IT-kurs
IT kompetanse
Oslo
Du har valgt: Frogner
Nullstill
Filter
Ferdig

-

Nettstudier 1 semester 4 980 kr
På forespørsel
Datamaskinarkitektur: De viktigste komponentene og deres virkemåte og oppbygging: CPU, buss, lagerteknologier (cache og ulike typer primær- og sekundærlager), kontrollere... [+]
  Studieår: 2013-2014   Gjennomføring: Vår Antall studiepoeng: 5.0 Forutsetninger: Ingen Innleveringer: For å kunne gå opp til eksamen må 8 utvalgte øvingsoppgaver være godkjente. Det settes krav til at studenten har tilgang til en PC som kan brukes til praktiske maskinvare- og programvareendringer for å trene på feildiagnostisering og feilretting. Maskinen kan gjerne være en eldre og utdatert maskin, men den må virke. Personlig veileder: ja Vurderingsform: Skriftlig eksamen, individuell, 3 timer. Ansvarlig: Geir Ove Rosvold Eksamensdato: 20.12.13 / 23.05.14         Læremål: KUNNSKAPER:Kandidaten:- har innsikt i datamaskinens virkemåte både fra et teoretisk og praktisk ståsted- kjenner godt til de enkelte komponenter i datamaskinen og hvordan de virker sammen- kjenner til de grunnleggende matematikk- og informatikktema (tallsystemer, datarepresentasjon, lokalitet) som er relevante for emnets tekniske hovedtemaer FERDIGHETER:Kandidaten:- kan gjøre nytte av sine teoretiske kunnskaper inne emnets tema i relevant praktisk problemløsing- kan optimalisere, oppgradere og holde ved like en datamaskin, samt diagnostisere, feilsøke og reparere en datamaskin ved de vanligste feilsituasjoner GENERELL KOMPETANSE:Kandidaten:- har kompetanse til selvstendig både å formidle og å ta i bruk sine kunnskaper og ferdigheter innen emnets tema- kan i en praktisk driftssituasjon, forklare og gjøre bruk av sin kunnskap både innen hvert enkelt tema i faget og på tvers av temaene Innhold:Datamaskinarkitektur: De viktigste komponentene og deres virkemåte og oppbygging: CPU, buss, lagerteknologier (cache og ulike typer primær- og sekundærlager), kontrollere og io-utstyr, avbruddsmekanismen, DMA, brikkesett og moderne systemarkitektur, ulike maskinklasser. Prosessorarkitektur: Pipeline, superskalaritet, dynamisk utføring, mikrooperasjoner, kontrollenheten, hardkoding kontra mikroprogrammering, RISC og CISC. Teori-tema: Tallsystemer. Datarepresentasjon og -aritmetikk. Buss- og lagerhierarki. Cache og lokalitet. Høynivåspråk kontra assembly. Praktisk driftsarbeid: Kabinett, hovedkort, ulike prosessorer, buss, RAM, cache, BIOS. Lyd-, nettverks-og skjermkort. Sekundærminne (Harddisk, CD-ROM, DVD, tape og andre typer). Avbruddsmekanismen, I/O, DMA og busmastering. Å oppdage og rette feil. Boot-prosessen. Formatering, partisjonering.Les mer om faget her [-]
Les mer
Nettstudier 1 semester 4 980 kr
På forespørsel
Utviklingsprosesser. Modellering. UML. Verktøy. Objektorientert analyse Objektorientert design. Bruk av arkitektoniske stiler og design mønstre. Implementasjon og test. [+]
Studieår: 2013-2014   Gjennomføring: Høst Antall studiepoeng: 5.0 Forutsetninger: Erfaring fra et objektorientert programmeringsspråk, kjennskap til prosjektarbeid Innleveringer: Innleverte øvinger. Det blir gitt 10 øvinger, 8 må være godkjent for å kunne gå opp til eksamen. Personlig veileder: ja Vurderingsform: 4 timer skriftlig eksamen. Ansvarlig: Tore Berg Hansen Eksamensdato: 12.12.13         Læremål: Forventet læringsutbytte:Etter å ha gjennomført emnet Objektorientert systemutvikling skal studenten ha følgende samlete læringsutbytte: KUNNSKAPER:Kandidaten:- kan definere, gjenkjenne og forklare de grunnleggende konsepter for utvikling av store programvaresystemer basert på det objektorienterte paradigme- argumentere for betydningen av å følge en prosessmodell- argumentere for fordelene med smidige prosesser- argumentere for modellbasert utvikling- beskrive modellene som brukes i objektorientert systemutvikling og hvordan de henger sammen- forklare begrepene arkitektoniske stiler og designmønstre FERDIGHETER:Kandidaten:- kan demonstrere den systematiske gangen fra krav, via arkitektonisk og detaljert design, til ferdig kodet og implementert system GENERELL KOMPETANSE:Kandidaten:- er klar over at utvikling av store programvaresystemer er ingeniørarbeid- er seg bevisst at utvikling av komplekse programvaresystemer krever koordinert innsats av et velfungerende team som følger en definert, smidig prosess- er opptatt av tett kontakt med alle interessenter for å oppnå et godt resultat Innhold:Utviklingsprosesser. Modellering. UML. Verktøy. Objektorientert analyse Objektorientert design. Bruk av arkitektoniske stiler og design mønstre. Implementasjon og test.Les mer om faget her Påmeldingsfrist: 25.08.13 / 25.01.14         Dette faget går: Høst 2013    Fag Objektorientert systemutvikling 4980,-         Semesteravgift og eksamenskostnader kommer i tillegg.    [-]
