Kursplan

Introduksjon til Neural Networks

Introduksjon til Applied Machine Learning

    Statistisk læring vs. maskinlæring Iterasjon og evaluering Bias-Variance trade-off

Maskinlæring med Python

    Valg av biblioteker Tilleggsverktøy

Maskinlæringskonsepter og -applikasjoner

Regresjon

    Lineær regresjon Generaliseringer og ikke-linearitetsbrukstilfeller

Klassifisering

    Bayesiansk oppfriskning Naiv Bayes Logistisk regresjon K-Nærmeste naboer Use Cases

Kryssvalidering og resampling

    Kryssvalidering nærmer seg Bootstrap Use Cases

Uovervåket læring

    K-betyr clustering Eksempler Utfordringer ved uovervåket læring og utover K-betyr

Kort introduksjon til NLP-metoder

    ord- og setningstokenisering tekstklassifisering sentimentanalyse staverettingsinformasjon ekstraksjon parsing mening utvinning spørsmål svar

Kunstig intelligens og Deep Learning

Teknisk oversikt

    R v/s Python Caffe v/s Tensor Flow Diverse maskinlæringsbiblioteker

Kasusstudier fra industrien

Krav

  1. Bør ha grunnleggende kunnskap om forretningsdrift, og teknisk kunnskap i tillegg
  2. Må ha grunnleggende forståelse av programvare og systemer
  3. Grunnleggende forståelse av Statistics (i Excel-nivåer)
  21 timer

Antall deltakere


Starts

Ends


Dates are subject to availability and take place between 09:30 and 16:30.

Price per participant

Testimonials (1)

Relaterte kurs

Related Categories