Kursplan

    Maskinlæring-introduksjon Typer maskinlæring – overvåket vs uovervåket læring Fra statistisk læring til maskinlæring Datautvinningsarbeidsflyten: Forretningsforståelse Dataforståelse Dataforberedelse Modellering Evaluering Implementering Maskinlæringsalgoritmer Velge passende algoritme til problemet Overtilpassing og skjevhetsvariansavveining i ML ML biblioteker og programmeringsspråk Hvorfor bruke et programmeringsspråk Velge mellom R og Python Python lynkurs Python-ressurser Python-biblioteker for maskinlæring Jupyter-notatbøker og interaktiv koding Testing av ML-algoritmer Generalisering og overtilpasning Unngå overtilpasning Holdout-metode Kryssvalidering Bootstrapping Evaluering av numeriske spådommer Målinger: ME, MSE, RMSE, MAPE Parameter- og prediksjonsstabilitet Evaluering av klassifikasjonsalgoritmer Nøyaktighet og dens problemer Forvirringsmatrisen Ubalansert klasseproblem Visualisering av modellytelse Profittkurve ROC-kurve Løftekurve Modellvalg Modellinnstilling – rutenettsøkstrategier Eksempler i Python Dataforberedelse Dataimport og -lagring Forstå dataene – grunnleggende utforskninger Datamanipulasjoner med pandabibliotek Datatransformasjoner – Datakrangel Utforskende analyse Manglende observasjoner – deteksjon og løsninger Outliers – deteksjon og strategier Standarisering, normalisering, binarisering Kvalitativ dataomkoding Eksempler i Python-klassifisering Binær vs multiklasseklassifisering Klassifisering via matematiske funksjoner Lineær diskriminantfunksjoner Kvadratiske diskriminantfunksjoner Logistisk regresjon og sannsynlighetstilnærming k-nærmeste naboer Naive Bayes Beslutningstrær CART Bagging Random Forests Boosting Xgboost Support Vector Maskiner og kjerner Maximal Margin Classifier Support Vector Machine Ensemble learning Eksempler i Python Regresjon og numerisk prediksjon Minste kvadrater Variabler seleksjonsteknikker Regularisering og stabilitet- L1, L2 Ikke-lineariteter og generaliserte minste kvadrater Polynom regresjon Regresjonssplines Regresjonstrær Eksempler i Python Uovervåket læring Clustering Sentroidbasert clustering – k-midler, k-medoider, PAM, CLARA Hierarkisk clustering – Diana, Agnes Model basert clustering - EM Selvorganiserende kart Evaluering og vurdering av klynger Dimensjonsreduksjon Hovedkomponentanalyse og faktoranalyse Enkeltverdidekomponering Flerdimensjonal Skalering Eksempler i Python Tekstutvinning Forbehandling av data Bag-of-words-modellen Stemming og lemmisering Analysere ordfrekvenser Sentimentanalyse Lage ordskyer Eksempler i Python Recommendations-motorer og samarbeidsfiltrering Anbefalingsdata Brukerbasert samarbeidsfiltrering Varebasert samarbeidsfiltrering Eksempler i Python Association mønsterutvinning Frequent itemset-algoritme Markedskurvanalyse Eksempler i Python Outlier Analysis Ekstremverdianalyse Avstandsbasert avvikdeteksjonsmetode Tetthet- deteksjon av dimensjonal avvik Eksempler i Python Machine Learning casestudie Forståelse av forretningsproblem Dataforbehandling Algoritmevalg og innstilling Evaluering av funn Implementering

 

 

Krav

Kunnskap og bevissthet om Machine Learning grunnleggende

  21 timer
 

Antall deltakere


Starts

Ends


Dates are subject to availability and take place between 09:30 and 16:30.
Open Training Courses require 5+ participants.

Testimonials (3)

Relaterte kurs

Related Categories