Curso de Inteligencia Artificial

Curso de Inteligencia Artificial

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 México o en los centros de capacitación corporativa de NobleProg en México, la segunda se lleva a cabo a través de un escritorio remoto interactivo.

NobleProg -- Su Proveedor Local de Capacitación

Testimonios

★★★★★
★★★★★

Programa del curso Inteligencia Artificial

CódigoNombreDuraciónInformación General
optapracOptaPlanner en la Práctica21 horasEste 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.
PaddlePaddleCurso de PaddlePaddle21 horasPaddlePaddle (PArallel Distributed Deep LEarning) es una plataforma de aprendizaje profundo escalable desarrollada por Baidu.

En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán a usar PaddlePaddle para permitir el aprendizaje profundo en sus aplicaciones de productos y servicios.

Al final de esta capacitación, los participantes podrán:

- Configurar y configurar PaddlePaddle
- Configure una red neuronal convolucional (CNN) para el reconocimiento de imágenes y la detección de objetos
- Configurar una Red Neuronal Recurrente (RNN) para el análisis de sentimientos
- Establecer un aprendizaje profundo sobre los sistemas de recomendación para ayudar a los usuarios a encontrar respuestas
- Predecir porcentajes de clics (CTR), clasificar conjuntos de imágenes a gran escala, realizar reconocimiento óptico de caracteres (OCR), buscar rangos, detectar virus informáticos e implementar un sistema de recomendaciones.

Audiencia

- Desarrolladores
- Científicos de datos

Formato del curso

- Conferencia de parte, discusión en parte, ejercicios y práctica práctica
w2vdl4jNLP con Deeplearning4j14 horasDeeplearning4j es una biblioteca de código abierto y de aprendizaje profundo escrita para Java y Scala. Integrado con Hadoop y Spark, DL4J está diseñado para ser utilizado en entornos empresariales en GPUs y CPU distribuidas.

Word2Vec es un método de computación de representaciones vectoriales de palabras introducidas por un equipo de investigadores de Google liderado por Tomas Mikolov.

Audiencia

Este curso está dirigido a investigadores, ingenieros y desarrolladores que buscan utilizar Deeplearning4J para construir modelos Word2Vec.
tsflw2vProcesamiento del Lenguaje Natural con TensorFlow35 horasTensorFlow ™ es una biblioteca de software de código abierto para computación numérica utilizando gráficos de flujo de datos.

SyntaxNet es una estructura de procesamiento de lenguaje natural de la red neuronal para TensorFlow.

Word2Vec se utiliza para el aprendizaje de representaciones vectoriales de palabras, llamadas "embeddings palabra". Word2vec es un modelo predictivo particularmente computacionalmente eficiente para aprender las incorporaciones de palabras a partir de texto en bruto. Viene en dos sabores, el modelo continuo de la bolsa-de-palabras (CBOW) y el modelo de Skip-Gram (capítulo 3.1 y 3.2 en Mikolov y otros).

Utilizado en tándem, SyntaxNet y Word2Vec permite a los usuarios generar modelos de incorporación aprendida de entrada de lenguaje natural.

Audiencia

Este curso está dirigido a desarrolladores e ingenieros que tienen la intención de trabajar con los modelos SyntaxNet y Word2Vec en sus gráficos TensorFlow.

Después de completar este curso, los delegados:

Entender la estructura y los mecanismos de despliegue de TensorFlow

- ser capaz de llevar a cabo las tareas de instalación / producción de entorno / arquitectura y configuración
- ser capaz de evaluar la calidad del código, realizar depuración,
- ser capaz de implementar la producción avanzada como modelos de entrenamiento, términos de inclusión, gráficos de construcción y registro
python_nltkProcesamiento de Lenguajes Naturales con Python28 horasEste curso introduce a los lingüistas o programadores a la PNL en Python. Durante este curso utilizaremos principalmente nltk.org (Natural Language Tool Kit), pero también usaremos otras bibliotecas relevantes y útiles para PNL. Por el momento podemos realizar este curso en Python 2.x o Python 3.x. Los ejemplos son en inglés o mandarín (普通话). Otros idiomas también pueden ponerse a disposición si se acuerda antes de reservar.
nlpProcesamiento de Lenguajes Naturales21 horasEste curso ha sido diseñado para personas interesadas en extraer significado del texto escrito en inglés, aunque el conocimiento se puede aplicar a otros lenguajes humanos.

El curso cubrirá cómo hacer uso de textos escritos por humanos, como blogs, tweets, etc ...

