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 ML Машинно обучение като част от изкуствения интелект Типове ML ML алгоритми Предизвикателства и потенциално използване на ML Пренастройване и компромис с отклонения в ML Техники на машинно обучение Работният процес на машинно обучение Наблюдавано обучение – Класификация, регресия Неконтролирано обучение – Клъстериране, Откриване на аномалии Полуконтролирано обучение и Reinforcement Learning Съображение при машинно обучение Предварителна обработка на данни Подготовка и трансформация на данни Инженеринг на функции Характеристика Мащабиране Намаляване на размерите и избор на променливи Визуализация на данни Проучвателен анализ Казуси Усъвършенствано инженерство на функции и въздействие върху резултатите в линейна регресия за прогнозиране Анализ на времеви редове и Прогнозиране на месечния обем на продажбите - основни методи, сезонна корекция, регресия, експоненциално изглаждане, ARIMA, невронни мрежи Анализ на пазарната кошница и добив на правила за асоцииране Анализ на сегментиране с използване на клъстери и самоорганизиращи се карти Класификация кой клиент е вероятно да не изпълни с помощта на логистична регресия, решение дървета, xgboost, svm
Изисквания
Познаване и осъзнаване на Machine Learning основи
14 Hours