Kursplan

Introduktion till tillämpad Machine Learning

  • Statistisk inlärning vs. maskininlärning
  • Iteration och utvärdering
  • Bias-Varians avvägning

Machine Learning med Python

  • Val av bibliotek
  • Tilläggsverktyg

Regression

  • Linjär regression
  • Generaliseringar och icke-linjäritet
  • Övningar

Klassificering

  • Bayesiansk uppfräschning
  • Naiv Bayes
  • Logistisk tillbakagång
  • K-Närmaste grannar
  • Övningar

Korsvalidering och omsampling

  • Korsvalideringsmetoder
  • Bootstrap
  • Övningar

Oövervakat lärande

  • K- betyder klustring
  • Exempel
  • Utmaningar av oövervakat lärande och bortom K-medel

Krav

Kunskaper i Python programmeringsspråk. Grundläggande förtrogenhet med statistik och linjär algebra rekommenderas.

 14 timmar

Antal deltagare


Price per participant

Vittnesmål (5)

Upcoming Courses

Relaterade Kategorier