Por ejemplo, un analista puede configurar un algoritmo que llegará a una conclusión automática basada en una fuente de datos extensa.
appaiApplied AI from Scratch28 horasThis is a 4 day course introducing AI and it's application. There is an option to have an additional day to undertake an AI project on completion of this course.
Nue_LBGComputación Neuronal - Ciencia de Datos14 horasEsta sesión de capacitación basada en el aula contendrá presentaciones y ejemplos basados en computadora y ejercicios de estudio de caso para emprender con bibliotecas de redes neurales y profundas relevantes
drlpythonAprendizaje de refuerzo profundo con Python21 horasEl aprendizaje de refuerzo profundo se refiere a la capacidad de un "agente artificial" para aprender por prueba y error y recompensas y castigos. Un agente artificial tiene como objetivo emular la capacidad de un ser humano de obtener y construir conocimiento por sí mismo, directamente a partir de insumos crudos como la visión. Para lograr un aprendizaje reforzado, se utilizan redes neuronales y de aprendizaje profundo. El aprendizaje de refuerzo es diferente del aprendizaje automático y no depende de enfoques de aprendizaje supervisados ​​y no supervisados.

En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán los fundamentos de Deep Refforcement Learning a medida que avanzan en la creación de un Deep Learning Agent.

Al final de esta capacitación, los participantes podrán:

- Comprender los conceptos clave detrás del aprendizaje profundo y el aprendizaje del aprendizaje automático
- Aplicar algoritmos avanzados de refuerzo de aprendizaje para resolver problemas del mundo real
- Crear un agente de aprendizaje profundo

Audiencia

- Desarrolladores
- Científicos de datos

Formato de la carrera

- Parte de lectura, parte de discusión, ejercicios y práctica práctica
undnnComprender las Redes Neuronales Profundas35 horasEste curso comienza con la entrega de conocimientos conceptuales en redes neuronales y, en general, en el algoritmo de aprendizaje automático, aprendizaje profundo (algoritmos y aplicaciones).

Parte-1 (40%) de esta capacitación se centra más en los fundamentos, pero te ayudará a elegir la tecnología adecuada: TensorFlow, Caffe, Theano, DeepDrive, Keras, etc.

La Parte 2 (20%) de esta capacitación presenta Theano, una biblioteca de Python que hace que escribir modelos de aprendizaje profundo sea fácil.

Parte-3 (40%) de la capacitación estaría ampliamente basada en Tensorflow - 2nd Generation API de la biblioteca de software de código abierto de Google para Deep Learning. Los ejemplos y handson se harían todos en TensorFlow.

Audiencia

Este curso está dirigido a ingenieros que buscan utilizar TensorFlow para sus proyectos de aprendizaje profundo.

Después de completar este curso, los delegados:

- tener una buena comprensión de las redes neuronales profundas (DNN), CNN y RNN
- comprender la estructura y los mecanismos de despliegue de TensorFlow
- ser capaz de llevar a cabo las tareas y configuraciones de entorno / producción / arquitectura
- ser capaz de evaluar la calidad del código, realizar la depuración, el monitoreo
- ser capaz de implementar producción avanzada como modelos de entrenamiento, construcción de gráficos y registro

No todos los temas se cubrirán en un salón de clases público con 35 horas de duración debido a la inmensidad del tema.

La duración del curso completo será de alrededor de 70 horas y no de 35 horas.
matlabdlMatlab para el Aprendizaje Profundo14 horasEn esta capacitación en vivo dirigida por un instructor, los participantes aprenderán a usar Matlab para diseñar, construir y visualizar una red neuronal convolucional para el reconocimiento de imágenes.

Al final de esta capacitación, los participantes podrán:

- Construya un modelo de aprendizaje profundo
- Automatizar el etiquetado de datos
- Trabaja con modelos de Caffe y TensorFlow-Keras
- Entrene datos usando múltiples GPU, la nube o clusters

Audiencia

- Desarrolladores
- Ingenieros
- Expertos de dominio

Formato del curso

- Conferencia de parte, discusión en parte, ejercicios y práctica práctica
encogintroEncog: Introducción al Aprendizaje Automático14 horasEncog es un marco de aprendizaje de máquina de código abierto para Java y .Net.

En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán cómo crear varios componentes de redes neuronales usando ENCOG. Se discutirán estudios de casos del mundo real y se explorarán soluciones basadas en el lenguaje de máquina para estos problemas.

