Vă mulțumim că ați trimis solicitarea! Un membru al echipei noastre vă va contacta în scurt timp.
Vă mulțumim că ați trimis rezervarea! Un membru al echipei noastre vă va contacta în scurt timp.
Schița de curs
Introducere la Neural Networks
Introducere în aplicație Machine Learning
- Învățare statistică vs. învățare automată
- Iterație și evaluare
- Compensație părtinire-varianță
Machine Learning cu Python
- Alegerea bibliotecilor
- Instrumente suplimentare
Concepte și aplicații de învățare automată
Regresia
- Regresie liniara
- Generalizări și neliniaritate
- Cazuri de utilizare
Clasificare
- Reîmprospătare bayesiană
- Bayes naiv
- Regresie logistică
- K-Cei mai apropiați vecini
- Use Cases
Validare încrucișată și reeșantionare
- Abordări de validare încrucișată
- Bootstrap
- Use Cases
Învățare nesupravegheată
- K înseamnă grupare
- Exemple
- Provocări ale învățării nesupravegheate și dincolo de K-means
Scurtă introducere în metodele NLP
- tokenizarea cuvintelor și propozițiilor
- clasificarea textului
- analiza sentimentelor
- corectare ortografică
- extragerea informatiilor
- analizare
- adică extracție
- răspuns la întrebare
Inteligență artificială și Deep Learning
Prezentare tehnică
- R v/s Python
- Caffe v/s flux tensor
- Diverse Machine Learning Biblioteci
Studii de caz în industrie
Cerințe
- Ar trebui să aibă cunoștințe de bază de funcționare a afacerii, precum și cunoștințe tehnice
- Trebuie să aibă cunoștințe de bază despre software și sisteme
- Înțelegere de bază a Statistics (în nivelurile Excel) .
21 ore
Mărturii (1)
The enthusiasm to the topic. The examples he made an he explained it very well. Sympatic. A little to detailed for beginners. For managers, it could be more abstract in fewer days. But it was designed to fit and we had a good alignment in advance.