Kurskode
appliedml
Varighet
14 timer (vanligvis 2 dag inkludert pauser)
Oversikt
Dette kurset er for folk som ønsker å bruke Machine Learning i praktiske applikasjoner.
Publikum
Dette kurset er for dataforskere og statistikere som har en viss kjennskap til statistikk og vet hvordan man programmerer R (eller Python eller annet valgt språk). Fokuset på dette kurset er på de praktiske aspektene ved data / modellforberedelse, utførelse, post hoc-analyse og visualisering.
Hensikten er å gi praktiske applikasjoner til Machine Learning til deltakere som er interessert i å anvende metodene på jobben.
Sektorspesifikke eksempler brukes for å gjøre opplæringen relevant for publikum.
Machine Translated
Kursplan
- Naive Bayes
- Multinomial models
- Bayesian categorical data analysis
- Discriminant analysis
- Linear regression
- Logistic regression
- GLM
- EM Algorithm
- Mixed Models
- Additive Models
- Classification
- KNN
- Bayesian Graphical Models
- Factor Analysis (FA)
- Principal Component Analysis (PCA)
- Independent Component Analysis (ICA)
- Support Vector Machines (SVM) for regression and classification
- Boosting
- Ensemble models
- Neural networks
- Hidden Markov Models (HMM)
- Space State Models
- Clustering
.jpg "european southern observatory (eso)")
.jpg "procter & gamble (p&g)")
.jpg "european organization for nuclear research (cern)")