Al final de esta capacitación, los participantes podrán:

- Preparar datos para redes neuronales usando el proceso de normalización
- Implementar redes de feed feed y metodologías de capacitación en propagación
- Implementar tareas de clasificación y regresión
- Modelar y entrenar redes neuronales usando el banco de trabajo basado en GUI de Encog
- Integrar el soporte de redes neuronales en aplicaciones del mundo real

Audiencia

- Desarrolladores
- Analistas
- Científicos de datos

Formato del curso

- Conferencia de parte, discusión en parte, ejercicios y práctica práctica
encogadvEncog: Aprendizaje Automático Avanzado14 horasEncog es un marco de aprendizaje de máquina de código abierto para Java y .Net.

En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán técnicas avanzadas de aprendizaje automático para construir modelos predictivos precisos de redes neuronales.

Al final de esta capacitación, los participantes podrán:

- Implementar diferentes técnicas de optimización de redes neuronales para resolver el ajuste insuficiente y el sobreajuste
- Comprender y elegir entre varias arquitecturas de redes neuronales
- Implementar redes supervisadas de retroalimentación y retroalimentación

Audiencia

- Desarrolladores
- Analistas
- Científicos de datos

Formato del curso

- Conferencia de parte, discusión en parte, ejercicios y práctica práctica
snorkelSnorkel: Procesar Rápidamente los Datos de Entrenamiento7 horasSnorkel es un sistema para crear, modelar y gestionar rápidamente datos de entrenamiento. Se enfoca en acelerar el desarrollo de aplicaciones de extracción de datos estructuradas u "oscuras" para dominios en los que grandes conjuntos de entrenamiento etiquetados no están disponibles o son fáciles de obtener.

En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán técnicas para extraer valor de datos no estructurados como texto, tablas, figuras e imágenes mediante el modelado de datos de entrenamiento con Snorkel.

Al final de esta capacitación, los participantes podrán:

- Crear programáticamente conjuntos de entrenamiento para permitir el etiquetado de conjuntos de entrenamiento masivos
- Entrene modelos finales de alta calidad modelando primero conjuntos de entrenamiento ruidosos
- Use Snorkel para implementar técnicas de supervisión débiles y aplicar programación de datos a sistemas de aprendizaje automático débilmente supervisados

Audiencia

- Desarrolladores
- Científicos de datos

Formato del curso

- Conferencia de parte, discusión en parte, ejercicios y práctica práctica
MicrosoftCognitiveToolkitCurso de Microsoft Cognitive Toolkit 2.x21 horasMicrosoft Cognitive Toolkit 2.x (anteriormente CNTK) es un juego de herramientas de código abierto de grado comercial que entrena algoritmos de aprendizaje profundo para aprender como el cerebro humano. Según Microsoft, CNTK puede ser 5-10 veces más rápido que TensorFlow en redes recurrentes, y de 2 a 3 veces más rápido que TensorFlow para tareas relacionadas con imágenes.

En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán cómo usar Microsoft Cognitive Toolkit para crear, entrenar y evaluar algoritmos de aprendizaje profundo para su uso en aplicaciones de AI comerciales que involucren múltiples tipos de datos tales como datos, voz, texto e imágenes.

Al final de esta capacitación, los participantes podrán:

- Acceda a CNTK como una biblioteca desde un programa de Python, C # o C ++
- Use CNTK como una herramienta independiente de aprendizaje automático a través de su propio lenguaje de descripción de modelo (BrainScript)
- Utilice la funcionalidad de evaluación del modelo CNTK de un programa Java
- Combinar DNN de feed-forward, redes convolucionales (CNN) y redes recurrentes (RNNs / LSTM)
- Escala de capacidad de cálculo en CPU, GPU y múltiples máquinas
- Acceda a conjuntos de datos masivos utilizando los lenguajes de programación y algoritmos existentes

Audiencia

- Desarrolladores
- Científicos de datos

Formato del curso

- Conferencia de parte, discusión en parte, ejercicios y práctica práctica

Nota

- Si desea personalizar cualquier parte de esta capacitación, incluido el lenguaje de programación que prefiera, contáctenos para organizarlo.
genealgoAlgoritmos Genéticos28 horasEste 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.
tpuprogrammingProgramación de TPU: Construcción de Aplicaciones de Redes Neuronales en Unidades de Procesamiento de Tensiones7 horasLa Unidad de Procesamiento de Tensor (TPU) es la arquitectura que Google ha utilizado internamente durante varios años y ahora está disponible para el público en general. Incluye varias optimizaciones específicamente para su uso en redes neuronales, incluida la multiplicación simplificada de matrices, y enteros de 8 bits en lugar de 16 bits para devolver niveles adecuados de precisión.

