Návrh Školení

Řízené učení: klasifikace a regrese

    Bias-variance trade off Logistická regrese jako klasifikátor Měření výkonu klasifikátoru Podpora vektorové stroje Neuronové sítě Náhodné lesy

Učení bez dozoru: shlukování, detekce anomálií

    autokodéry pro analýzu hlavních komponent

Pokročilé architektury neuronových sítí

    konvoluční neuronové sítě pro analýzu obrazu rekurentní neuronové sítě pro časově strukturovaná data buňka dlouhodobé krátkodobé paměti

Praktické příklady problémů, které umí AI vyřešit, např

    analýza obrazu předpovídání komplexních finančních řad, jako jsou ceny akcií, komplexní systémy rozpoznávání vzorů pro zpracování přirozeného jazyka

Softwarové platformy používané pro aplikace AI:

    TensorFlow, Theano, Caffe a Keras AI v měřítku s Apache Spark: Mlib

Pochopte omezení metod umělé inteligence: způsoby selhání, náklady a běžné potíže

    přehnané zkreslení v pozorovacích datech chybějící data otrava neuronovou sítí

Požadavky

Pro účast v tomto kurzu nejsou vyžadovány žádné zvláštní požadavky.

  28 hodiny
 

Počet účastníků


Začátek

Konec


Dates are subject to availability and take place between 09:30 and 16:30.
Open Training Courses require 5+ participants.

Související kurzy

Související kategorie