Kurz Machine Learning III. Pokročilý
Cieľom kurzu je zoznámiť ťa s problematikou machine learningu (strojového učenia) do takej miery, aby si bol schopný zvážiť zmysluplnosť nasadenie na vlastných dátach, teda či by nasadenie machine learningu mohlo priniesť napríklad nových klientov, znížiť náklady, alebo zvýšiť konkurenčnú výhodu. Kurz sa detailne nezameriava na jednotlivé metódy machine learningu a ich štatistické a matematické pozadia, zameriava sa na hlavné typy úloh a typické príklady dát vhodných pre analýzu. Ukážeme si ako pracovať s webovou relatívne jednoduchú platformou (BigML.com), pričom pre prácu s ňou nie sú potrebné žiadne nadštandardné znalosti okrem bežnej práce s PC.
Zdieľaj kurz a získaj zľavu
v hodnote 5 €
Termíny
20:00
20:00
20:00
20:00
20:00
20:00
20:00
20:00
20:00
20:00
20:00
Čo mi kurz prinesie?
I. Návrh počítačového učebného systému
II. Podporné vektorové stroje
Cieľ optimalizácie
Veľká intuícia okraja
Matematika za veľkou maržou zaradenia
Jadrá
Použitie SVM
III. Neupozornené učenie
K - algoritmus
Optimalizačný cieľ
Náhodná inicializácia
Výber počtu klastrov
IV. Zníženie dimenzionality
Motivácia I.: kompresia dát
Motivácia II.: vizualizácia
Analýza hlavných zložiek analýzy problému
Algoritmus analýzy hlavných komponentov
Rekonštrukcia zo stlačenej reprezentácie
Výber hlavných komponentov
Poradenstvo pri uplatňovaní PCA
V. Detekcia anomálií
Problém motivácie
Gaussian distribúcia
Algoritmus
Vývoj a hodnotenie systému detekcie anomálií
Detekcia anomálií a dozorné učenie
Výber funkcií, ktoré chcete použiť
Rozmanité gaussovské rozdelenie
Anomálna detekcia s využitím multivariačnej gaussovskej distribúcie
VI. Odporúčaný systém
Formulácia problému
Odporúčania založené na obsahu
Filtrovanie v spolupráci
Spolupracujúci algoritmus filtrovania
Vektorizácia: Faktorizácia matrice nízkej miery
Implementačný detail: Stredná normalizácia
VII. Rozsiahly machine learning
Učenie sa s veľkými množinami údajov
Stochastický gradientný zostup
Mini-dávkový sklon klesania
Stochastická gradientová zostupová konvergencia
Online učenie
Paralelizmus dát
VIII. Príklad aplikácie: foto OCR
Popis problému a reťazové spracovanie
Posuvné okná
Získať veľkého množstva údajov a umelých údajov
Stropná analýza: na ktorej časti reťazového spracovania je potrebné pracovať
Informácie
Informácie o kurze
- Kategória počítačového kurzu: Databázy a analytika
- Úroveň obtiažnosti kurzu: Pokročilý
- Forma výuky: skupinová, individuálna na vyžiadanie, e-learning
- Veľkosť jednej skupiny: od 3 do max. 12 účastníkov
- Dĺžka kurzu: 2 dni
Cena kurzov
V cene kurzu sú zahrnuté učebné elektronické materiály, elektronická príručka spolu s certifikátom a drobným občerstvením.
Možnosti platby:
- Prevodom na účet
- Paypal
- Besteron
Organizácia kurzu
- Miesto konania kurzu: Bratislava, Tomášikova 50
- Denné kurzy: 9:00-13:30
- Večerné kurzy: 16:00-20:00
- Víkendové kurzy: 9:00-13:30 a 16:00-20:00
Pri denných, večerných aj víkendových kurzoch sú 2 prestávky po 10-15 minút.
Kurzy sa realizujú na kvalitných notebookoch značiek Asus, Lenovo a HP.
Materiály
- Farebná elektronická príručka
- Prezentácia
- Elektronické zdroje a knihy
- Vzorové príklady a testy
- Cheatsheets (ťaháky)
Komu je kurz určený
- Administrátori IT systémov
- Architekti IT systémov
- Štatistici
- Manažéri
Lektori
Ing. Mário Kašuba
Ako hodnotili kurz účastníci
Hodnotenie účastníkov
Mohlo by ťa zaujímať
- 7 500 +
spokojných klientov
- 25 000 +
odučených hodín
- 15
skúsených lektorov
- 1023
prezenčných kurzov
- 203
online kurzov
831 04 Bratislava
E-mail: +421 917 095 406
info@it-academy.sk
a budeš informovaný o novinkách a akciách.
a akciách pre vás alebo pre vašu firmu