Les mer
Bedriftsintern 3 dager 14 900 kr
This course provides training for handling testing projects and provides hands-on experience with web applications, functional test automation and cross browser test auto... [+]
At the end of Selenium training the delegates will be able to: Use Selenium test suite effectively in real projects Use Selenium for cross browser testing Distribute the tests using Selenium Grid   Course Outline Introduction to automated testing Testing concepts Possibilities and limitations of Selenium Locators Understanding locators ID, CSS, XPath and Name locator types Advanced locators Dynamic locators Building a path Relationships between elements on a path Locating elements with desired text Best practices Selenium WebDriver Java basics Java IDE WebDriver API Troubleshooting Debugging TestNG Assertions Annotations Test suite Parameters Cross-browser testing Reporting Advanced Selenium WebDriver Dynamic content Pop-up windows Screenshots Design patterns Apache Ant Configuring project Running tests [-]
Les mer
1 dag 4 900 kr
Dave Wells: Practice Director, Data Management at Eckerson Group   Dave Wells is an advisory consultant, educator, and industry analyst dedicated to b... [+]
   Dave Wells: Practice Director, Data Management at Eckerson Group   Dave Wells is an advisory consultant, educator, and industry analyst dedicated to building meaningful connections throughout the path from data to business value. More than forty years of information systems experience combined with over ten years of business management give him a unique perspective about the connections among business, information, data, and technology.    The once simple world of data preparation—ETL for operational data integration—changed radically with the emergence of self-service data analysis and visualization tools. Every line-of-business data analyst needs the ability to prepare data before analysis. The exciting work of analytics doesn’t work well until the data is ready for meaningful analysis.    The common practice of using spreadsheets to improve, enrich, blend, and format data is inefficient, time consuming, and error prone. Modern data preparation technologies meet the challenges with business-friendly and code-free tools. When your analytics projects spend more time finding and fixing data than analyzing the data, you really need to make a change. Learn about the tools and techniques that can help individuals and teams—both business and technical—to cleanse, combine, format, and sample data for analytics.     You Will Learn:  •The common challenges of data preparation in the age of big data   •Techniques for data preparation that improve both speed and quality of analytics activities   •The business case and the technical case for data preparation tools   •The data management and governance benefits of data preparation technologies   •The landscape of tools and technologies for modern data preparation     OM CGI   CGI Group Inc. ble grunnlagt i 1976 og er verdens femte største uavhengige leverandør av tjenester innen IT- og forretningsprosesser. Med 74 000 medarbeidere over hele verden, leverer CGI en portefølje av ende-til-ende løsninger innen avanserte IT- og forretningskonsulenttjenester, systemintegrasjon og utsetting av IT- og forretningsprosesser. CGIs modell med kundenærhet, et globalt leveransenettverk og egne løsninger bidrar til at kundene hurtigere oppnår resultater og bidrar til deres digitale transformasjon. CGI har en samlet årlig omsetning på over 60 milliarder NOK. CGI-aksjene er notert på TSX (GIB.A) og NYSE (GIB). Hjemmeside: www.cginorge.no      [-]
Les mer
Oslo 1 dag 8 500 kr
22 Nov
This 1-day workshop looks at the most essential aspects of Test Management, such as test estimation, monitoring and controlling testing, measuring the value of testing an... [+]
The workshop provides the test manager with essential skills to become an effective and efficient Test Manager, looking at ways or reducing the amount of test documentation to free up time to do that actual work of a test manager. During this workshop - Lloyd will present ways of estimating testing using quality and effort, providing the necessary information to stakeholders to make informed decisions and also to measure the value that testing provides. This workshop is a “hand-on” workshop where participants will learn why test estimation can be so painful, what information is important for reporting and proving that testing adds value and is cost saving to projects. Utilities and tools will be provided to help Test Managers estimate, monitor and control testing. [-]
