Návrh Školení

Úvod

Nastavení pracovního prostředí

Přehled AutoML funkcí

Jak AutoML zkoumá algoritmy

    Gradient Boosting Machines (GBM), Random Forest, GLM atd.

Řešení problémů podle případu použití

Řešení problémů podle typu tréninkových dat

Úvahy o ochraně osobních údajů

Úvahy o nákladech

Příprava dat

Práce s číselnými a kategorickými daty

    Tabulková data IID (H2O AutoML, auto-sklearn, TPOT)

Práce s časově závislými daty (data časových řad)

Klasifikace surového textu

Klasifikace nezpracovaných obrazových dat

    Deep Learning and Neural Architecture Search (TensorFlow, PyTorch, Auto-Keras atd.)

Nasazení metody AutoML

Pohled na algoritmy uvnitř AutoML

Skládání různých modelů dohromady

Odstraňování problémů

Shrnutí a závěr

Požadavky

  • Zkušenosti s algoritmy strojového učení.
  • Python nebo zkušenosti s programováním R.

Publikum

  • Datové analytiky
  • Datoví vědci
  • datoví inženýři
  • Vývojáři
  14 hodiny

Počet účastníků



Price per participant

Reference (3)

Související kurzy

Související kategorie