Developing AI and ML Solutions with Java - Artificial Intelligence - Machine learning - Web Development - App Development

Na inschrijving van de Award Winning E-learning training Developing AI and ML Solutions with Java, ontvangt u per e-mail een link om in te loggen in uw leeromgeving waar u een persoonlijk wachtwoord aanmaakt. Eenmaal ingelogd in uw persoonlijke leeromgeving ziet u een overzicht van de cursusonderdelen. Via de inhoudsopgave schakelt u automatisch over naar elk gewenst onderdeel van de training.

Er zit tevens een Voortgangsbewaking bij om eenvoudig te zien hoe ver u bent binnen uw training. U kunt daarbij 1 jaar lang (365 dagen), 24/7 (elke dag en nacht) inloggen om verder te gaan met de training.

Deze Engelstalige training met ondertiteling heeft interactieve, eenvoudig te volgen video's in HD beeldkwaliteit met heldere audio kwaliteit. Daarnaast biedt de training Support en/of een Online Mentor aan als u problemen ondervindt. De training is beschikbaar in elke browser voor zowel PC, Mac, Tablet én Smartphone. Dus zelfs via uw mobiel kunt u handig de training volgen.

De training is inclusief lees- en/of praktijkopdrachten met trainingstest, mits noodzakelijk voor de training. Na afronding van de training krijgt u een Certificaat van Deelname en sluit u zich aan bij de reeds duizenden tevreden cursisten.

Cursusinhoud

Developing AI and ML Solutions with Java: AI Fundamentals

Course: 1 Hour, 4 Minutes

• Development Environment for Artificial Intelligence
• Machine Learning with Java
• Artificial Intelligence Implementation Scenarios
• Deeplearning4J Introduction
• Configure Neural Network Using DL4J
• Domain Specific Implementation of AI
• Predictive Modeling
• Exercise: Working with ML Libraries 

Developing AI and ML Solutions with Java: Machine Learning Implementation

Course: 1 Hour, 27 Minutes

• Machine Learning and Artificial Intelligence
• Machine Learning Algorithm Types
• Supervised and Unsupervised Learning
• K-Means Cluster
• KNN Algorithms
• Decision Tree and Random Forest
• Linear Regression Analysis
• Gradient Boosting Algorithms
• Logistics Regression
• Probabilistic Classifier
• Naïve Bayes Classifier
• Exercise: Implementing Machine Learning Algorithms
• Course Test 

Developing AI and ML Solutions with Java: Neural Network and Neuroph Framework

Course: 1 Hour, 49 Minutes

• Neural Network and its Essential Components
• Implement a Simple Neural Network
• Neural Network Types
• Implementing Hopfield Neural Networks
• Implementing Back Propagation Neural Networks
• Role of Activation Function
• Loss Functions and their Benefits
• Implementing Activation Functions and Loss Functions
• Hyperparameter
• Neuroph Java Neural Framework Capabilities
• Hyperparameter Implementation using DL4J
• Deep Learning
• Comparing Deep Learning and Graph Models
• Combining Deep Learning and Graph Model1
• Deep Learning and Graph Model Use Cases
• Exercise: Working with Neuroph and Neural Networks 

Developing AI and ML Solutions with Java: Neural Network and NLP Implementation

Course: 57 Minutes

• Multilayer Networks and Computation Graphs
• Implementing Multilayer Networks
• NLP Introduction
• Components of NLP
• Language and Sentence
• Tokenizer and Name Finder
• Detecting Parts of Speech
• Classifying Text and Documents
• Using Parser to Extract Relationships
• Speech Implementation
• Exercise: Working with NLP Components  

Developing AI and ML Solutions with Java: Expert Systems and Reinforcement Learning

Course: 48 Minutes

• Expert Systems Tools
• Working with Jess
• Defining Rules
• Supervised Learning and Notations
• Datasets and Training Models
• Outlier Types
• Feature Search and Feature Evaluation Techniques
• Principal Component Analysis Data Transformation
• Clustering Concept
• Hierarchical Clustering
• Graph Modeling
• Exercise: Working with Datasets and Clustering