Met onze Microsoft FastPass bundel, kun je tot 31 december 2021 onbeperkt Microsoft Online Instructor-geleide cursussen volgen voor slechts € 6.750 excl. BTW

Nvidia - Applications of AI for Anomaly Detection

Looptijd

Looptijd:

Slechts 2 dagen

Methode

Methode:

Klas / Online / Hybride

Volgende datum

Volgende datum:

7/2/2022 (Maandag)

Overview

On this accelerated Nvidia Applications of AI for Anomaly Detection course, you’ll learn how to implement multiple AI-based approaches to solve a specific use case, including identifying network intrusions for telecommunications.

In just 2 days, you’ll build knowledge on 3 different anomaly detection techniques using GPU-accelerated XGBoost, deep learning-based autoencoders, and generative adversarial networks (GANs) and then implement and compare supervised and unsupervised learning techniques. You’ll also learn:

  • Prepare data and build, train, and evaluate models using XGBoost, autoencoders, and GANs
  • Detect anomalies in datasets with both labeled and unlabeled data
  • Classify anomalies into multiple categories regardless of whether the original data was labeled

At the end of this accelerated course, you'll earn a NIVIDIA DLI certificate highlighting your competency in the elements learned during the course. Firebrand’s Lecture | Lab | Review methodology will allow you to train faster than traditional training in a distraction-free environment, covered by a Certification Guarantee.

Zeven redenen waarom u met uw cursus voor Firebrand Training moet kiezen

  1. U zult in slechts 2 dagen gecertificeerd zijn. Met ons bent u in recordtijd getraind
  2. Onze cursus is all-inclusive. Een eenmalige contributie bekostigt alle cursusmaterialen, accommodaties en maaltijden.
  3. Slaag de eerste keer voor of volg de training nogmaals. Dit is onze garantie. Wij zijn er zeker van dat u de eerste keer zult slagen voor uw cursus. Mocht dit niet het geval zijn, dan kunt u binnen het jaar terugkomen en enkel voor de accommodatie en examens te betalen. De rest is gratis
  4. U zult meer leren. Een dag met een traditionele training aanbieder duurt over het algemeen van 9 uur 's ochtends tot 17 uur in de middag, met een lange lunchpauze. Met Firebrand Training kunt u rekenen op minstens 12 uur leren per dag met uw instructeur
  5. U zult snellerde theorie beheersen. De kans bestaat dat u een andere manier van leren heeft dan uw omgeving. Wij combineren visuele, auditieve en tastbare leerstijlen, dit zorgt voor een snellere en eenvoudigere manier van leren
  6. U zult studeren met de beste. We hebben het Q-For kwaliteit label, dat onze standaarden en professionaliteit in de training markt erkent. Naast het winnen van nog vele andere prijzen, hebben we inmiddels 108507 professionals getraind en gecertificeerd en we zijn partners met alle grote namen in deze tak van het bedrijfsleven
  7. U zult meer doen dan alleen de cursusstof bestuderen. We maken gebruik van laboratoria, case-studies en oefentests, om ervoor te zorgen dat u uw nieuwe kennis in uw werkomgeving kan toepassen. Onze instructeurs gebruiken demonstraties en hun eigen ervaringen om de dag interessant en boeiend te houden

Benefits

Curriculum

Module 1: Anomaly Detection in Network Data Using GPU-Accelerated XGBoost

  • Learn how to detect anomalies using supervised learning
  • Prepare data for GPU acceleration using the provided dataset
  • Train a binary and multi-class classifier using the popular machine learning algorithm XGBoost
  • Assess and improve your model’s performance before deployment

Module 2: Anomaly Detection in Network Data Using GPU-Accelerated Autoencoders

  • Learn how to detect anomalies using modern unsupervised learning
  • Build and train a deep learning-based autoencoder to work with unlabeled data
  • Apply techniques to separate anomalies into multiple classes
  • Explore other applications of GPU-accelerated autoencoders

Module 3: Project: Anomaly Detection in Network Data using GANs

  • Learn how to detect anomalies using GANs
  • Train an unsupervised learning model to create new data
  • Use that new data to turn the problem into a supervised learning problem
  • Compare the performance of this new approach to more established approaches

Exam Track

There is no exam for this accelerated course.

What's Included

Prerequisites

Before attending this accelerated course, you should have:

  • Professional data science experience using Python
  • Experience training deep neural networks

Weet je niet zeker of je aan de vereisten voldoet? Maak je geen zorgen. Jouw trainingsadviseur bespreekt jouw achtergrond met je om te begrijpen of deze cursus geschikt is voor je.

Beoordelingen

Wereldwijd heeft Firebrand in haar 10-jarig bestaan al 108507 studenten opgeleid! We hebben ze allemaal gevraagd onze versnelde opleidingen te evalueren. De laatste keer dat we onze resultaten analyseerden, bleek 96.66% ons te beoordelen als 'boven verwachting'


"Quick a lot of information, very nice outside of the day to day environment. The focus is brilliant."
DV, vandenAkker ict. (12/10/2021 (Dinsdag) t/m 15/10/2021 (Vrijdag))

"Very intense and although the amount of knowledge is high, the discussions are very valuable."
Anonymous. (12/10/2021 (Dinsdag) t/m 15/10/2021 (Vrijdag))

"Firebrand training was really good. The instructor was especially engaging and provided relevant examples."
Anonymous. (12/10/2021 (Dinsdag) t/m 15/10/2021 (Vrijdag))

"Quick dive in AWS ! Loved it!"
Daniel Penninck, smals. (26/10/2020 (Maandag) t/m 29/10/2020 (Donderdag))

"I can say that I definitely improved and expanded my AWS knowledge with this course. Loved the discussions and the depth, as well as the focus on achieving the Associate Certification by taking a look at real exam questions."
A.S. (26/10/2020 (Maandag) t/m 29/10/2020 (Donderdag))

Cursusdata

Start datum

Eind datum

Status

Locatie

Nu boeken

23/8/2021 (Maandag)

24/8/2021 (Dinsdag)

Beëindigde cursus - Geef feedback

-

 

 

7/2/2022 (Maandag)

8/2/2022 (Dinsdag)

Beperkte beschikbaarheid

Landelijk

 

21/3/2022 (Maandag)

22/3/2022 (Dinsdag)

Open

Landelijk

 

2/5/2022 (Maandag)

3/5/2022 (Dinsdag)

Open

Landelijk

 

13/6/2022 (Maandag)

14/6/2022 (Dinsdag)

Open

Landelijk

 

Nieuwste beoordelingen van onze studenten