En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán cómo aprovechar las innovaciones en los procesadores de TPU para maximizar el rendimiento de sus propias aplicaciones de inteligencia artificial.

Al final de la capacitación, los participantes podrán:

- Entrenar varios tipos de redes neuronales en grandes cantidades de datos
- Use TPU para acelerar el proceso de inferencia hasta en dos órdenes de magnitud
- Utilice TPU para procesar aplicaciones intensivas, como búsqueda de imágenes, visión en la nube y fotos

Audiencia

- Desarrolladores
- Investigadores
- Ingenieros
- Científicos de datos

Formato del curso

- Conferencia de parte, discusión en parte, ejercicios y práctica práctica
intrdplrngrsneuingIntroducción a Aprendizaje Profundo y Redes Neuronales Ingeniería21 horasLa inteligencia artificial, después de haber molestó a muchos campos científicos, comenzó a revolucionar una amplia gama de sectores económicos (industria, la medicina, comunicaciones, etc.). Sin embargo, su presentación en los principales medios de comunicación a menudo es una fantasía, muy lejos de lo que realmente son las áreas de aprendizaje automático y Deep aprendizaje. El objetivo de esta formación es proporcionar a los ingenieros con conocimientos de computación (incluyendo la programación de software basado en) una introducción al aprendizaje profundo y sus diferentes áreas de especialización y por lo tanto las principales arquitecturas de red existentes Hoy. Si los fundamentos matemáticos se recuerdan durante el curso, se recomienda un tipo de nivel de alcoholemia matemática + 2 para una mayor comodidad. Es posible en absoluto ignorar el eje matemático para mantener sólo una visión "sistema", pero este enfoque limita en gran medida su comprensión del tema.
OpenNNOpenNN: Implementación de Redes Neuronales14 horasOpenNN es una biblioteca de clases de código abierto escrita en C ++ que implementa redes neuronales para su uso en aprendizaje automático.

En este curso repasaremos los principios de las redes neuronales y utilizaremos OpenNN para implementar una aplicación de muestra.

Audiencia

Desarrolladores de software y programadores que deseen crear aplicaciones de Deep Learning.

Formato del curso

Conferencia y discusión junto con ejercicios prácticos.
datamodelingReconocimiento de Patrones35 horasEste curso proporciona una introducción en el campo del reconocimiento de patrones y el aprendizaje automático. Se trata de aplicaciones prácticas en estadística, informática, procesamiento de señales, visión por computadora, minería de datos y bioinformática.

El curso es interactivo e incluye muchos ejercicios prácticos, comentarios de los instructores y pruebas de los conocimientos y habilidades adquiridos.

Audiencia

- Analistas de datos
- Estudiantes de doctorado, investigadores y profesionales
NeuralnettfFundamentos de Redes Neuronales Usando TensorFlow como Ejemplo28 horasEste curso le proporcionará conocimientos en redes neuronales y, en general, en algoritmos de aprendizaje automático, aprendizaje profundo (algoritmos y aplicaciones).

Este entrenamiento se enfoca más en los fundamentos, pero lo ayudará a elegir la tecnología adecuada: TensorFlow, Caffe, Teano, DeepDrive, Keras, etc. Los ejemplos están hechos en TensorFlow.
aiintrozeroDe Cero a AI35 horasEste curso se crea para personas que no tienen experiencia previa en probabilidades y estadísticas.
bspkannmldtRedes Neuronales Artificiales, Pensamiento Profundo y Aprendizaje Automático 21 horasArtificial Neural Network es un modelo de datos computacionales utilizado en el desarrollo de sistemas de Inteligencia Artificial (IA) capaces de realizar tareas "inteligentes". Las redes neuronales se usan comúnmente en aplicaciones de aprendizaje automático (Machine Learning, ML), que a su vez son una implementación de AI. Aprendizaje profundo es un subconjunto de ML.
annmldtRedes Neuronales Artificiales, Aprendizaje Automático y Pensamiento Profundo21 horasArtificial Neural Network es un modelo de datos computacionales utilizado en el desarrollo de sistemas de Inteligencia Artificial (IA) capaces de realizar tareas "inteligentes". Las redes neuronales se usan comúnmente en aplicaciones de aprendizaje automático (Machine Learning, ML), que a su vez son una implementación de AI. Aprendizaje profundo es un subconjunto de ML.
appliedmlAprendizaje Automático Aplicado14 horasEste 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.
rneuralnetRed Neuronal en R14 horasEste curso es una introducción a la aplicación de redes neuronales en problemas del mundo real utilizando el software R-project.
neuralnetIntroducción al Uso de Neural Networks7 horasEl curso está dirigido para las personas que quieren aprender lo básico de neural networks y sus aplicaciones.
aiintVisión general de Inteligencia Artificial7 horasEste 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.
aiautoInteligencia Artificial en Automoción14 horasEste curso cubre AI (enfatizando Aprendizaje Automático y Aprendizaje Profundo) en la Industria Automotriz. Ayuda a determinar qué tecnología puede (potencialmente) utilizarse en situaciones múltiples en un automóvil: desde la simple automatización, el reconocimiento de imágenes hasta la toma de decisiones autónoma.
aitechInteligencia Artificial - La Materia más Aplicada - Análisis de Datos + AI Distribuido + PNL21 horasThis course is aimed at developers and data scientists who wish to understand and implement AI within their applications. Special focus is given to Data Analysis, Distributed AI and NLP.

