulung Erfurt, Machine Learning boot camp Erfurt, Machine Learning (ML) Fernschulung Erfurt, Machine Learning (ML) Wochenende Schulung Erfurt, ML (Machine Learning) Abends Schulung Erfurt, ML (Machine Learning) Seminare Erfurt, Machine Learning Seminar Erfurt, Machine Learning Training Erfurt, ML (Machine Learning) Kurs Erfurt