
Los cursos locales dirigidos por instructor en vivo de capacitación en Inteligencia Artificial (IA) demuestran, a través de prácticas manuales, cómo implementar soluciones de inteligencia artificial para resolver problemas del mundo real. La capacitación en IA está disponible en dos modalidades: "presencial en vivo" y "remota en vivo"; la primera se puede llevar a cabo localmente en las instalaciones del cliente en Bolivia o en los centros de capacitación corporativa de NobleProg en Bolivia, la segunda se lleva a cabo a través de un escritorio remoto interactivo.
NobleProg -- Su Proveedor Local de Capacitación
Testimonios
Él fue muy informativo y útil.
Pratheep Ravy
Curso: Predictive Modelling with R
Machine Translated
Fue muy interactivo y más relajado e informal de lo esperado. Cubrimos muchos temas en el tiempo y el capacitador siempre estuvo receptivo a hablar más en detalle o, más en general, sobre los temas y cómo se relacionaban. Siento que la capacitación me ha dado las herramientas para seguir aprendiendo en lugar de que sea una sola sesión donde el aprendizaje se detiene una vez que has terminado, lo cual es muy importante dada la escala y la complejidad del tema.
Jonathan Blease
Curso: Artificial Neural Networks, Machine Learning, Deep Thinking
Machine Translated
Ann creó un excelente entorno para hacer preguntas y aprender. Nos divertimos mucho y también aprendimos mucho al mismo tiempo.
Gudrun Bickelq
Curso: Introduction to the use of neural networks
Machine Translated
La parte interactiva, adaptada a nuestras necesidades específicas.
Thomas Stocker
Curso: Introduction to the use of neural networks
Machine Translated
Me gustaron los ejercicios.
Office for National Statistics
Curso: Natural Language Processing with Python
Machine Translated
Realmente disfruté el enfoque práctico.
Kevin De Cuyper
Curso: Computer Vision with OpenCV
Machine Translated
rango de material
Maciej Jonczyk
Curso: From Data to Decision with Big Data and Predictive Analytics
Machine Translated
sistematizar el conocimiento en el campo de ML
Orange Polska
Curso: From Data to Decision with Big Data and Predictive Analytics
Machine Translated
El capacitador estaba tan bien informado e incluyó áreas en las que estaba interesado.
Mohamed Salama
Curso: Data Mining & Machine Learning with R
Machine Translated
El tema es muy interesante.
Wojciech Baranowski
Curso: Introduction to Deep Learning
Machine Translated
Los formadores teóricos del conocimiento y la voluntad de resolver los problemas con los participantes después de la capacitación.
Grzegorz Mianowski
Curso: Introduction to Deep Learning
Machine Translated
Tema. ¡Muy interesante!.
Piotr
Curso: Introduction to Deep Learning
Machine Translated
Los ejercicios después de cada tema fueron realmente útiles, a pesar de que al final eran demasiado complicados. ¡En general, el material presentado fue muy interesante y envolvente! Los ejercicios con reconocimiento de imágenes fueron geniales.
Dolby Poland Sp. z o.o.
Curso: Introduction to Deep Learning
Machine Translated
Creo que si el entrenamiento se hiciera en polaco, le permitiría al formador compartir su conocimiento de manera más eficiente.
Radek
Curso: Introduction to Deep Learning
Machine Translated
La visión global del aprendizaje profundo.
Bruno Charbonnier
Curso: Advanced Deep Learning
Machine Translated
Los ejercicios son suficientemente prácticos y no necesitan un alto conocimiento en Python para hacerse.
Alexandre GIRARD
Curso: Advanced Deep Learning
Machine Translated
Haciendo ejercicios sobre ejemplos reales usando Eras. Italia entendió totalmente nuestras expectativas sobre esta capacitación.
Paul Kassis
Curso: Advanced Deep Learning
Machine Translated
Realmente aprecié las respuestas claras y claras de Chris a nuestras preguntas.
Léo Dubus
Curso: Réseau de Neurones, les Fondamentaux en utilisant TensorFlow comme Exemple
Machine Translated
En general, disfruté el entrenador experto.
Sridhar Voorakkara
Curso: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
Me sorprendió el estándar de esta clase, diría que era el estándar de la universidad.
David Relihan
Curso: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
Muy buena visión general. Go fondo desde Tensorflow por qué funciona como lo hace.
Kieran Conboy
Curso: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
Me gustaron las oportunidades de hacer preguntas y obtener explicaciones más profundas de la teoría.
Sharon Ruane
Curso: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
Hemos obtenido mucha más información sobre el tema. Se hicieron algunas buenas discusiones con algunos temas reales dentro de nuestra compañía.