Les mer
6 dager 7 525 kr
På forespørsel
Modul Plan, ser på organisasjoner og deres bruk av IT, både som en tilrettelegger for effektive informasjonsystemer, og som en plattform for innovasjon [+]
Kursinnhold     * Organisasjoner og bruk av IT    * IT- ledelse                     * Verdsettelse av IT    * Den globale nettverksøkonomien    * Prosjektledelse    * Samarbeid og kommunikasjon    * Juridiske og etiske problemstillinger   UndervisningsformKlasseromsundervisning med prosjektor hvor deltakerne får tildelt PC med nødvendig programvare installert. Praktisk trening med øvingsoppgaver for å aktivisere kunnskapen.     InstruktørerVi har erfarne instruktørene med høy kompetanse, lang erfaring og dyktige pedagogiske evner.     MålsetningModul Plan, ser på organisasjoner og deres bruk av IT, både som en tilrettelegger for effektive informasjonsystemer, og som en plattform for innovasjon. Modulen krever at kandidaten skal ha en grundig forståelse av organisasjoner, deres strategier og forretningsprosesser, samt de globale trender og muligheter som er involvert. Kandidaten skal kjenne igjen de viktigste problemstillinger knyttet til styringen av IT, som for eksempel å velge riktig teknologi, eller å velge mellom utvikling av interne systemer eller outsourcing. Kandidaten skal også kunne begrunne IT-investeringer og få kjennskap til noen av de juridiske og etiske aspekter ved bruken av IT.   Kandidaten skal bli oppmerksom på kravet om en profesjonell tilnærming til prosjektledelse og kvalitetsikring. Kandidaten skal også forstå betydningen av teambygging og effektivt kommunikasjon når man presenterer sin analyse eller beslutning for organisasjonen.   [-]
Les mer
Oslo 2 dager 15 000 kr
This live classroom course is new for 2018! It focuses on the newest technologies of Microsoft Machine Learning Server and SQL Server 2017. [+]
This live classroom course is new for 2018! It focuses on the newest technologies of Microsoft Machine Learning Server and SQL Server 2017. This 2-day course introduces the most important concepts and Tools, and should be followed by the 3-day course: Intermediate Machine Learning in R on SQL Server and Microsoft ML Server. If you have attended a prior course on Machine Learning, like Rafals week-long class Practical Data Science course offered in 2015-2017, and if you are versed in model validity, accuracy, and reliability, then you should consider attending the Intermediate course only. Ask yourself these questions: Can I explain the difference between cross-validation and hold-out testing? Do I know which business metrics correspond to precision and which to recall? Is model accuracy more important than reliability? And how does a boosted decision tree work? If in doubt, please attend both the Introduction course (2 days) and Intermediate course (3 days).  To deliver the best possible training we follow the industry. The agenda and course content are subject to continuous improvement and revision without further notice. Machine Learning Fundamentals We begin with a thorough introduction of all of the key concepts, terminology, components, and tools. Topics include: Machine learning vs. data mining vs. artificial intelligence Tool landscape: open source R vs. Microsoft R, Python, SQL Server, ML Server, Azure ML Teamwork Algorithms There are hundreds of machine learning algorithms, yet they belong to just a dozen of groups, of which 5 are in very common use. We will introduce those algorithm classes, and we will discuss some of the most often used examples in each class, while explaining which technology tools (Azure ML, SQL, or R) provide their most convenient implementation. You will also learn how to find more algorithms on the Internet and how to figure out if they are any good for real use. Topics include: What do algorithms do? Algorithm classes in R, Python, ML Server, Azure ML, and SSAS Data Mining Supervised vs. unsupervised learning Classifiers Clustering Regressions Similarity Matching Recommenders Data Machine learning requires you to prepare your data into a rather unique, flat, denormalised format. While features (inputs) are always necessary, and you may need to engineer thousands of them, we do not need labels (predictive outputs) in all cases. Topics include: Cases, observations, signatures Inputs and outputs, features, labels, regressors, independent and dependent variables, factors Data formats, discretization/quantizing vs. continuous Indicator columns