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
Introducere în Machine Learning și Google Colab
- Prezentare generală a învățării automate
- Configurarea Google Colab
- Python recapitulare
Învățarea supervizată cu Scikit-learn
- Modele de regresie
- Modele de clasificare
- Evaluarea și optimizarea modelelor
Tehnici de învățare nesupravegheată
- Algoritmi de clusterizare
- Reducerea dimensionalității
- Învățarea regulilor de asociere
Concepte Machine Learning avansate
- Rețele neuronale și învățare profundă
- Mașini vectoriale suport
- Metode de ansamblu
Subiecte speciale în Machine Learning
- Ingineria caracteristicilor
- Reglarea hiperparametrilor
- Interpretabilitatea modelului
Machine Learning Fluxul de lucru al proiectului
- Preprocesarea datelor
- Selectarea modelului
- Implementarea modelului
Proiectul Capstone
- Definirea enunțului problemei
- Colectarea și curățarea datelor
- Instruirea și evaluarea modelului
Rezumat și pași următori
Cerințe
- O înțelegere a conceptelor de programare de bază
- Experiență cu programarea Python
- Familiaritate cu conceptele statistice de bază
Audiență
- Oameni de știință în domeniul datelor
- Dezvoltatori de software
14 ore
Mărturii (2)
the ML ecosystem not only MLFlow but Optuna, hyperops, docker , docker-compose
Guillaume GAUTIER - OLEA MEDICAL
Curs - MLflow
I enjoyed participating in the Kubeflow training, which was held remotely. This training allowed me to consolidate my knowledge for AWS services, K8s, all the devOps tools around Kubeflow which are the necessary bases to properly tackle the subject. I wanted to thank Malawski Marcin for his patience and professionalism for training and advice on best practices. Malawski approaches the subject from different angles, different deployment tools Ansible, EKS kubectl, Terraform. Now I am definitely convinced that I am going into the right field of application.