Sebastiaan Holman
Curso: Machine Learning and Deep Learning
Machine Translated
La capacitación proporcionó la base correcta que nos permite ampliar aún más, al mostrar cómo la teoría y la práctica van de la mano. De hecho, me interesó más en el tema que antes.
Jean-Paul van Tillo
Curso: Machine Learning and Deep Learning
Machine Translated
Realmente disfruté de la cobertura y la profundidad de los temas.
Anirban Basu
Curso: Machine Learning and Deep Learning
Machine Translated
El capacitador explicó muy fácilmente temas difíciles y avanzados.
Leszek K
Curso: Artificial Intelligence Overview
Machine Translated
Me gustaron las nuevas ideas en el aprendizaje automático profundo.
Josip Arneric
Curso: Neural Network in R
Machine Translated
Obtuvimos algunos conocimientos sobre NN en general, y lo que fue más interesante para mí fueron los nuevos tipos de NN que son populares hoy en día.
Tea Poklepovic
Curso: Neural Network in R
Machine Translated
Disfruté sobre todo los gráficos en R :))).
Faculty of Economics and Business Zagreb
Curso: Neural Network in R
Machine Translated
El profundo conocimiento del entrenador sobre el tema.
Sebastian Görg
Curso: Introduction to Deep Learning
Machine Translated
Enfoque muy actualizado o CPI (tensor flow, era, learn) para hacer aprendizaje automático.
Paul Lee
Curso: TensorFlow for Image Recognition
Machine Translated
Muy flexible.
Frank Ueltzhöffer
Curso: Artificial Neural Networks, Machine Learning and Deep Thinking
Machine Translated
En general, disfruté de la flexibilidad.
Werner Philipp
Curso: Artificial Neural Networks, Machine Learning and Deep Thinking
Machine Translated
Dada la perspectiva de la tecnología: qué tecnología / proceso podría ser más importante en el futuro; mira, para qué se puede usar la tecnología.
Commerzbank AG
Curso: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
Me beneficié de la selección del tema. Estilo de entrenamiento Practica la orientación.
Commerzbank AG
Curso: Neural Networks Fundamentals using TensorFlow as Example
Machine Translated
Todos me gusta
蒙 李
Curso: Machine Learning Fundamentals with Python
Machine Translated
forma de conducir y ejemplo dado por el entrenador
ORANGE POLSKA S.A.
Curso: Machine Learning and Deep Learning
Machine Translated
Posibilidad de discutir los temas propuestos usted mismo
ORANGE POLSKA S.A.
Curso: Machine Learning and Deep Learning
Machine Translated
Comunicación con los conferenciantes
文欣 张
Curso: Artificial Neural Networks, Machine Learning, Deep Thinking
Machine Translated
Me gusta
lisa xie
Curso: Artificial Neural Networks, Machine Learning, Deep Thinking
Machine Translated
Cobertura en profundidad de temas de aprendizaje automático, particularmente redes neuronales. Desmitificaron mucho el tema.
Sacha Nandlall
Curso: Python for Advanced Machine Learning
Machine Translated
Este es uno de los mejores cursos prácticos de programación de ejercicios que he tomado.
Laura Kahn
Curso: Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP
Machine Translated
Esta es una de las mejores capacitaciones en línea de calidad que he tomado en mi carrera de 13 años. ¡Mantener el buen trabajo!.
Curso: Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP
Machine Translated
una gran cantidad de ejercicios que puedo usar directamente en mi trabajo.
Alior Bank S.A.
Curso: Sieci Neuronowe w R
Machine Translated
Ejemplos de datos reales.
Alior Bank S.A.
Curso: Sieci Neuronowe w R
Machine Translated
neuralnet, pROC en un bucle.
Alior Bank S.A.
Curso: Sieci Neuronowe w R
Machine Translated
El estilo de entrenamiento de Richard lo mantuvo interesante, los ejemplos del mundo real utilizados ayudaron a llevar los conceptos a casa.
Jamie Martin-Royle - NBrown Group
Curso: From Data to Decision with Big Data and Predictive Analytics
Machine Translated
El contenido, ya que me pareció muy interesante y creo que me ayudaría en mi último año en la Universidad.
Krishan Mistry - NBrown Group
Curso: From Data to Decision with Big Data and Predictive Analytics
Machine Translated
Realmente me gustaron los ejercicios
L M ERICSSON LIMITED
Curso: Machine Learning
Machine Translated
los ejercicios de laboratorio
Marcell Lorant - L M ERICSSON LIMITED
Curso: Machine Learning
Machine Translated
Esta es una de las mejores capacitaciones en línea de calidad que he tomado en mi carrera de 13 años. ¡Mantener el buen trabajo!.
