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 Costa Rica o en los centros de capacitación corporativa de NobleProg en Costa Rica, 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
Artificial Intelligence Subcategorías
Programas de los cursos AI (Artificial Intelligence)
Nombre del Curso
Duración
Descripción General
Nombre del Curso
Duración
Descripción General
7 horas
This instructor-led, live training in Costa Rica (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.
7 horas
AlphaFold es un sistema Artificial Intelligence (AI) que realiza la predicción de las estructuras proteicas. Está desarrollado por Alphabet’s/Google’s DeepMind como un sistema de aprendizaje profundo que puede predecir con precisión los modelos 3D de estructuras de proteínas.
Este entrenamiento guiado por instructores, en vivo (online o on-site) está dirigido a biólogos que desean entender cómo AlphaFold funciona y utiliza AlphaFold modelos como guías en sus estudios experimentales.
Al final de este curso, los participantes podrán:
-
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.
14 horas
Waikato Environment for Knowledge Analysis (Weka) es un software de visualización de minería de datos de código abierto. Ofrece una colección de algoritmos de aprendizaje de máquina para la preparación de datos, clasificación, clustering y otras actividades de minería de datos.
Este entrenamiento guiado por instructores, en vivo (online o on-site) está dirigido a analistas de datos y científicos de datos que desean utilizar Weka para realizar tareas de minería de datos.
Al final de este curso, los participantes podrán:
-
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.
14 horas
El objetivo de este curso es proporcionar una competencia básica en la aplicación de los métodos de aprendizaje automático en la práctica. A través del uso del lenguaje de programación Python y sus diversas bibliotecas, y basado en una multitud de ejemplos prácticos, este curso enseña cómo usar los bloques de construcción más importantes de Aprendizaje de Máquinas, cómo tomar decisiones de modelado de datos, interpretar las salidas de los algoritmos y Validar los resultados.
Nuestro objetivo es darle las habilidades para entender y usar las herramientas más fundamentales de la caja de herramientas de Aprendizaje de Máquinas con confianza y evitar las trampas comunes de las aplicaciones de Data Sciences.
21 horas
En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán las técnicas de aprendizaje automático más relevantes y de vanguardia en Python a medida que crean una serie de aplicaciones de demostración que incluyen imágenes, música, texto y datos financieros.
Al final de esta capacitación, los participantes podrán:
- 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
21 horas
Se estima que los datos no estructurados representan más del 90 por ciento de todos los datos, gran parte de ellos en forma de texto. Las publicaciones del blog, los tweets, los medios sociales y otras publicaciones digitales añaden continuamente a este creciente cuerpo de datos.
Este curso se centra en la extracción de información y significado de estos datos. Utilizando las bibliotecas de lenguaje y procesamiento de lenguaje natural (NLP), combinamos conceptos y técnicas de la informática, la inteligencia artificial y la lingüística computacional para entender algorítmicamente el significado detrás de los datos de texto. Las muestras de datos están disponibles en varios idiomas según los requisitos del cliente.
Al final de este entrenamiento los participantes serán capaces de preparar conjuntos de datos (grandes y pequeños) de fuentes dispares, a continuación, aplicar los algoritmos adecuados para analizar e informar sobre su significado.
Audiencia
Lingüistas y programadores Formato del curso
Parte conferencia, discusión de la parte, práctica práctica pesada, pruebas ocasionales para calibrar la comprensión
Lingüistas y programadores Formato del curso
Parte conferencia, discusión de la parte, práctica práctica pesada, pruebas ocasionales para calibrar la comprensión
28 horas
el objetivo de este curso es proporcionar una competencia general en la aplicación de métodos de aprendizaje automático en la práctica. Mediante el uso del lenguaje de programación Python y sus diversas bibliotecas, y basado en una multitud de ejemplos prácticos, este curso enseña cómo utilizar los bloques de construcción más importantes del aprendizaje automático, cómo tomar decisiones de modelado de datos, interpretar el las salidas de los algoritmos y validar los resultados.
nuestro objetivo es darle las habilidades para entender y utilizar las herramientas más fundamentales de la caja de herramientas machine learning con confianza y evitar las trampas comunes de las aplicaciones de Ciencias de la información.
