Apache SystemML for Machine Learning培訓

本課程是為經理、解決方案架構師、創新官、首席技術官、軟體架構師以及任何對應用人工智慧概述及其發展的最新預測感興趣的人創建的。

本培訓課程面向希望在實際應用中應用基本Machine Learning技術的人員。

聽眾

熟悉機器學習並熟悉如何編程的數據科學家和統計學家。本課程的重點是數據/模型準備，執行，事後分析和可視化的實際方面。目的是向有興趣在工作中應用這些方法的參與者提供機器學習的實用介紹

行業特定示例用於使培訓與受眾相關。

本培訓課程面向希望在實際應用中應用Machine Learning人員。

聽眾

本課程適用於對統計學有一定了解並且知道如何編寫R（或Python或其他選定語言）的數據科學家和統計學家。本課程的重點是數據/模型準備，執行，事後分析和可視化的實踐方面。

目的是為有興趣在工作中應用這些方法的參與者提供Machine Learning實際應用。

行業特定示例用於使培訓與受眾相關。

本課程的目的是提供在實踐中應用Machine Learning方法的基本熟練程度。通過使用Python編程語言及其各種庫，並基於大量實際示例，本課程教授如何使用Machine Learning最重要的構建塊，如何制定數據建模決策，解釋算法的輸出和驗證結果。

我們的目標是讓您自信地理解和使用Machine Learning工具箱中最基本的工具，並避免Data Science應用程序的常見缺陷。

人工神經網絡是一種計算數據模型，用於開發能夠執行“智能”任務的Artificial Intelligence (AI)系統。 Neural Networks通常用於Machine Learning （ML）應用程序，它們本身就是AI的一種實現。 Deep Learning是ML的一個子集。

本課程將理論和實踐工作相結合，並在整個活動中使用的具體示例。

本課程介紹機器人應用中的機器學習方法。

它概述了模式識別背景下的現有方法，動機和主要思想。

在簡短的理論背景之後，參與者將使用開源（通常為R）或任何其他流行軟件進行簡單的練習。

本課程的目的是提供在實踐中應用Machine Learning方法的基本熟練程度。通過使用Scala編程語言及其各種庫，並基於大量實際示例，本課程教授如何使用Machine Learning最重要的構建塊，如何制定數據建模決策，解釋算法的輸出和驗證結果。

我們的目標是讓您自信地理解和使用Machine Learning工具箱中最基本的工具，並避免Data Science應用程序的常見缺陷。

該培訓課程面向希望將Machine Learning應用於團隊實際應用的人員。培訓不會涉及技術問題，而是圍繞基礎概念和業務/運營應用。

目標觀眾

1. 投資者和人工智能企業家
2. 管理者和工程師，他們的公司正在進入AI領域
3. Business分析師和投資者

本課程的目的是提供在實踐中應用機器學習方法的一般熟練程度。通過使用 Python 程式設計語言及其各種庫, 並基於大量的實際示例, 本課程教授如何使用機器學習最重要的構建塊, 如何做出資料建模決策, 解釋輸出並驗證結果

我們的目標是讓您能夠自信地理解和使用機器學習工具箱中最基本的工具, 並避免資料科學應用的常見陷阱。

In this instructor-led, live training, participants will learn how to apply machine learning techniques and tools for solving real-world problems in the banking industry. R will be used as the programming language.

Participants first learn the key principles, then put their knowledge into practice by building their own machine learning models and using them to complete a number of live projects.

Audience

• Developers
• Data scientists
• Banking professionals with a technical background

Format of the course

• Part lecture, part discussion, exercises and heavy hands-on practice