Thank you for sending your enquiry! One of our team member will contact you shortly.
Thank you for sending your booking! One of our team member will contact you shortly.
План на курса
Въведение в Neural Networks
Въведение в приложното Machine Learning
- Статистическо обучение срещу машинно обучение Итерация и оценка Компромис от отклонение-вариация
Машинно обучение с Python
- Избор на библиотеки Допълнителни инструменти
Концепции и приложения за машинно обучение
Регресия
- Линейна регресия. Обобщения и случаи на нелинейност
Класификация
- Bayesian refresher Наивен Bayes Логистична регресия K-най-близки съседи Use Cases
Кръстосано валидиране и повторно вземане на проби
- Кръстосаното валидиране подхожда на Bootstrap Use Case.
Учене без надзор
- Примери за групиране на K-означава Предизвикателства на неконтролираното учене и извън K-означава
Кратко въведение в НЛП методите
- токенизация на дума и изречение класификация на текст анализ на настроения корекция на правопис извличане на информация синтактичен анализ извличане на смисъл въпрос отговор
Изкуствен интелект и Deep Learning
Технически преглед
- R v/s Python Caffe v/s Tensor Flow Различни библиотеки за машинно обучение
Казуси от индустрията
Изисквания
- Трябва да има основни познания за бизнес операциите, както и технически познания
- Трябва да има основни познания за софтуер и системи
- Основно разбиране на Statistics (в нива на Excel)
21 Hours
Oтзиви от потребители (1)
The enthusiasm to the topic. The examples he made an he explained it very well. Sympatic. A little to detailed for beginners. For managers, it could be more abstract in fewer days. But it was designed to fit and we had a good alignment in advance.