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
Testimonials (3)
Even with having to miss a day due to customer meetings, I feel I have a much clearer understanding of the processes and techniques used in Machine Learning and when I would use one approach over another. Our challenge now is to practice what we have learned and start to apply it to our problem domain
Richard Blewett - Rock Solid Knowledge Ltd
Kurs - Machine Learning – Data science
I like that training was focused on examples and coding. I thought that it is impossible to pack so much content into three days of training, but I was wrong. Training covered many topics and everything was done in a very detailed manner (especially tuning of model's parameters - I didn't expected that there will be a time for this and I was gratly surprised).
Bartosz Rosiek - GE Medical Systems Polska Sp. Zoo
Kurs - Machine Learning – Data science
It is showing many methods with pre prepared scripts- very nicely prepared materials & easy to traceback