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.
Kursplan
Införandet
Att inrätta en arbetsmiljö
Översikt över AutoML funktioner
Hur AutoML Utforskar algoritmer
- Gradient Boosting Machines (GBM), Random Forests, GLM, etc.
Lösa problem efter användningsfall
Lösa problem efter träningsdatatyp
Överväganden om datasekretess
Saker att tänka på när det gäller kostnader
Förbereda data
Arbeta med numeriska och kategoriska data
- IID-tabelldata (H2O AutoML, auto-sklearn, TPOT)
Arbeta med tidsberoende data (tidsseriedata)
Klassificera rå text
Klassificera råbildsdata
- Deep Learning och Neural Architecture Search (TensorFlow, PyTorch, Auto-Keras osv.)
Distribuera en AutoML-metod
En titt på algoritmerna inuti AutoML
Att sätta ihop olika modeller
Felsökning
Sammanfattning och slutsats
Krav
- Erfarenhet av maskininlärningsalgoritmer.
- Python eller R-programmeringserfarenhet.
Publik
- Dataanalytiker
- Datavetare
- Datatekniker
- Utvecklare
14 timmar