Feature engineering Azure ML data preparation and manipulation modules Moving data around and its storage, SQL vs. NoSQL, files, data lakes, BLOBs, and Hadoop Process of Data Science The process consists of problem formulation, data preparation, modelling, validation, and deployment—in an iterative fashion. You will briefly learn about the CRISP-DM industry-standard approach but the key subject of this module will teach you how to apply the scientific method of reasoning to solve real-world business problems with machine learning and statistics. Notably, you will learn how to start projects by expressing needs as hypotheses, and how to test them. Topics include: CRISP-DM Stating business question in data science term Hypothesis testing and experiments Students t-test Pearson chi-squared test Iterative hypothesis refinement Introduction to Model Building At the heart of every project we build machine learning models! The process is simple and it follows a well-trodden path. In this module you will build your first decision tree and get it ready for validation in the next module. Topics include: Connecting to data Splitting data to create a holdout Training a decision tree Scoring the holdout Plotting accuracy Introduction to Model Validation The most important aspect of any data science, artificial intelligence, and machine learning project is the iterative validation and improvement of the models. Without validation, your models cannot be reliably used. There are several tests of model validity, most importantly those that check accuracy and reliability. Topics include: Testing accuracy False positives vs. false negatives Classification (confusion) matrix Precision and recall Balancing precision with recall vs. business goals and constraints Introduction to lift charts and ROC curves Testing reliability Testing usefulness Format The course format is 50% lectures, 30% demos and 20% tutorials. You are encouraged to follow the demos on your machine, and you will be challenged to find answers to 3 larger problems during the tutorials. While they are a hands-on part of the course, if you prefer not to practice, you are welcome to use that time for additional Q&A, or to analyse your own data. We will provide you with all the necessary data sets, and we will explain what free or evaluation edition software needs to be installed to follow the course on your own laptop. In some training centres we are able to provide pre-built machines which you can use instead of your own—please enquire. You will need an Azure account (even a free one) during the course. You can copy course experiments and data into your workspace for learning and for future reference after the course.  [-]
Les mer
3 dager 4 515 kr
På forespørsel
Kandidaten skal bl.a. kunne begrunne IT-investeringer og få kjennskap til noen av de juridiske og etiske aspekter ved bruken av IT [+]
Kursinnhold• Organisasjoner og bruk av IT• IT- ledelse  • Verdsettelse av IT• Den globale nettverksøkonomien• Prosjektledelse• Samarbeid og kommunikasjon• Juridiske og etiske problemstillinger   UndervisningsformKlasseromsundervisning med prosjektor hvor deltakerne får tildelt PC med nødvendig programvare installert. Praktisk trening med øvingsoppgaver for å aktivisere kunnskapen.   InstruktørerVi har erfarne instruktørene med høy kompetanse, lang erfaring og dyktige pedagogiske evner.   MålsetningModul Plan, ser på organisasjoner og deres bruk av IT, både som en tilrettelegger for effektive informasjonsystemer, og som en plattform for innovasjon. Modulen krever at kandidaten skal ha en grundig forståelse av organisasjoner, deres strategier og forretningsprosesser, samt de globale trender og muligheter som er involvert. Kandidaten skal kjenne igjen de viktigste problemstillinger knyttet til styringen av IT, som for eksempel å velge riktig teknologi, eller å velge mellom utvikling av interne systemer eller outsourcing. Kandidaten skal også kunne begrunne IT-investeringer og få kjennskap til noen av de juridiske og etiske aspekter ved bruken av IT. Kandidaten skal bli oppmerksomm på kravet om en profesjonell tilnærming til prosjektledelse og kvalitetsikring. Kandidaten skal også forstå betydningen av teambygging og effektivt kommunikasjon når man presenterer sin analyse eller beslutning for organisasjonen. [-]
Les mer
1 dag 5 900 kr
Big Data has become THE buzzword in today’s media. Unfortunately, most in-depth information on Big Data are for those building the solution, not those seeking a competiti... [+]