28 horas
This course introduces linguists or programmers to NLP in Python. During this course we will mostly use nltk.org (Natural Language Tool Kit), but also we will use other libraries relevant and useful for NLP. At the moment we can conduct this course in Python 2.x or Python 3.x. Examples are in English or Mandarin (普通话). Other languages can be also made available if agreed before booking.
35 horas
Esta es una introducción de 5 días a Data Science y AI. El curso se entrega con ejemplos y ejercicios con Python
28 horas
Este es un curso de 4 días que introduce la AI y la aplicación que utiliza el lenguaje de programación Python. Hay una opción para tener un día adicional para emprender un proyecto de inteligencia artificial al completar este curso.
21 horas
Deep Reinforcement Learning refers to the ability of an "artificial agent" to learn by trial-and-error and rewards-and-punishments. An artificial agent aims to emulate a human's ability to obtain and construct knowledge on its own, directly from raw inputs such as vision. To realize reinforcement learning, deep learning and neural networks are used. Reinforcement learning is different from machine learning and does not rely on supervised and unsupervised learning approaches.
In this instructor-led, live training, participants will learn the fundamentals of Deep Reinforcement Learning as they step through the creation of a Deep Learning Agent.
By the end of this training, participants will be able to:
- 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
14 horas
IBM Cloud Pak for Data es una plataforma de software multi-cloud para la recopilación, organización y análisis de datos para uso en la IA.
Este entrenamiento guiado por instructores, en vivo (online o on-site) está dirigido a científicos de datos que desean utilizar IBM Cloud Pak para preparar los datos para su uso en soluciones de inteligencia artificial.
Al final de este curso, los participantes podrán:
-
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.
28 horas
El aprendizaje de máquina es una rama de inteligencia artificial en la que los ordenadores tienen la capacidad de aprender sin ser explícitamente programados.
El aprendizaje profundo es un subcampo de aprendizaje automático que utiliza métodos basados en las representaciones de datos de aprendizaje y estructuras como las redes neurales.
Python es un lenguaje de programación de alto nivel conocido por su sintaxe clara y la lectura de código.
En este entrenamiento guiado por instructores, los participantes aprenderán cómo implementar modelos de aprendizaje profundo para telecom utilizando Python a medida que pasan por la creación de un modelo de riesgo de crédito de aprendizaje profundo.
Al final de este curso, los participantes podrán:
-
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.
14 horas
Embedding Projector es una aplicación web de código abierto para visualizar los datos utilizados para entrenar sistemas de aprendizaje automático. Creado por Google, es parte de TensorFlow.
Esta capacitación en vivo dirigida por un instructor presenta los conceptos detrás de Embedding Projector y guía a los participantes a través de la configuración de un proyecto de demostración.
Al final de esta capacitación, los participantes podrán:
- 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
7 horas
Este curso ha sido creado para gerentes, arquitectos de soluciones, oficiales de innovación, CTO, arquitectos de software y todos los interesados en la visión general de la inteligencia artificial aplicada y el pronóstico más cercano para su desarrollo.
21 horas
Este curso es un enfoque práctico a la herramienta OptaPLanner, proporcionando a los partidarios todas como herramientas para obtener un conocimiento introductorio único y funcional que permiten realizar como funciones basicas nessa ferramenta.
28 horas
Este curso de cuatro días tiene como objetivo enseñar cómo funcionan los algoritmos genéticos; también cubre cómo seleccionar los parámetros del modelo de un algoritmo genético; hay muchas aplicaciones para algoritmos genéticos en este curso y los problemas de optimización se abordan con los algoritmos genéticos.
