План на курса

Въведение в извличането на данни и Machine Learning

  • Статистическо обучение срещу машинно обучение
  • Итерация и оценка
  • Компромис отклонение-вариация

Регресия

  • Линейна регресия
  • Обобщения и нелинейност
  • Упражнения

Класификация

  • Байесово опресняване
  • Наивен Бейс
  • Дикриминантен анализ
  • Логистична регресия
  • K-Най-близки съседи
  • Поддържащи векторни машини
  • Невронни мрежи
  • Дървета на решенията
  • Упражнения

Кръстосано валидиране и повторно вземане на проби

  • Подходи за кръстосано валидиране
  • Bootstrap
  • Упражнения

Учене без надзор

  • K-означава групиране
  • Примери
  • Предизвикателствата на неконтролираното обучение и отвъд K-средствата

Теми за напреднали

  • Ансамбъл модели
  • Смесени модели
  • Подсилване
  • Примери

Многоизмерна редукция

  • Факторен анализ
  • Анализ на главните компоненти
  • Примери

Изисквания

Този курс е част от набора от умения Data Scientist (Домейн: Аналитични техники и методи)

 14 Часа

Брой участници


Цена за участник

Oтзиви от потребители (1)

Предстоящи Курсове

Свързани Kатегории