Curso: Artificial Intelligence - the most applied stuff - Data Analysis + Distributed AI + NLP
Machine Translated
Algunos de nuestros clientes


















































AI Subcategorías
Programas de los cursos AI (Artificial Intelligence)
- Learn and understand the fundamentals of ChatGPT.
- Use ChatGPT to build and develop web applications.
- Learn ChatGPT best practices and real-world applications.
- 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.
-
Comprender los principios básicos de AlphaFold.
Aprende cómo AlphaFold funciona.
Aprende a interpretar AlphaFold predicciones y resultados.
-
Lecciones y discusiones interactivas.
Muchos ejercicios y prácticas.
Implementación de manos en un entorno de laboratorio en vivo.
-
Para solicitar una formación personalizada para este curso, por favor contacta con nosotros para organizar.
-
Instalar y configurar Weka
Comprender el entorno y el banco de trabajo.
Realizar tareas de minería de datos utilizando Weka.
-
Lecciones y discusiones interactivas.
Muchos ejercicios y prácticas.
Implementación de manos en un entorno de laboratorio en vivo.
-
Para solicitar una formación personalizada para este curso, por favor contacta con nosotros para organizar.
- Learn what is ProjectQ and what it is used for.
- Use the ProjectQ framework to perform quantum programming.
- Translate quantum programs to any back-end.
- Implementar algoritmos y técnicas de aprendizaje automático para resolver problemas complejos
- Aplicar el aprendizaje profundo y el aprendizaje semi-supervisado a aplicaciones que involucren imagen, música, texto e información financiera
- Empujar los algoritmos de Python a su máximo potencial
- Usa bibliotecas y paquetes como NumPy y Theano
- Desarrolladores
- Analistas
- Científicos de datos
- Conferencia de parte, discusión en parte, ejercicios y práctica práctica
Lingüistas y programadores Formato del curso
Parte conferencia, discusión de la parte, práctica práctica pesada, pruebas ocasionales para calibrar la comprensión
- Understand the key concepts behind Deep Reinforcement Learning and be able to distinguish it from Machine Learning
- Apply advanced Reinforcement Learning algorithms to solve real-world problems
- Build a Deep Learning Agent
- Developers
- Data Scientists
- Part lecture, part discussion, exercises and heavy hands-on practice
-
Instalar y configurar Cloud Pak para datos.
Unificar la recopilación, organización y análisis de datos.
Integrar Cloud Pak for Data con una variedad de servicios para resolver problemas comerciales comunes.
Implementar flujos de trabajo para colaborar con los miembros del equipo en el desarrollo de una solución de IA.
-
Lecciones y discusiones interactivas.
Muchos ejercicios y prácticas.
Implementación de manos en un entorno de laboratorio en vivo.
-
Para solicitar una formación personalizada para este curso, por favor contacta con nosotros para organizar.
-
Comprender los conceptos fundamentales del aprendizaje profundo.
Aprende las aplicaciones y los usos de la aprendizaje profunda en telecom.
Utilice Python, Keras, y TensorFlow para crear modelos de aprendizaje profundo para telecom.
Construye su propio modelo de predicción del cliente de aprendizaje profundo utilizando Python.
-
Lecciones y discusiones interactivas.
Muchos ejercicios y prácticas.
Implementación de manos en un entorno de laboratorio en vivo.
-
Para solicitar una formación personalizada para este curso, por favor contacta con nosotros para organizar.
- Explore cómo los datos se interpretan mediante modelos de aprendizaje automático
- Navegue a través de vistas 3D y 2D de datos para comprender cómo lo interpreta un algoritmo de aprendizaje automático
- Comprenda los conceptos detrás de Embeddings y su papel en la representación de vectores matemáticos para imágenes, palabras y números.
- Explore las propiedades de una incrustación específica para comprender el comportamiento de un modelo
- Aplicar Embedding Project a casos de uso del mundo real, como crear un sistema de recomendación de canciones para amantes de la música
- Desarrolladores
- Científicos de datos
- Conferencia de parte, discusión en parte, ejercicios y práctica práctica
- Instale y configure UiPath IPA.
- Habilitar robots para gestionar otros robots.
- Aplique la visión por computadora para localizar objetos de la pantalla con precisión.
- Habilite robots que puedan detectar patrones de lenguaje y llevar a cabo análisis de sentimientos sobre contenido no estructurado.
- Conferencia interactiva y discusión.
- Muchos ejercicios y práctica.
- Implementación práctica en un entorno de laboratorio en vivo.
- Para solicitar una capacitación personalizada para este curso, contáctenos para organizarlo.
- Para obtener más información sobre UiPath IPA, visite: https: // www. UiPath .com / rpa / intelligent-process-automation
- Automatice la generación y parametrización de pruebas unitarias con IA.