7 horas
Esta es una sesión de capacitación basada en el aula en una presentación y formato de preguntas y respuestas
14 horas
Intelligent Process Automation, o IPA, se refiere al uso de Artificial Intelligence (AI) , robótica e integración con servicios de terceros para extender el poder de RPA. Esta capacitación en vivo dirigida por un instructor (en el sitio o remota) está dirigida a personas técnicas que desean configurar o extender un sistema RPA con capacidades más inteligentes. Al final de esta capacitación, los participantes podrán:
- 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
14 horas
Las pruebas de software son el proceso de evaluar la validez de la funcionalidad de una aplicación de software. La integración de la inteligencia artificial en el entorno de pruebas de software permite que el proceso se prome de IA, acelerando la creación, la ejecución y el mantenimiento de las pruebas.
Este instructor de formación en vivo (in situ o remoto) está dirigido a los probadores de software que desean tener un entorno de pruebas de software impulsado por IA.
Al final de esta formación, los participantes podrán:
- 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.
7 horas
La inteligencia artificial (AI) es la inteligencia para las máquinas para realizar tareas específicas mediante el reconocimiento de patrones en los datos. AI permite a los usuarios hacerse el éxito de las campañas de marketing digital.
Este entrenamiento guiado por instructores, en vivo (online o on-site) está dirigido a los marketingers que desean utilizar la IA para mejorar las estrategias de marketing digital a través de valiosos conocimientos de los clientes.
Al final de este curso, los participantes podrán:
-
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.
21 horas
Robotics es un área de inteligencia artificial (AI) que se ocupa de la programación y el diseño de máquinas inteligentes y eficientes.
Este entrenamiento guiado por instructores, en vivo (online o on-site) está dirigido a ingenieros que desean programar y crear robots a través de métodos básicos de inteligencia artificial.
Al final de este curso, los participantes podrán:
-
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.
7 horas
Es la simulación de la inteligencia humana en las máquinas que están programadas para pensar y actuar como los humanos. Cubre una variedad de tecnologías, como el aprendizaje de máquina y el aprendizaje profundo, y se utiliza para diversas aplicaciones empresariales y corporativas para resolver los desafíos y necesidades de la organización.
Este entrenamiento dirigido por instructores, en vivo (online o on-site) está dirigido a los gerentes y líderes de negocios que desean aprender sobre los fundamentos de la inteligencia artificial y gestionar proyectos de inteligencia artificial para su organización.
Al final de esta formación, los participantes podrán entender la IA a nivel técnico y estratégizar utilizando los datos y los recursos de su organización para gestionar con éxito proyectos de IA.
Formato del curso
-
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.
80 horas
Robotics y Artificial Intelligence (AI) son poderosas herramientas para el desarrollo de sistemas de seguridad en instalaciones nucleares.
En este entrenamiento guiado por instructores, en vivo (online o on-site), los participantes aprenderán las diferentes tecnologías, marco y técnicas para la programación de diferentes tipos de robots que se utilizarán en el campo de la tecnología nuclear y los sistemas ambientales.
El curso de 4 semanas se lleva a cabo 5 días a la semana. Cada día es de 4 horas y consiste en conferencias, discusiones y desarrollo práctico de robots en un entorno de laboratorio en vivo. Los participantes completarán diversos proyectos del mundo real aplicables a su trabajo con el fin de practicar sus conocimientos adquiridos.
El hardware objetivo para este curso será simulado en 3D a través de software de simulación. El código se cargará luego en hardware físico (Arduino o otro) para la prueba de implementación final. El ROS (Robot Operating System) marco de código abierto, C++ y Python se utilizará para la programación de los robots.
Al final de este curso, los participantes podrán:
Los participantes tendrán que proporcionar su propio hardware.
Opciones de Customización de Curso
-
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
-
Para personalizar cualquier parte de este curso (linguaje de programación, modelo de robots, microcontroller, etc.) Por favor, póngase en contacto con nosotros para organizar.
