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 do Machine Learning a Google Colab
- Přehled strojového učení
- Nastavení Google Colab
- Připomenutí Python
Supervised Learning pomocí Scikit-learn
- Regresní modely
- Klasifikační modely
- Evaluace a optimalizace modelů
Unsupervised Learning techniky
- Algoritmy shlukování
- Redukce dimenzionality
- Výučební pravidla asociací
Pokročilé koncepty Machine Learning
- Neuronové sítě a hluboké učení
- Podporové vektory strojů (Support vector machines)
- Ensemblové metody
Speciální témata z Machine Learning
- Inženýrství vlastností
- Nastavení hyperparametrů
- Interpretovatelnost modelu
Projektová pracovní úloha Machine Learning
- Předzpracování dat
- Výběr modelů
- Nasazení modelu
Kapstone projekt
- Definice problémové formulace
- Shromažďování a čištění dat
- Trénování a vyhodnocení modelů
Shrnutí a další kroky
Požadavky
- Přehled základních konceptů programování
- Zkušenosti s Python programováním
- znalost základních statistických konceptů
Cílová skupina
- Data scientists
- Software developers
14 hodiny
Reference (2)
the ML ecosystem not only MLFlow but Optuna, hyperops, docker , docker-compose
Guillaume GAUTIER - OLEA MEDICAL
Kurz - MLflow
I enjoyed participating in the Kubeflow training, which was held remotely. This training allowed me to consolidate my knowledge for AWS services, K8s, all the devOps tools around Kubeflow which are the necessary bases to properly tackle the subject. I wanted to thank Malawski Marcin for his patience and professionalism for training and advice on best practices. Malawski approaches the subject from different angles, different deployment tools Ansible, EKS kubectl, Terraform. Now I am definitely convinced that I am going into the right field of application.
