Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Schița de curs
Învățare supravegheată: clasificare și regresie
- Învățare automată în Python: introducere în API-ul scikit-learn regresie liniară și logistică suport vector rețele neuronale ale mașinii pădure aleatoare
TensorFlow, Theano, Caffe și Keras AI la scară cu Apache Spark: Mlib
- Arhitecturi avansate de rețele neuronale
rețele neuronale convoluționale pentru analiza imaginilor rețele neuronale recurente pentru date structurate în timp celula de memorie pe termen lung
- Învățare nesupravegheată: grupare, detectarea anomaliilor
implementarea analizei componentelor principale cu scikit-learn implementarea autoencoderelor în Keras
- Exemple practice de probleme pe care AI le poate rezolva (exerciții practice folosind caietele Jupyter), de exemplu
analiză de imagini prognoza serii financiare complexe, cum ar fi prețurile acțiunilor, sistemele de recomandare de procesare a limbajului natural de recunoaștere a modelelor complexe
- Înțelegeți limitările metodelor AI: moduri de eșec, costuri și dificultăți comune
prejudecățile de supraadaptare/varianță ale compromisului în otrăvirea rețelei neuronale a datelor observaționale
- Lucru de proiect aplicat (opțional)
Cerințe
Nu sunt necesare cerințe specifice pentru a participa la acest curs.
28 ore
Mărturii (2)
That it was applying real company data. Trainer had a very good approach by making trainees participate and compete
Jimena Esquivel - Zakład Usługowy Hakoman Andrzej Cybulski
Curs - Applied AI from Scratch in Python
The trainer was a professional in the subject field and related theory with application excellently