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
- Machine Learning in Python: bevezető a scikit-learn API lineáris és logisztikai regressziót támogató vektorba gépi neurális hálózatok véletlenszerű erdő
TensorFlow, Theano, Caffe és Keras AI méretben az Apache Spark: Mlib segítségével
- Fejlett neurális hálózati architektúrák
konvolúciós neurális hálózatok képelemzéshez visszatérő neurális hálózatok időstrukturált adatokhoz a hosszú rövid távú memória cella
- Felügyelet nélküli tanulás: klaszterezés, anomáliák észlelése
főkomponens elemzés megvalósítása scikit-learn implementáló autoencoderekkel a Keras-ban
- Gyakorlati példák a mesterséges intelligencia által megoldható problémákra (gyakorlati gyakorlatok Jupyter notebookokkal), pl.
képelemzés előrejelző komplex pénzügyi sorozatok, például részvényárfolyamok, komplex mintafelismerő természetes nyelvi feldolgozó ajánlórendszerek
- Ismerje meg a mesterséges intelligencia módszerek korlátait: a meghibásodás módjait, a költségeket és a gyakori nehézségeket
túlillesztés torzítás/variancia kompromisszumos torzítás megfigyelési adatok neurális hálózat mérgezés
- Alkalmazott projektmunka (opcionális)
Követelmények
A tanfolyamon való részvételhez nincs szükség speciális követelményekre.
28 Hours
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