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
Introduktion till tillämpad Machine Learning
- Statistisk inlärning vs. maskininlärning
- Iteration och utvärdering
- Bias-Varians avvägning
Supervised Learning och Unsupervised Learning
- Machine Learning Languages, Typer och Exempel
- Övervakat vs oövervakat lärande
Övervakat lärande
- Beslutsträd
- Random Forests
- Modellutvärdering
Machine Learning med Python
- Val av bibliotek
- Tilläggsverktyg
Regression
- Linjär regression
- Generaliseringar och olinjäritet
- 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
Neurala nätverk
- Lager och noder
- Python neurala nätverksbibliotek
- Arbeta med scikit-learn
- Jobbar med PyBrain
- Deep Learning
Krav
Kunskaper i Python programmeringsspråk. Grundläggande förtrogenhet med statistik och linjär algebra rekommenderas.
28 timmar
Vittnesmål (2)
Intressant kunskap
Gabriel - MINDEF
Kurs - Machine Learning with Python – 4 Days
Machine Translated
The trainer was a practitioner with a lot of experience and had a very good knowledge of the material.