Sissejuhatus masinõppesse

Tase:

Alg

Kuupäev:

31.08 - 04.09.20


Kestvus:

5 days

Kuupäevad

ONLINE (5 days á 4 hours):

2020-08-31 till 2020-09-04
1.00 pm – 5.00 pm (CET)

This online training will be held in English language.

 

Andmeteaduse koolitusi ja workshoppe korraldame ka klientide juures– ja seda olenemata asukohast. Palun võtke huvi korral ühendust. Kontakt >>

Kursuse kirjeldus

Kursus on mõeldud tehnilistele analüütikutele või keskastme juhtidele, kes soovivad omandada algteadmised masinõppes 

Kursuse dünaamika hõlmab nii teoreetilist sisu selgitamist kui ka praktilisi tegevusi, pöörates erilist tähelepanu praktilisele osale (60–65% kursusest). Peamine kursuse eesmärk on anda osalejatele võimalus käsitleda “tõelisi” probleeme, kogeda võimalikke tagajärgi ja leida lahendus, mida kuruse läbiviija jägib ja toetab selle protsessi kõigil etappidel.

 

Võta meiega koolitusele registreerimiseks ühendust >>

 

Sihtgrupp

Analüütikud/tehnilised juhid, kellel on vähemalt 1-aastane programmeerimise kogemus (Ideaalis lisaks kogemus Python-iga)

Kursuse sisu

Päev 1:

Masinõpe: Masinõppe ülevaade ja põhimõistete tutvustamine.

Python/Jupyter tutvustus

Overview of main Python libraries to be used

Uurimisandmete analüüs: teooria

Uurimisandmete analüüs: praktika

 

Päev 2:

Supervised Learning: Introduction and explanation of main concepts.

  • Explanation of Training Process: Training/Validation/Testing, Cross-validation
  • Recap: Regression vs Classification
  • Cost/Loss functions
  • What is done in training? Minimization of Loss Function. Example Algorithms
  • Performance Evaluation
  • Sammud eduka mudel ehitamiseks

Regression

 

Päev 3:

Classification

  • Classification Algorithms
  • Ensemble Algorithms
  • Performance Evaluation

 

Päev 4:

Unsupervised Learning

  • Unsupervised Algorithms
  • Ensemble Algorithms
  • Performance Evaluation

From lab to production: challenges and common problems

The importance of distributed computing in Machine Learning

 

Päev 5:

Sissejuhatus närvivõrkudesse

  • Definitsioon
  • Põhiterminid
  • Tensorflow Playground demo
  • Aktiveerimise funktsioonid
  • Närvivõrkude treeningprotsessid
  • Multi-class Problems and Softmax
  • Convolutional NN
  • Keras Demo and Explanation of Keras Library
  • Transfer Learning
  • Hyperparameter Tuning

Sügavõpe: Mis see on ja kus seda kasutatakse?

Masinõpe minu ettevõttes: Kuidas seda praktiktilistes olukordades rakendada?

Kursuse kokkuvõte, küsimused, soovitused jne.

 

Kursusele registreerimiseks võta ühendust >>