Благодарим ви, че изпратихте вашето запитване! Един от членовете на нашия екип ще се свърже с вас скоро.
Благодарим ви, че направихте своята резервация! Един от членовете на нашия екип ще се свърже с вас скоро.
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
Oтзиви от потребители (1)
The trainer was so knowledgeable and included areas I was interested in.