Intrati in legatura
 Durata 28 ore

Schița de curs

Introducere în Machine Learning aplicat

  • Învățare statistică vs. Machine learning
  • Iterație și evaluare
  • Compromisul Bias-Varianță

Supervised Learning și Unsupervised Learning

  • Limbaje, tipuri și exemple de Machine Learning
  • Supervised vs Unsupervised Learning

Supervised Learning

  • Decision Trees
  • Random Forests
  • Evaluarea modelului

Machine Learning cu Python

  • Alegerea librăriilor
  • Instrumente suplimentare

Regresie

  • Regresie liniară
  • Generalizări și neliniaritate
  • Exerciții

Clasificare

  • Recapitulare Bayesiană
  • Naive Bayes
  • Regresie logistică
  • K-Nearest neighbors
  • Exerciții

Cross-validation și Resampling

  • Abordări de cross-validation
  • Bootstrap
  • Exerciții

Unsupervised Learning

  • K-means clustering
  • Exemple
  • Provocările Unsupervised Learning și dincolo de K-means

Rețele neuronale

  • Layers și nodes
  • Librării Python pentru rețele neuronale
  • Lucrul cu scikit-learn
  • Lucrul cu PyBrain
  • Deep Learning

Cerințe

Cunoștințe de programare în Python. Se recomandă familiaritate de bază cu statisticile și algebra liniară.

Numărul de participanți


Pret per participant

Mărturii (7)

Cursuri viitoare

Categorii înrudite