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 ML
- Maskinlæring som en del av kunstig intelligens
- Typer av ML
- ML-algoritmer
- Utfordringer og potensial for bruk av ML
- Overfitting og bias-variance trade-off i ML
- Teknikker i maskinlæring
- Arbeidsflyten Machine Learning
- Overvåket lære – Klassifisering, Regresjon
- Uovervåket lære – Klustering, Anomalideteksjon
- Semi-overvåket lære og Reinforcement Learning
- Overveielser i Machine Learning
- Databehandling
- Dataforberedelse og transformasjon
- Feature engineering
- Feature Skaling
- Redusere dimensjonalitet og variabelvalg
- Datavisualisering
- Utforskende analyse
- Case studies
- Avansert feature engineering og innvirkning på resultater i lineær regresjon for prediksjon
- Tidsrekkeanalyse og Forecasting månedlig volum av salg – grunnleggende metoder, sesongjustering, regresjon, eksponensielt glatting, ARIMA, nevrale nettverk
- Markedsanalyse og regeltildanningsgruvedrift
- Segmentanalyse ved bruk av klustering og selvorganiserende kart
- Klassifisering av hvilke kunder som sannsynligvis vil forsvinne ved bruk av logistisk regresjon, beslutningstrær, xgboost, svm
Krav
Kunnskap og bevissthet om Machine Learning grunnleggende
14 timer
Testimonials (2)
the ML ecosystem not only MLFlow but Optuna, hyperops, docker , docker-compose
Guillaume GAUTIER - OLEA MEDICAL
Kurs - MLflow
I enjoyed participating in the Kubeflow training, which was held remotely. This training allowed me to consolidate my knowledge for AWS services, K8s, all the devOps tools around Kubeflow which are the necessary bases to properly tackle the subject. I wanted to thank Malawski Marcin for his patience and professionalism for training and advice on best practices. Malawski approaches the subject from different angles, different deployment tools Ansible, EKS kubectl, Terraform. Now I am definitely convinced that I am going into the right field of application.
