План на курса

Въведение в извличането на данни и Machine Learning

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

Регресия

    Линейна регресия. Обобщения и упражнения за нелинейност

Класификация

    Bayesian refresher Наивен Bayes Dicriminant 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

    Примери за групиране на K-означава Предизвикателства на неконтролираното учене и извън K-означава

Теми за напреднали

    Ансамбъл модели Смесени модели Подсилващи примери

Многоизмерна редукция

    Факторен анализ Примери за анализ на главните компоненти

Изисквания

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

  14 Hours
 

Брой участници


Започва

Свършва


Dates are subject to availability and take place between 09:30 and 16:30.
Open Training Courses require 5+ participants.

Oтзиви от потребители (1)

Свързани Kурсове

Advanced Stable Diffusion: Deep Learning for Text-to-Image Generation

  21 Hours

Свързани Kатегории