Thank you for sending your enquiry! One of our team member will contact you shortly.
Thank you for sending your booking! One of our team member will contact you shortly.
Kursplan
Introduksjon til Applied Machine Learning
- Statistisk læring vs. maskinlæring Iterasjon og evaluering Bias-Varians-avveining Overvåket vs ikke-overvåket læringsproblemer løst med Machine Learning Train Validation Test – ML-arbeidsflyt for å unngå overtilpasning Arbeidsflyt for Machine Learning Maskinlæringsalgoritmer Velge passende algoritme til problemet
Algoritmevurdering
- Evaluering av numeriske spådommer Mål for nøyaktighet: ME, MSE, RMSE, MAPE Parameter og prediksjonsstabilitet
Overvåkede algoritmer KNN Ensemble Gradient Boosting SVM
- Algoritmer uten tilsyn Avstandsbasert
Tetthetsbaserte metoder
- Probabilistiske metoder
Bygge enkle dyplæringsmodeller med Keras
- Opprette en Keras modell Forstå dataene dine Spesifisere dyplæringsmodellen din Kompilere modellen Tilpasse modellen Arbeide med klassifiseringsdataene Arbeide med klassifiseringsmodeller Bruke modellene dine
Arbeide med TensorFlow for Deep Learning
- Forberede dataene Laste ned dataene Forberede opplæringsdata Forberede testdata Skaleringsinnganger ved hjelp av plassholdere og variabler
Spesifisere nettverksarkitekturen
- Bruke kostnadsfunksjonen
Bruke Optimizer
- Bruke initialiseringsprogrammer
Krav
- Erfaring med Python programmering
- Grunnleggende kjennskap til statistikk og matematiske begreper
Publikum
- Utviklere
- Dataforskere
28 timer