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.
Kurzusleírás
Felügyelt tanulás: osztályozás és regresszió
- Bias-variance kompromisszum
- Logisztikai regresszió, mint osztályozó
- Az osztályozó teljesítményének mérése
- Támogatja a vektoros gépeket
- Neurális hálózatok
- Véletlen erdők
Felügyelet nélküli tanulás: klaszterezés, anomáliák észlelése
- főkomponens analízis
- automatikus kódolók
Fejlett neurális hálózati architektúrák
- konvolúciós neurális hálózatok képelemzéshez
- visszatérő neurális hálózatok időstrukturált adatokhoz
- a hosszú távú rövid távú memória sejt
Gyakorlati példák a mesterséges intelligencia által megoldható problémákra, pl
- képelemzés
- összetett pénzügyi sorozatok előrejelzése, például részvényárfolyamok,
- komplex mintafelismerés
- természetes nyelvi feldolgozás
- ajánlórendszerek
AI alkalmazásokhoz használt szoftverplatformok:
- TensorFlow, Theano, Caffe és Keras
- AI skálán Apache Spark-val: Mlib
Ismerje meg az AI-módszerek korlátait: a meghibásodás módjait, a költségeket és a gyakori nehézségeket
- túlillesztés
- torzítások a megfigyelési adatokban
- hiányzó adatok
- ideghálózati mérgezés
Követelmények
A tanfolyamon való részvételhez nincs szükség speciális követelményekre.
28 Hours