Kursplan

    Introduktion till ML Maskininlärning som en del av artificiell intelligens Typer av ML ML-algoritmer Utmaningar och potentiell användning av ML Overfitting och bias-varians avvägning i ML Tekniker för maskininlärning Maskininlärnings-arbetsflödet Övervakat lärande – Klassificering, Regression Oövervakat lärande – Klustring, Avvikelsedetektering Halvövervakad inlärning och Reinforcement Learning övervägande vid maskininlärning Dataförbearbetning Dataförberedelse och transformation Funktionsteknik Funktionsskalering Dimensionalitetsreduktion och variabelval Datavisualisering Explorativ analys Fallstudier Avancerad funktionsteknik och inverkan på resultat i linjär regression för förutsägelse Tidsserieanalys och Prognostisera månatlig försäljningsvolym - grundläggande metoder, säsongsjustering, regression, exponentiell utjämning, ARIMA, neurala nätverk Marknadskorganalys och associationsregler gruvning Segmenteringsanalys med hjälp av klustring och självorganiserande kartor Klassificering vilken kund som sannolikt kommer att standardisera med logistisk regression, beslut träd, xgboost, svm

 

Krav

Kunskap och medvetenhet om Machine Learning fundamentals

 14 timmar

Antal deltagare



Price per participant

Relaterade Kurser

Relaterade Kategorier