Schița de curs

Introducere în aplicație Machine Learning

    Învățare statistică vs. Învățare automată Iterație și evaluare Compensație bias-varianță

Regresia

    Regresia liniară Generalizări și exerciții de neliniaritate

Clasificare

    Reîmprospătare bayesiană Naiv Bayes Regresie logistică K-Cei mai apropiați vecini Exerciții

Validare încrucișată și reeșantionare

    Abordări de validare încrucișată Bootstrap Exerciții

Învățare nesupravegheată

    Gruparea K-means Exemple Provocări ale învățării nesupravegheate și dincolo de K-means

Cerințe

Cunoașterea limbajului de programare R. Se recomandă cunoștințe de bază de statistică și algebră liniară.

  14 ore
 

Numărul de participanți


Dată început

Dată sfârșit


Dates are subject to availability and take place between 09:30 and 16:30.

Pret per participant

Cursuri înrudite

Categorii înrudite