Kurzusleírás

Bevezetés az adatbányászatba és Machine Learning

  • Statisztikai tanulás kontra gépi tanulás
  • Iteráció és értékelés
  • Bias-Variance kompromisszum

Regresszió

  • Lineáris regresszió
  • Általánosítások és nemlinearitás
  • Feladatok

Osztályozás

  • Bayesi frissítő
  • Naiv Bayes
  • Dikriminancia elemzés
  • Logisztikus regresszió
  • K-Legközelebbi szomszédok
  • Támogatja a vektoros gépeket
  • Neurális hálózatok
  • Döntési fák
  • Feladatok

Keresztellenőrzés és újramintavételezés

  • Keresztellenőrzési megközelítések
  • Bootstrap
  • Feladatok

Felügyelet nélküli tanulás

  • A K-csoportosulást jelent
  • Példák
  • A felügyelet nélküli tanulás kihívásai és a K-eszközökön túl

Haladó témák

  • Együttes modellek
  • Vegyes modellek
  • Fellendítés
  • Példák

Többdimenziós redukció

  • Faktoranalízis
  • Főkomponens analízis
  • Példák

Követelmények

Ez a kurzus a Data Scientist készségkészlet része (Domain: Analytical Techniques and Methods)

  14 Hours
 

Résztvevők száma


Tanfolyam kezdete

Tanfolyam vége


Dates are subject to availability and take place between 09:30 and 16:30.
Open Training Courses require 5+ participants.

Vélemények (1)

Rokon tanfolyam

Rokon kategóriák