- Aplique el aprendizaje automático en un caso de uso del mundo real.
- Automatice la generación y el mantenimiento de pruebas de API con IA.
- Utilice métodos de aprendizaje automático para autocurar la ejecución de pruebas de Selenium.
- Conferencia interactiva y discusión.
- Muchos ejercicios y práctica.
- Implementación práctica en un entorno de laboratorio en vivo.
- Para solicitar una formación personalizada para este curso, póngase en contacto con nosotros para organizar.
-
Leverage software AI para mejorar la forma en que las marcas se conectan con los usuarios.
Use chatbots para optimizar la experiencia del usuario.
Aumentar la productividad y los ingresos a través de la automatización de tareas.
-
Lecciones y discusiones interactivas.
Muchos ejercicios y prácticas.
Implementación de manos en un entorno de laboratorio en vivo.
-
Para solicitar una formación personalizada para este curso, por favor contacta con nosotros para organizar.
-
Implementación de filtros (Kalman y partículas) para que el robot pueda localizar objetos en movimiento en su entorno.
Implementación de algoritmos de búsqueda y planificación de movimientos.
Implementación de controles PID para regular el movimiento de un robot dentro de un entorno.
Implementar algoritmos SLAM para permitir que un robot mapa un entorno desconocido.
-
Lecciones y discusiones interactivas.
Muchos ejercicios y prácticas.
Implementación de manos en un entorno de laboratorio en vivo.
-
Para solicitar una formación personalizada para este curso, por favor contacta con nosotros para organizar.
-
Lecciones y discusiones interactivas.
Muchos ejercicios y prácticas.
Implementación de manos en un entorno de laboratorio en vivo.
-
Para solicitar una formación personalizada para este curso, por favor contacta con nosotros para organizar.
- Comprender los conceptos clave utilizados en las tecnologías robóticas.
- Comprender y gestionar la interacción entre software y hardware en un sistema robótico.
- Comprender y implementar los componentes de software que sustentan la robótica.
- Construir y operar un robot mecánico simulado que pueda ver, sentir, procesar, navegar y interactuar con los humanos a través de la voz.
- Comprender los elementos necesarios de la inteligencia artificial (aprendizaje de máquina, aprendizaje profundo, etc.) Para construir un robot inteligente.
- Los filtros de implementación (Kalman y Particle) permiten al robot localizar objetos en movimiento en su entorno.
- Implementación de algoritmos de búsqueda y planificación de movimientos.
- Implementación de controles PID para regular el movimiento de un robot dentro de un entorno.
- Implementar algoritmos SLAM para permitir que un robot mapa un entorno desconocido.
- Testar y resolver problemas a un robot en escenarios realistas.
-
Lecciones y discusiones interactivas. Muchos ejercicios y prácticas.
Implementación de manos en un entorno de laboratorio en vivo.
-
Los kites de hardware serán confirmados por el instructor antes del
entrenamiento. Los kitos contendrán más o menos los siguientes componentes:
- Arduino El Consejo
- Controlador Motor
- Sensor de distancia
- El esclavo Bluetooth
- El prototipo de la placa y los cables
- Cable USB
- El vehículo kit
- Los participantes tendrán que proporcionar su propio hardware.
-
Para personalizar cualquier parte de este curso (linguaje de programación,
modelo de robots, microcontroller, etc.) Por favor, póngase en contacto con
nosotros para organizar.
-
Comprender los conceptos clave utilizados en las tecnologías robóticas.
Comprender y gestionar la interacción entre software y hardware en un sistema robótico.
Comprender y implementar los componentes de software que sustentan la robótica.
Construir y operar un robot mecánico simulado que pueda ver, sentir, procesar, navegar y interactuar con los humanos a través de la voz.
Comprender los elementos necesarios de la inteligencia artificial (aprendizaje de máquina, aprendizaje profundo, etc.) Para construir un robot inteligente.
Los filtros de implementación (Kalman y Particle) permiten al robot localizar objetos en movimiento en su entorno.
Implementación de algoritmos de búsqueda y planificación de movimientos.
Implementación de controles PID para regular el movimiento de un robot dentro de un entorno.
Implementar algoritmos SLAM para permitir que un robot mapa un entorno desconocido.
Extender la capacidad de un robot para realizar tareas complejas a través de Deep Learning.
Testar y resolver problemas a un robot en escenarios realistas.
-
Lecciones y discusiones interactivas.
Muchos ejercicios y prácticas.
Implementación de manos en un entorno de laboratorio en vivo.
-
Para personalizar cualquier parte de este curso (linguaje de programación, modelo de robots, etc.) Por favor, póngase en contacto con nosotros para organizar.
Last Updated: