Děkujeme za vaši dotaz! Jeden z našich pracovníků vás brzy kontaktuje.
Děkujeme za rezervaci! Jeden z našich pracovníků vás brzy kontaktuje.
Návrh Školení
Úvod do strojového učení v podnikání
- Strojové učení jako hlavní součást Umělé inteligence
- Typy strojového učení: dozorované, nedozorované, posilovací, položádané
- Běžné algoritmy strojového učení používané v podnikatelských aplikacích
- Výzvy, rizika a potenciální využití ML ve strojovém učení
- Přetrenování a obchod mezi předpojatostí a rozptylem (bias-variance tradeoff)
Techniky a pracovní postup strojového učení
- Zivotní cyklus strojového učení: od problému k nasazení
- Klasifikace, regrese, shlukování, detekce odchylek
- Kdy použít dozorované vs. nedozorované učení
- Porozumění posilovacímu učení v podnikové automatizaci
- Důsledky rozhodování řízeného strojovým učením
Zpracování dat a inženýrství funkcí
- Příprava dat: načítání, čištění, transformace
- Inženýrství funkcí: kodování, transformace, vytváření
- Škálování funkcí: normalizace, standardizace
- Redukce dimenzionality: PCA, výběr proměnných
- Základní analýza dat a vizualizace podnikových dat
Případové studie z podnikatelských aplikací
- Pokročilé inženýrství funkcí pro lepší predikci pomocí lineární regrese
- Analýza časových řad a prognózy měsíčního objemu prodeje: sezónní úpravy, regrese, exponenciální vyhlazování, ARIMA, neuronové sítě
- Segmentační analýza pomocí shlukování a samoorganizujících se map
- Analyza košíků zboží a těžba asociativních pravidel pro nákupní洞察
- Klasifikace výpadků zákazníků pomocí logistické regrese, rozhodovacích stromů, XGBoost, SVM
Závěr a další kroky
Požadavky
- Základní znalost konceptů a terminologie strojového učení
- Obratnost s datovou analýzou nebo práci s datovými sadami
- Určitá zkušenost s programovacími jazyky (např. Python) je výhodná, ale není povinná
Cílová skupina
- Business analisté a datoví odborníci
- Rozhodovatelé zajímaní o využití AI
- IT profesionálové zkoumající aplikace strojového učení ve firmách
14 hodiny
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
