Návrh Školení
Algoritmy strojového učení v Julia
Základní koncepty
- Supervizované a nesupervizované učení
- Křížová validace a výběr modelu
- Kompromis mezi biasem a rozptylem (bias/variance tradeoff)
Lineární a logistická regrese
(NaiveBayes & GLM)
- Základní koncepty
- Ajustace lineárních regresních modelů
- Diagnostika modelu
- Naive Bayes
- Ajustace logistického regresního modelu
- Diagnostika modelu
- Metody výběru modelu
Vzdálenosti
- Co je to vzdálenost?
- Eukleidovská
- Cityblock (Manhattan)
- Kosinová
- Korelační
- Mahalanobisova
- Hammingova
- MAD (Median Absolute Deviation)
- RMS (Root Mean Square)
- Střední čtvercová odchylka
Redukce dimenzionality
-
Analýza hlavních komponent (PCA)
- Lineární PCA
- Kernová PCA
- Pravděpodobnostní PCA
- Nezávislá komponentová analýza (ICA)
- Multidimenzionální škálování
Modifikované metody regrese
- Základní koncepty regularizace
- Ridge regrese
- Lasso regrese
- Regrese hlavních komponent (PCR)
Klastrování
- K-means klastrování
- K-medoids klastrování
- DBSCAN (Density-Based Spatial Clustering of Applications with Noise)
- Hierarchické klastrování
- Markovův algoritmus klastrování
- Rozmyté C-means klastrování
Standardní modely strojového učení
(balíčky NearestNeighbors, DecisionTree, LightGBM, XGBoost, EvoTrees, LIBSVM)
- Koncepty gradientního posilování (boosting)
- K nejbližším sousedům (KNN)
- Modely rozhodovacích stromů
- Modely náhodného lesu (Random Forest)
- XGboost
- EvoTrees
- Support Vector Machines (SVM)
Umělé neuronové sítě
(balíček Flux)
- Stochastický gradientní sestup & strategie
- Multilayer perceptrony: dopředné a zpětné šíření (forward feed & back propagation)
- Regularizace
- Recurrent neural networks (RNN)
- Konvoluční neuronové sítě (Convnets)
- Autoenkodery
- Hyperparametry
Požadavky
Toto kurzy je určeno osobám, které již mají základní znalosti datové analýzy a statistiky.
Reference (2)
ML ekosystém neobsahuje pouze MLflow, ale také Optuna, Hyperopt, Docker a Docker Compose
Guillaume GAUTIER - OLEA MEDICAL
Kurz - MLflow
Přeloženo strojem
Rád jsem se zúčastnil školení Kubeflow, které proběhlo vzdáleně. Toto školení mi umožnilo prohloubit znalosti o službách AWS, K8s a všech devOps nástrojích kolem Kubeflow, což jsou nezbytné základy pro správný přístup k tématu. Rád bych poděkoval Marcinovi Malawskimu za jeho trpělivost a profesionální přístup při školení a poradách o osvědčených postupech. Malawski se k tématu přibližuje z různých úhlů, používá různé nástroje pro nasazení jako Ansible, EKS kubectl a Terraform. Teď jsem naprosto přesvědčen, že vstupuji do správného oboru aplikace.
Guillaume Gautier - OLEA MEDICAL | Improved diagnosis for life TM
Kurz - Kubeflow
Přeloženo strojem