120 horas
Robotics y Artificial Intelligence (AI) son poderosas herramientas para el desarrollo de sistemas de seguridad en instalaciones nucleares.
En este entrenamiento guiado por instructores, en vivo (online o on-site), los participantes aprenderán las diferentes tecnologías, marco y técnicas para la programación de diferentes tipos de robots que se utilizarán en el campo de la tecnología nuclear y los sistemas ambientales.
El curso de 6 semanas se lleva a cabo 5 días por semana. Cada día es de 4 horas y consiste en conferencias, discusiones y desarrollo práctico de robots en un entorno de laboratorio en vivo. Los participantes completarán diversos proyectos del mundo real aplicables a su trabajo con el fin de practicar sus conocimientos adquiridos.
El hardware objetivo para este curso será simulado en 3D a través de software de simulación. El ROS (Robot Operating System) marco de código abierto, C++ y Python se utilizará para la programación de los robots.
Al final de este curso, los participantes podrán:
-
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.
7 horas
El curso está dirigido para las personas que quieren aprender lo básico de neural networks y sus aplicaciones.
14 horas
Este curso es una introducción a la aplicación de redes neuronales en problemas del mundo real utilizando el software R-project.
14 horas
Este curso de capacitación es para personas que deseen aplicar Aprendizaje de la Máquina en aplicaciones prácticas.
Audiencia
Este curso es para científicos de datos y estadísticos que tienen cierta familiaridad con las estadísticas y saben cómo programar R (o Python u otro idioma elegido). El énfasis de este curso está en los aspectos prácticos de la preparación de datos / modelos, la ejecución, el análisis post hoc y la visualización.
El propósito es dar aplicaciones prácticas al Aprendizaje Automático a los participantes interesados en aplicar los métodos en el trabajo.
Se utilizan ejemplos específicos del sector para hacer que la formación sea relevante para el público.
21 horas
Artificial Neural Network es un modelo de datos computacional usado en el desarrollo de sistemas de Artificial Intelligence (AI) capaces de realizar tareas "inteligentes". Neural Networks se usan comúnmente en aplicaciones de Machine Learning (ML), que son en sí mismas una implementación de AI. Deep Learning es un subconjunto de ML.
21 horas
Artificial Neural Network es un modelo de datos computacional usado en el desarrollo de sistemas de Artificial Intelligence (AI) capaces de realizar tareas "inteligentes". Neural Networks se usan comúnmente en aplicaciones de Machine Learning (ML), que son en sí mismas una implementación de AI. Deep Learning es un subconjunto de ML.
Last Updated:
Próximos Cursos AI (Artificial Intelligence)
Red Neuronal en R
2022-12-20 09:30
14 horas
Introducción al Uso de Neural Networks
2022-12-23 09:30
7 horas
Visión general de Inteligencia Artificial
2022-12-23 09:30
7 horas
Redes Neuronales Artificiales, Aprendizaje Automático y Pensamiento Profundo
2023-01-02 09:30
21 horas
Aprendizaje Automático Aplicado
2023-01-24 09:30
14 horas
Consultoría
Cursos de Fin de Semana de AI, Capacitación por la Tarde de Inteligencia Artificial, Artificial Intelligence boot camp, Clases de AI, Capacitación de Fin de Semana de AI (Artificial Intelligence), Cursos por la Tarde de Artificial Intelligence, AI (Artificial Intelligence) coaching, Instructor de AI, Capacitador de AI (Artificial Intelligence), Artificial Intelligence con instructor, Cursos de Formación de AI (Artificial Intelligence), AI en sitio, Cursos Privados de Inteligencia Artificial, Clases Particulares de AI (Artificial Intelligence), Capacitación empresarial de AI (Artificial Intelligence), Talleres para empresas de AI, Cursos en linea de AI, Programas de capacitación de AI (Artificial Intelligence), Clases de Artificial Intelligence