Návrh Školení

    Úvod do ML Strojové učení jako součást umělé inteligence Typy ML Algoritmy ML Výzvy a potenciální využití ML Overfitting and bias-variance trade off v ML Techniky strojového učení Workflow Machine Learning Supervised learning – Klasifikace, regrese Unsupervised learning – Clustering, Detekce anomálií Semi-supervised learning and Reinforcement Learning Zohlednění při strojovém učení Předzpracování dat Příprava a transformace dat Technologické inženýrství Funkce Škálování Redukce rozměrů a výběr proměnných Vizualizace dat Průzkumná analýza Případové studie Pokročilé inženýrství funkcí a dopad na výsledky v lineární regresi pro predikci Analýza časových řad a Prognóza měsíčního objemu prodeje - základní metody, sezónní očišťování, regrese, exponenciální vyhlazování, ARIMA, neuronové sítě Analýza tržního koše a dolování asociačních pravidel Analýza segmentace pomocí shlukování a samoorganizujících se map Klasifikace, který zákazník bude pravděpodobně výchozí pomocí logistické regrese, rozhodnutí stromy, xgboost, svm

 

Požadavky

Znalost a povědomí o Machine Learning fundamentech

  14 hodiny
 

Počet účastníků


Začátek

Konec


Dates are subject to availability and take place between 09:30 and 16:30.

Price per participant

Související kurzy

Související kategorie