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
Introduktion till Neural Networks
Introduktion till tillämpad Machine Learning
- Statistisk inlärning vs. maskininlärning
- Iteration och utvärdering
- Bias-Varians avvägning
Machine Learning med Python
- Val av bibliotek
- Tilläggsverktyg
Maskininlärningskoncept och applikationer
Regression
- Linjär regression
- Generaliseringar och olinjäritet
- Användningsfall
Klassificering
- Bayesiansk uppfräschning
- Naiv Bayes
- Logistisk tillbakagång
- K-Närmaste grannar
- Use Cases
Korsvalidering och omsampling
- Korsvalideringsmetoder
- Bootstrap
- Use Cases
Oövervakat lärande
- K- betyder klustring
- Exempel
- Utmaningar av oövervakat lärande och bortom K-medel
Kort introduktion till NLP-metoder
- ord- och meningstokenisering
- textklassificering
- sentimentanalys
- stavningskorrigering
- informationsutvinning
- analysera
- betyder utvinning
- fråga svar
Artificiell intelligens och Deep Learning
Teknisk översikt
- R v/s Python
- Caffe v/s Tensor Flow
- Olika Machine Learning bibliotek
Fallstudier från industrin
Krav
- Bör ha grundläggande kunskaper om affärsverksamhet samt tekniska kunskaper
- Du ska ha grundläggande förståelse för mjukvara och system
- Grundläggande förståelse för Statistics (i Excel-nivåer)
21 timmar
Vittnesmål (1)
The enthusiasm to the topic. The examples he made an he explained it very well. Sympatic. A little to detailed for beginners. For managers, it could be more abstract in fewer days. But it was designed to fit and we had a good alignment in advance.