Takk for at du sendte din henvendelse! En av våre teammedlemmer vil kontakte deg straks.
Takk for at du sendte din bestilling! En av våre teammedlemmer vil kontakte deg straks.
Kursplan
Grunnlaget for Machine Learning
- Introduksjon til Machine Learning konsepter og arbeidsflyter
- Veiledet vs. uovervåket læring
- Evaluering av maskinlæringsmodeller: beregninger og teknikker
Bayesianske metoder
- Naive Bayes og multinomiale modeller
- Bayesiansk kategorisk dataanalyse
- Bayesianske grafiske modeller
Regresjonsteknikker
- Lineær regresjon
- Logistisk regresjon
- Generaliserte lineære modeller (GLM)
- Blandede modeller og additive modeller
Dimensjonsreduksjon
- Hovedkomponentanalyse (PCA)
- Faktoranalyse (FA)
- Uavhengig komponentanalyse (ICA)
Klassifiseringsmetoder
- K-Nærmeste Naboer (KNN)
- Støtt Vector Machines (SVM) for regresjon og klassifisering
- Boosting og ensemble modeller
Neural Networks
- Introduksjon til nevrale nettverk
- Anvendelser av dyp læring i klassifisering og regresjon
- Trening og innstilling av nevrale nettverk
Avanserte algoritmer og modeller
- Skjulte Markov-modeller (HMM)
- Statlige rommodeller
- EM Algoritme
Klyngeteknikker
- Introduksjon til klynging og uovervåket læring
- Populære klyngealgoritmer: K-Means, Hierarchical Clustering
- Brukssaker og praktiske anvendelser av klynging
Sammendrag og neste trinn
Krav
- Grunnleggende forståelse av statistikk og dataanalyse
- Programming erfaring i R, Python eller andre relevante programmeringsspråk
Publikum
- Dataforskere
- Statistikere
14 Timer
Referanser (3)
kunnskapen til treneren, skreddersydd, alle emner dekket
eleni - EUAA
Kurs - Forecasting with R
Maskinoversatt
Variasjonen med øvelser og visning.
Ida Sjoberg - Swedish National Debt Office
Kurs - Econometrics: Eviews and Risk Simulator
Maskinoversatt
De reelle livsapplikasjonene ved bruk av Statcan og CER som eksempler.
Matthew - Natural Resources Canada
Kurs - Data Analytics With R
Maskinoversatt