Big Data has become THE buzzword in today’s media. Unfortunately, most in-depth information on Big Data are for those building the solution, not those seeking a competitive edge through advanced analytics. Now we share our experience and best practices. Learn about advanced analytics and how big data can be transform your business. Get fundamental understanding of principles, techniques and platforms, and be informed about the challenges involved in implementing a solution. Most people in business find it difficult to make decisions based on the large amount of information they have. Big Data is about solving this challenge. Affecto has more than 15 years of experience in Business Intelligence and Big Data. A deeper understanding of available business information may create development opportunities and can transform knowledge into action through good decision-making. Real time information and self-service give you precise and relevant information. This way you can take smart decisions and give personalized service and advice. Content:What is Big Data, and how to make use of it? Is Big Data just a hype? Innovation with Big Data Client cases and best uses of Big Data in real life Hands-on training Data discovery and analysis with new tools such as IBM Watson and Blue Mix What are the main technologies within Big Data? Data sources Visualization Analysis and data mining Implementation Introduction to data mining and Big Data techniques Big Data and marketing: Segmenting and targeting your audience Social media analytics. How to get data from the web and understand the buzz Text mining. How to understand text and boost your prediction level Internet of Things and Big Data: Utilizing sensor data for predictive maintenance and analytics Hands-on training Vizualisation and analysis with tools as Tableau Big Data challenges How to choose the right tools Organizing Big Data projects How to get started with Big Data successfully   OM CGI CGI Group Inc. ble grunnlagt i 1976 og er verdens femte største uavhengige leverandør av tjenester innen IT- og forretningsprosesser. Med 74 000 medarbeidere over hele verden, leverer CGI en portefølje av ende-til-ende løsninger innen avanserte IT- og forretningskonsulenttjenester, systemintegrasjon og utsetting av IT- og forretningsprosesser. CGIs modell med kundenærhet, et globalt leveransenettverk og egne løsninger bidrar til at kundene hurtigere oppnår resultater og bidrar til deres digitale transformasjon. CGI har en samlet årlig omsetning på over 60 milliarder NOK. CGI-aksjene er notert på TSX (GIB.A) og NYSE (GIB). Hjemmeside: www.cgi.com [-]
Les mer
8 dager 8 925 kr
På forespørsel
Modul Operate omhandler nettverk og relaterte kommunikasjonstjenester innen en IT- infrastruktur, samt vedlikehold og brukerproblemstillinger i forhold til tjenestetilbud... [+]
Kursinnhold• Hardwarekomponenter og arkitektur• Operativsystemer  • Kommunikasjon og nettverk• Nettverkstjenester• Trådløs og mobil databehandling• Nettverksadministrasjon• Service og support   UndervisningsformKlasseromsundervisning med prosjektor hvor deltakerne får tildelt PC med nødvendig programvare installert. Praktisk trening med øvingsoppgaver for å aktivisere kunnskapen.   InstruktørerVi har erfarne instruktørene med høy kompetanse, lang erfaring og dyktige pedagogiske evner.   MålsetningModul Operate omhandler nettverk og relaterte kommunikasjonstjenester innen en IT- infrastruktur, samt vedlikehold og brukerproblemstillinger i forhold til tjenestetilbudet. Modulen krever at kandidaten skal kjenne til hardware komponenter, dataarkitekturer og forskjellige operativsystemer. Kandidaten skal også skille mellom ulike nivåer av kommunikasjonsprotokoller, og deres bruk i både kablede og trådløse nettverksteknologier. Dessuten skal kandidaten forstå Simple Network Management Protocol (SNMP), e-post og webtjenester, og de tilhørende sikkerhetstrusler og mottiltak. Kandidaten skal forstå betydningen av en klient-orientert tilnærming til IT-støtte, og kunne benytte noen av de grunnleggende prinsipper for IT-support.. [-]
Les mer
Bedriftsintern 3 dager 14 500 kr
Duration 21 hours   Prerequisites Students who wish to attend this course are not required to have any prior exposure to system modelling but should have... [+]
