Thank you for sending your enquiry! One of our team member will contact you shortly.
Thank you for sending your booking! One of our team member will contact you shortly.
Kursplan
Övervakat lärande: klassificering och regression
- Maskininlärning i Python: introduktion till scikit-learn API:et linjära och logistiska regressionsstöd för vektor maskinneurala nätverk random skog
TensorFlow, Theano, Caffe och Keras AI i skala med Apache Spark: Mlib
- Avancerade neurala nätverksarkitekturer
faltningsneurala nätverk för bildanalys återkommande neurala nätverk för tidsstrukturerade data den långa korttidsminnescellen
- Oövervakat lärande: klustring, upptäckt av anomali
implementera principal komponentanalys med scikit-learn implementera autoencoders i Keras
- Praktiska exempel på problem som AI kan lösa (praktiska övningar med Jupyter-anteckningsböcker), t.ex.
bildanalys prognoser komplexa finansiella serier, såsom aktiekurser, komplex mönsterigenkänning naturligt språkbehandling rekommenderade system
- Förstå begränsningar hos AI-metoder: felmetoder, kostnader och vanliga svårigheter
överanpassad bias/varians avvägningsbias i observationsdata neurala nätverksförgiftning
- Tillämpat projektarbete (valfritt)
Krav
Det finns inga specifika krav som krävs för att gå denna kurs.
28 timmar
Vittnesmål (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
Kurs - Applied AI from Scratch in Python
The trainer was a professional in the subject field and related theory with application excellently