Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
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
- Bør ha grunnleggende kunnskap om forretningsdrift, og teknisk kunnskap i tillegg
- Må ha grunnleggende forståelse av programvare og systemer
- Grunnleggende forståelse av Statistics (i Excel-nivåer)
21 timer
Testimonials (1)
The enthusiasm to the topic. The examples he made an he explained it very well. Sympatic. A little to detailed for beginners. For managers, it could be more abstract in fewer days. But it was designed to fit and we had a good alignment in advance.