Duration 21 hours   Prerequisites Students who wish to attend this course are not required to have any prior exposure to system modelling but should have a solid grasp of “document centric” systems engineering techniques.   Overview This course is offered in two variants to provide a practical understanding of how systems can be modelled using the newest version of OMG's Systems Modelling Language (SysML) specification. The notation and underlying semantics of SysML are explained in a way that allows students to apply what they learn to any suitable system modelling method or tool.   Course Outline Introduction to System Modelling What is a system model? The four pillars of system modelling Model centric vs document centric What is SysML? Relationship between SysML and UML The four pillars of SysML Common and Crosscutting Constructs Profiles, stereotypes and tags Diagram frames Comments Allocations Package Diagrams What is a package? Structuring the model with packages Package containment Package dependencies Representing the model structure Views and viewpoints Requirement Diagrams What is a requirement? Modelling atomic requirements Requirement traceability Use Case Diagrams The system as a black box Identifying the system boundary with actors Use cases as system services Behind the use case diagram Use case structure · Nominal and alternative scenarios Handling common behaviour Extended and specialised behaviour Activity Diagrams Modelling flow-based logic Actions vs activities Understanding token flow Control flow vs object flow Modelling decisions · Modelling concurrency Swimlanes and responsibility Block Definition Diagrams What is a block? Block features Modelling types Modelling system hierarchy Generalising system elements Internal Block Diagrams Parts revisited Ports with Flow Properties Standard ports and interfaces  Proxy ports and interface blocks  Full ports  Parametric Diagrams What is a constraint block? Constraining system properties Sequence Diagrams Interaction-based behaviour Simple sequences Synchronous vs asynchronous Fragment nodes Interaction use nodes State Machine Diagrams States and their syntax Transitions between states Pseudo state notation (initial, decision, history, end) Decomposing states Modelling concurrent states System Modelling Resources and Further Reading Suggested web resources Recommended literature [-]
Les mer
1 dag 4 900 kr
Dave Wells: Practice Director, Data Management at Eckerson Group   Dave Wells is an advisory consultant, educator, and industry analyst dedicated to building meaningful c... [+]
  OM CGI   CGI Group Inc. ble grunnlagt i 1976 og er verdens femte største uavhengige leverandør av tjenester innen IT- og forretningsprosesser. Med 74 000 medarbeidere over hele verden, leverer CGI en portefølje av ende-til-ende løsninger innen avanserte IT- og forretningskonsulenttjenester, systemintegrasjon og utsetting av IT- og forretningsprosesser. CGIs modell med kundenærhet, et globalt leveransenettverk og egne løsninger bidrar til at kundene hurtigere oppnår resultater og bidrar til deres digitale transformasjon. CGI har en samlet årlig omsetning på over 60 milliarder NOK. CGI-aksjene er notert på TSX (GIB.A) og NYSE (GIB). Hjemmeside: www.cginorge.no     Dave Wells: Practice Director, Data Management at Eckerson Group   Dave Wells is an advisory consultant, educator, and industry analyst dedicated to building meaningful connections throughout the path from data to business value. More than forty years of information systems experience combined with over ten years of business management give him a unique perspective about the connections among business, information, data, and technology. Stories are powerful things that have been used throughout history to capture attention, convey ideas, fire the imagination, and stir the soul. A well-told story can also give life to data. On the surface, storytelling appears to be the opposite of analytics: anecdotal instead of quantitative. But quantities aren't the only way, and often not the ideal way to convey information. Not everyone is a quant who thinks natively in numbers. Some think in pictures, thus the popularity of data visualization. Still others prefer to treat data as secondary; they are more interested to understand its meaning through anecdotes, metaphors, and examples. Storytellers reach the quants and the non-quants, too. They don't dismiss the value of the quants—quantification is the foundation. In fact, storytellers amplify quantification by rendering data and the events that it reflects with visuals, words, or other media. They communicate the what, when, where, who, and why of business past, present, and future more persuasively than could be done with data alone.      You Will Learn:    •Four reasons to pursue the art of storytelling   •How to find the stories in data   •How to choose the best media for storytelling   •How to compose captivating and compelling stories   [-]
Les mer
Oslo Stavanger 1 dag 6 300 kr
04 Dec
27 Jan
28 Jan
