Erfolgskontrolle Schulungen finden - Das passende Seminar in Ihrer Nähe

Overview

Installing IBM Cloud Pak for Data on-premises for the first time can be a daunting task. This course aims to demystify and streamline that process for learners new to the Cloud Pak for Data ecosystem. 

This course follows Emily, a Cloud Pak for Data administrator. Emily is assigned to install the Cloud Pak for Data platform on a Red Hat OpenShift Container Platform cluster that has been provisioned to her by the Red Hat OpenShift administrator. Emily is new in the world of Cloud Pak for Data and has never done this before. 

Throughout this course, Emily plans out the installation of IBM Cloud Pak for Data and additional services, prepares the cluster, and installs the IBM Cloud Pak for Data platform. Later, Emily also upgrades IBM Cloud Pak for Data 4.8.x to a newer version. 

Together with Emily, you learn step-by-step how to perform each task in this course. Ultimately, you also verify your newly acquired knowledge in a series of hands-on exercises performed in a custom-made course lab environment as well as in a final assessment. 

Deep Learning ist ein Teilgebiet des maschinellen Lernens, bei dem Algorithmen direkt, ohne menschlichen Einfluss, aus den verwendeten Daten lernen. So gesehen ist Deep Learning die partielle Automatisierung des maschinellen Lernens. In dieser Schulung lernen die Teilnehmer die Grundlagen neuronaler Netze sowie deren Training und Evaluierung kennen. Ein Schwerpunkt liegt hierbei auf verschiedenen Optimierungsmethoden sowie die Architektur verschiedener Modelle.Bestandteil sind unter anderem Convolutional Neuronal Networks (CNN).

Overview

This course provides Solution Architects an introduction to the basics of IBM Knowledge Catalog on IBM Cloud Pak for Data. You learn to access IBM Knowledge Catalog through the service, and gain skills in creating catalogs, populating them with assets, managing the assets in the catalog through a governance framework, and governing virtualized data. 

Nach dieser Schulung sind Sie in der Lage, mit Spring Boot AI leistungsfähige Backend-Services für AI-Assistenten zu entwickeln. Sie verstehen die Architektur, erlernen wichtige Design-Patterns und setzen Features wie Prompts, Functions, Retrieval-Augmented Generation (RAG) und Observability gezielt ein.

Das Hauptziel des Seminars ist die Vermittlung einer umfassenden Einführung in die Welt der Lambda-Ausdrücke. Es soll ein tiefergehendes Verständnis für Syntax, Struktur und Anwendungsbereiche geschaffen werden. Dabei liegt ein Fokus darauf, den Teilnehmern zu zeigen, wie sie Lambda-Ausdrücke in praktischen Programmiersituationen einsetzen können, von einfachen Skripten bis hin zu komplexen Anwendungen. Die Teilnehmer sollen lernen, höhere Funktionen wie map, filter und reduce in Kombination mit Lambda-Ausdrücken zu nutzen und damit ihre Code-Effizienz und -Qualität zu steigern.

Gleichzeitig werden Best Practices vermittelt, um sicherzustellen, dass die Verwendung von Lambda-Ausdrücken die Code-Lesbarkeit und -Wartbarkeit nicht negativ beeinflusst. Performance-Aspekte werden ebenfalls behandelt, um den Teilnehmern ein Gefühl dafür zu geben, wann der Einsatz von Lambda-Ausdrücken sinnvoll ist und wann nicht.

Das Ziel des Big Data-Seminars für Unternehmen ist es, die  Führungskräfte mit den grundlegenden Konzepten und Anwendungen von Big  Data vertraut zu machen und sie dazu zu befähigen, Daten als  strategischen Vermögenswert zu nutzen. Das Seminar soll das Unternehmen  in die Lage versetzen, datengesteuerte Entscheidungen zu treffen,  effizienter zu arbeiten, Wettbewerbsvorteile zu erlangen und innovative  Lösungen zu entwickeln, die auf umfangreichen Datenanalysen basieren.

Sie lernen den kompletten Workflow des Machine Learnings mit der Deep-Learning Bibliothek Keras kennen. Angefangen von der Datenaufbereitung, über die Auswahl und das Anlernen der Modelle, bis hin zum Einsatz der trainierten Modelle zur Klassifikation und Prognose. Sie können Bild-, Text- und numerische Daten für Training und Schätzung vorbereiten. Sie kennen die konzeptuellen Grundlagen des Anlernens, die Verfahren zur Qualitätssicherung im Anlernprozess und die Varianten neuronaler Netze. Dazu gehören konvolutationale Netze (CNN) zur Verarbeitung von Bilddaten genauso wie rekurrente Netze (RNN) zur Verarbeitung von Text- und Zeitreihendaten. Die Konzepte werden anhand von Folien erklärt, an Beispielen verdeutlicht und gemeinsam in Python umgesetzt und eingeübt. Eine Vielzahl praktischer Übungen ergänzen den Lernprozess und ermöglichen es, die verschiedenen Lernszenarien selbstständig umzusetzen. Am Ende des Seminars sind Sie in der Lage, Daten und Optionen des Einsatzes neuronaler Netze zu prüfen, Modelle zielsicher auszuwählen und zu trainieren und Klassifizierer erfolgreich einzusetzen.

Overview

This classroom course of two days explains how to balance the workload on the IBM i system to ensure optimum performance. Specifically, this course explains how to manage workloads, measure system performance, and tune the operating system to meet processing requirements. Hands-on exercises give you the opportunity to use the system functions that are available for controlling workload and tuning system performance. Evaluation criteria presented in this course are based on the latest information available from IBM development labs.

Der SAS-Kurs Grundlagen der Statistik mit SAS Studio bietet eine verständnisorientierte Einführung in die zentralen statistischen Verfahren der deskriptiven Statistik, der schließenden Statistik und der angewandten Statistik. Neben den statistischen Inhalten steht SAS lernen im Vordergrund: Sie erhalten eine fundierte Einführung in die grundlegenden Funktionen der Statistiksoftware SAS Studio und der Skriptsprache SAS Language mit den gängigen Methoden und Verfahren des Datenimports, der Datenaufbereitung, Datenanalyse und Präsentation von Ergebnissen. Der Lehrstoff wird unter Zuhilfenahme professioneller Didaktik durch den Wechsel von Input und anwendungsbezogenen Übungen mit der Statistiksoftware SAS Studio vermittelt.

Feedbacks unserer Teilnehmer: https://www.provenexpert.com/dhl-data-science-seminare-gmbh/

Overview

This course offers data engineers more experience with watsonx.data on Red Hat OpenShift Container Platform. You learn to gain knowledge in the areas such as infrastructure management, data management, running SQL statements. You gain skills in ingesting data, creating schemas, running queries that combines data from multiple data sources, and rolling back a table to previous point in time.