Próximos Cursos Inteligencia Artificial

CursoFechaPrecio del Curso [A distancia / Presencial]
Machine Learning for Banking (with R) - Guadalajara - Puerta del HierroLun, 2018-11-05 09:30112,500MXN / 142,900MXN
Deep Learning with TensorFlow - Guadalajara - Country Club FinancialLun, 2018-11-05 09:3099,900MXN / 123,500MXN
OpenNN: Implementing Neural Networks - Ciudad de Mexico - Mariano EscobedoMié, 2018-11-07 09:3057,900MXN / 81,900MXN
Machine Learning – Data science - Ciudad de Mexico - Colonia Del ValleLun, 2018-11-12 09:3085,000MXN / 111,000MXN
Advanced Machine Learning with R - Monterrey - Oficinas en el ParqueMar, 2018-11-20 09:3085,000MXN / 111,900MXN
Cursos de Fin de Semana de Inteligencia Artificial, Capacitación por la Tarde de Inteligencia Artificial, Inteligencia Artificial boot camp, Clases de Inteligencia Artificial, Capacitación de Fin de Semana de Inteligencia Artificial, Cursos por la Tarde de Inteligencia Artificial, Inteligencia Artificial coaching, Instructor de Inteligencia Artificial, Capacitador de Inteligencia Artificial, Inteligencia Artificial con instructor, Cursos de Formación de Inteligencia Artificial, Inteligencia Artificial en sitio, Cursos Privados de Inteligencia Artificial, Clases Particulares de Inteligencia Artificial, Capacitación empresarial de Inteligencia Artificial, Talleres para empresas de Inteligencia Artificial, Cursos en linea de Inteligencia Artificial, Programas de capacitación de Inteligencia Artificial, Clases de Inteligencia Artificial

Promociones

Curso Ubicación Fecha Precio del Curso [A distancia / Presencial]
Business Rule Management (BRMS) with Drools Puebla - Triangulo Las Animas Mié, 2018-10-31 09:30 34,110MXN / 54,260MXN
MoDAF/NAF Introduction Puebla - Triangulo Las Animas Jue, 2018-12-13 09:30 26,550MXN / 46,700MXN
Introduction to Recommendation Systems Ciudad de Mexico - Colonia Del Valle Jue, 2018-12-27 09:30 34,110MXN / 56,110MXN
Matlab for Prescriptive Analytics Guadalajara - Country Club Financial Lun, 2019-01-21 09:30 52,110MXN / 74,510MXN
Introduction to Data Visualization with Tidyverse and R Ciudad de Mexico - Colonia Del Valle Jue, 2019-03-14 09:30 26,550MXN / 48,550MXN

Descuentos en los Cursos

Respetamos la privacidad de su dirección de correo electrónico. No transmitiremos ni venderemos su dirección a otras personas.
En cualquier momento puede cambiar sus preferencias o cancelar su suscripción por completo.

Algunos de nuestros clientes

is growing fast!

We are looking to expand our presence in your region!

As a Business Development Manager you will:

  • expand business in the region
  • recruit local talent (sales, agents, trainers, consultants)
  • recruit local trainers and consultants

We offer:

  • Artificial Intelligence and Big Data systems to support your local operation
  • high-tech automation
  • continuously upgraded course catalogue and content
  • good fun in international team

If you are interested in running a high-tech, high-quality training and consulting business.

contact us right away!