Köszönjük, hogy elküldte érdeklődését! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Köszönjük, hogy elküldte foglalását! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Kurzusleírás
Felügyelt tanulás: osztályozás és regresszió
- Machine Learning in Python: bevezető a scikit-learn API-ba
- lineáris és logisztikus regresszió
- támogatás vektor gép
- neurális hálózatok
- véletlenszerű erdő
- Végponttól végpontig felügyelt tanulási folyamat beállítása a scikit-learn segítségével
- adatfájlokkal való munkavégzés
- hiányzó értékek beszámítása
- kategorikus változók kezelése
- adatok megjelenítése
Python keretrendszerek mesterséges intelligencia alkalmazásokhoz:
- TensorFlow, Theano, Caffe és Keras
- AI skálán Apache Spark-val: Mlib
Fejlett neurális hálózati architektúrák
- konvolúciós neurális hálózatok képelemzéshez
- visszatérő neurális hálózatok időstrukturált adatokhoz
- a hosszú távú rövid távú memória sejt
Felügyelet nélküli tanulás: klaszterezés, anomáliák észlelése
- főkomponens elemzés megvalósítása scikit-learn segítségével
- automatikus kódolók megvalósítása a Keras-ben
Gyakorlati példák a mesterséges intelligencia által megoldható problémákra (gyakorlati gyakorlatok Jupyter notebookokkal), pl.
- képelemzés
- összetett pénzügyi sorozatok előrejelzése, például részvényárfolyamok,
- komplex mintafelismerés
- természetes nyelvi feldolgozás
- ajánlórendszerek
Ismerje meg a mesterséges intelligencia módszerek korlátait: a meghibásodás módjait, a költségeket és a gyakori nehézségeket
- túlillesztés
- torzítás/variancia kompromisszum
- torzítások a megfigyelési adatokban
- ideghálózati mérgezés
Alkalmazott projektmunka (opcionális)
Követelmények
A tanfolyamon való részvételhez nincs szükség speciális követelményekre.
28 Órák
Vélemények (2)
That it was applying real company data. Trainer had a very good approach by making trainees participate and compete
Jimena Esquivel - Zakład Usługowy Hakoman Andrzej Cybulski
Kurzus - Applied AI from Scratch in Python
The trainer was a professional in the subject field and related theory with application excellently