Köszönjük, hogy elküldte érdeklődését! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Thank you for sending your booking! One of our team members will contact you shortly.
Kurzusleírás
Bevezetés
Munkakörnyezet kialakítása
Az AutoML szolgáltatások áttekintése
Hogyan AutoML vizsgálja meg az algoritmusokat
- Gradient Boosting Machines (GBM), Random Forests, GLM-ek stb.
Problémák megoldása használati eset szerint
Problémák megoldása képzési adattípus szerint
Adatvédelmi szempontok
Költségmegfontolások
Adatok előkészítése
Numerikus és kategorikus adatok kezelése
- IID táblázatos adatok (H2O AutoML, auto-sklearn, TPOT)
Munka időfüggő adatokkal (idősoros adatok)
Nyers szöveg osztályozása
Nyers képadatok osztályozása
- Deep Learning és neurális architektúra keresés (TensorFlow, PyTorch, Auto-Keras stb.)
Egy AutoML módszer bevezetése
Egy pillantás a belső algoritmusokra AutoML
Különböző modellek összeállítása
Hibaelhárítás
Összegzés és következtetés
Követelmények
- Gépi tanulási algoritmusokkal kapcsolatos tapasztalat.
- Python vagy R programozási tapasztalat.
Közönség
- Adatelemzők
- Adattudósok
- Adatmérnökök
- Fejlesztők
14 Órák