Hva betyr den nye eksplosjonen av maskinlæring i markedet for deg? Dette kurset gir deg en god oversikt over de viktigste begrepene, løsninger og hvilke muligheter Mask..... [+]
Kursinnhold Maskinlæring er vitenskapen om å få datamaskiner til å fungere uten å være eksplisitt programmert. I praksis betyr dette at du utvikler dataprogrammer som kan gjøre spådommer basert på data. Det er lett å se den massive økningen i popularitet for "maskinlæring" de siste årene, men mange bedrifter har ofte problemer med å identifisere hvor deres virksomhet faktisk kan bruke maskinlæring for å løse sine forretningsproblemer. Gjennom dette kurset skal man få oversikt over de mulighetene som maskinlæring tilbyr deg og din bedrift for å få solide forretningsresultater i praksis. - Hva er maskinlæring, datavitenskap og kunstig intelligens og hvordan det er relatert til statistikk og dataanalyse? - Hvordan å utvinne kunnskap fra dataene dine? - Hva betyr Big data og hvordan analyseres det? - Hvor og hvordan skal du bruke maskinlæring til dine daglige forretningsproblemer? - Hvordan bruke datamønstre til å ta avgjørelser og spådommer med eksempler på ekte verden? - Hvilke typer forretningsproblemer kan maskinen lære å håndtere - Muligheter som maskinlæring gir din bedrift - Hva er de teoretiske aspekter på metoder innen maskinlæring? - Hvilke ML-metoder som er relevante for ulike problemstillinger innen dataanalyse? - Hvordan å evaluere styrker og svakheter mellom disse algoritmene og velge den beste? - Anvendt data science og konkrete kunde eksempler i praksis Målsetning Dette er et kurs som gir deg oversikt over end-to-end prosessen for å få verdi og innsikt fra dataene dine og forståelse for forholdet mellom et bestemt problem og metodene som brukes til å løse problemet. Etter dette kurset vil du vite hvordan du trekker ut og identifiserer egenskaper som best representerer dataene dine, noen av de viktigste maskinlæringsalgoritmene, og hvordan du evaluerer ytelse til maskinlæringsalgoritmer. [-]
Les mer
9 500 kr
Praktisk maskinlæring med eksempler i R, Python og Azure ML. [+]
Maskinlæring inngår som en naturlig del av faget kunstig intelligens (AI), og har de senere årene fått stor oppmerksomhet. I dette kurset vil du bli kjent med mange av metodene som benyttes i maskinlæring. Kurset har en praktisk tilnærming der du anvender metodene på forskjellige case. Hver kursdeltager har tilgang på egen kursPC, og velger selv om han/hun vil arbeid i R, Python, Azure ML, eller bare være passiv deltager. Kursinnhold Lineær og ulineær regresjon Logistisk regresjon Trebaserte metoder (Random forrest) Support vector machines og Kernels Nevrale nettverk (prediksjon og læring) Avanserte nevrale nettverk Ikke-veiledet læring K-means clustering Prinsipal komponentanalyse (PCA) Overparameterisering og hyperparametertilpasning Dimensjonsreduksjon og regularisering Eksempler i R, Python og Azure ML [-]
Les mer
4 dager 4 865 kr
På forespørsel
Modul Build består av de tradisjonelle, tekniske aspektene ved design, spesifikasjon, utvikling, testing, integrering og anvendelse av IT-systemer [+]
Kursinnhold• Systemutvikling, prosess og metode• Datahåndteringe og databaser  • Programmering• Brukergrensesnitt og webdesign   UndervisningsformKlasseromsundervisning med prosjektor hvor deltakerne får tildelt PC med nødvendig programvare installert. Praktisk trening med øvingsoppgaver for å aktivisere kunnskapen.   InstruktørerVi har erfarne instruktørene med høy kompetanse, lang erfaring og dyktige pedagogiske evner.   Målsetning Modul Build består av de tradisjonelle, tekniske aspektene ved design, spesifikasjon, utvikling, testing, integrering og anvendelse av IT-systemer. Det krever at kandidaten forstår systemutviklingens livssyklus, kjenner til den typiske utviklingsprosessen og er klar over de nyeste utviklingstrekk innen programvare. Kandidaten skal også kunne benytte relevante metoder og verktøy. Kandidaten skal kjenne til designprinsipper knyttet til brukergrensesnitt, websider og hypermedia, så vel som de som brukes i relasjonsdatabaser og datavarehus. Kandidaten vil også få en grunnleggende kunnskap om søkespråk og være oppmerksom på noen viktige databaseadministrasjonsproblemer. I tillegg skal kandidaten være i stand til å anvende typiske datastrukturer og algoritmer, gjenkjenne ulike programmeringsspråk og konstruksjoner, vurdere problemer med å opprettholde systemer, samt kjenne til dokumentasjon og testing av software systemer. [-]
Les mer

Lukk Denne siden benytter seg av informasjonskapsler (cookies).
Du kan fortsette å bruke siden som vanlig hvis du godtar dette. Les mer om bruk av informasjonskapsler i vår personvernerklæring.