Nvidia - Nvidia - Applications of AI for Anomaly Detection

Dauer

Dauer:

Nur 2 Tage

Methode

Methode:

Klassenraum / Online / Hybrid

nächster Termin

nächster Termin:

27.9.2021 (Montag)

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.

Benefits

In einem Firebrand Intensiv-Training profitieren Sie von folgenden Vorteilen:

  • Zwei Optionen - Präsenz- oder Onlinetraining
  • Ablenkungsfreie Lernumgebung
  • Eigene Trainings- und Prüfungszentren (Pearson VUE Select Partner)
  • Effektives Training mit praktischen Übungseinheiten und intensiver Betreuung durch unsere Trainer
  • Umfassendes Leistungspaket mit allem, was Sie benötigen, um Ihre Zertifizierung zu erhalten, inklusive unserer Firebrand Leistungsgarantie.

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

Sind Sie sich unsicher, ob Sie die Voraussetzungen erfüllen? Wir besprechen gerne mit Ihnen Ihren technischen Hintergrund, Erfahrung und Qualifikation, um herauszufinden, ob dieser Intensivkurs der richtige für Sie ist.

Erfahrungsberichte

Bereits 106662 Kursteilnehmer haben seit 2001 erfolgreich einen Firebrand-Kurs absolviert. Unsere aktuellen Kundenbefragungen ergeben: Bei 96.66% unserer Teilnehmer wurde die Erwartungshaltung durch Firebrand übertroffen!


"Der Lehrgang war straff aber gut organisiert. Es ist nichts für nebenbei! Wer sich auf den Intensivkurs einlässt, bekommt in kurzer Zeit sehr viel Wissen vermittelt. Die Unterlagen waren gut strukturiert auch wenn sie manchmal nicht mehr aktuell waren. Das bereitgestellte Material war sehr hilfreich für die Prüfung. Das hybride Format mit Online und Vor-Ort hat gut funktioniert."
Gregor Bösenberg, adesso SE. (14.4.2021 (Mittwoch) bis 16.4.2021 (Freitag))

"Erfahrener Trainer, der einem die Themen praxisnah erklären kann."
A.G. . (3.3.2021 (Mittwoch) bis 5.3.2021 (Freitag))

"A thorough course covering aspects of security in software SDLC, a more focused view than the wider CISSP course and a good follow on course for software professionals after CISSP. "
Matthew Saint-Gregory, Software. (22.2.2021 (Montag) bis 28.2.2021 (Sonntag))

"Sehr guter Online Instructor Led Kurs, sehr professionell bezüglich der Präsentationstechnik. Der Tutor war sehr erfahren, ein sehr gutes, für nicht native english speaker, verständliches englisch. Der Tutor war für alle Rückfragen offen und nahm sich auch nach der Veranstaltung noch Zeit. "
Kai Widua, Beiersdorf. (9.2.2021 (Dienstag) bis 12.2.2021 (Freitag))

"Informativer Online Instructor Led Kurs mit gutem Mix aus Theorie und Übungen."
N.N.. (21.12.2020 (Montag) bis 22.12.2020 (Dienstag))

Kurstermine

Start

Ende

Verfügbarkeit

Standort

Anmelden

24.5.2021 (Montag)

25.5.2021 (Dienstag)

Kurs gelaufen - Hinterlasse Kommentar

-

 

27.9.2021 (Montag)

28.9.2021 (Dienstag)

Warteliste

Überregional

 

8.11.2021 (Montag)

9.11.2021 (Dienstag)

Einige Plätze frei

Überregional

 

20.12.2021 (Montag)

21.12.2021 (Dienstag)

Einige Plätze frei

Überregional

 

31.1.2022 (Montag)

1.2.2022 (Dienstag)

Einige Plätze frei

Überregional

 

14.3.2022 (Montag)

15.3.2022 (Dienstag)

Einige Plätze frei

Überregional

 

Neueste Rezensionen von unseren Kursteilnehmern