План на курса
Въведение
- Прогнозно анализиране в финансите, здравеопазването, фармацевтиката, автомобилния сектор, аерокосмическата индустрия и производството
Общ преглед на концепции за големи данни (Big Data)
Захващане на данни от различни източници
Какво са прогнозните модели, основани на данни?
Обобщение на статистически и методи на машинно обучение
Кейс студи: прогностично поддържане и планиране на ресурсите
Прилагане на алгоритми към големи набори данни с Hadoop и Spark
Прогнозен работен процес (workflow)
Достъп и разглеждане на данни
Предварителна обработка на данни
Разработване на прогнозен модел
Обучаване, тестване и валидация на набор от данни
Прилагане на различни подходи на машинно обучение (времеви редове, линейна регресия, и др.)
Интеграция на модела в съществуващи уеб приложения, мобилни устройства, вградени системи и т.н.
Интеграция на Matlab и Simulink с вградени системи и корпоративни IT работни процеси
Създаване на переносим C и C++ код от MATLAB кода
Разпространяване на прогнозни приложения към големи производствени системи, кластери и облаки
Действие върху резултатите от анализите
Следващи стъпки: автоматично реагиране на откритията чрез предписно анализиране (prescriptive analytics)
Заключителни бележки
Изисквания
- Опит с Matlab
- Не е необходим предходен опит със scientifichnite данни
Отзиви от потребители (2)
основи и обичах подготвените документи и упражнения
Rekha Nallam - GE Medical Systems Polska Sp. z o.o.
Курс - Introduction to Predictive AI
Машинен превод
Многите примери и създаването на кода от начало до края.
Toon - Draka Comteq Fibre B.V.
Курс - Introduction to Image Processing using Matlab
Машинен превод