Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Návrh Školení
Úvod
Teorie pravděpodobnosti, Výběr modelu, Teorie rozhodování a informace
Rozdělení pravděpodobnosti
Lineární modely pro regresi a klasifikaci
Neural Networks
Metody jádra
Stroje s řídkým jádrem
Grafické modely
Směsné modely a EM
Přibližný závěr
Metody odběru vzorků
Spojité latentní proměnné
Sekvenční data
Kombinace modelů
Shrnutí a závěr
Požadavky
- Pochopení statistiky.
- Seznámení s vícerozměrným počtem a základní lineární algebrou.
- Nějaké zkušenosti s pravděpodobnostmi.
Publikum
- Datové analytiky
- Doktorandi, výzkumní pracovníci a praktici
21 hodiny
Reference (3)
Working from first principles in a focused way, and moving to applying case studies within the same day
Maggie Webb - Department of Jobs, Regions, and Precincts
Kurz - Artificial Neural Networks, Machine Learning, Deep Thinking
That it was applying real company data. Trainer had a very good approach by making trainees participate and compete
Jimena Esquivel - Zakład Usługowy Hakoman Andrzej Cybulski
Kurz - Applied AI from Scratch in Python
Very flexible.