Köszönjük, hogy elküldte érdeklődését! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Köszönjük, hogy elküldte foglalását! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Kurzusleírás
Machine Learning Algorithms in Julia
Bevezető fogalmak
- Felügyelt és nem felügyelt tanulás
- Keresztező validáció és modell kiválasztás
- Bias/variance kompromisszum
Lineáris és logisztikus regresszió
(NaiveBayes & GLM)
- Bevezető fogalmak
- Lineáris regressziós modell beillesztése
- Modell diagnosztika
- Naive Bayes
- Logisztikus regressziós modell beillesztése
- Modell diagnosztika
- Modell kiválasztási módszerek
Távolságok
- Mi az a távolság?
- Euclid
- Cityblock
- Cosine
- Korreláció
- Mahalanobis
- Hamming
- MAD
- RMS
- Középnégyzetes eltérés
Dimenziális csökkentés
- Főkomponens-Analízis (PCA)
- Lineáris PCA
- Kernel PCA
- Probabilisztikus PCA
- Független CA
- Többdimenziós skálázás
Alakulatos regressziós módszerek
- Regularizáció alapfogalmai
- Ridge regresszió
- Lasso regresszió
- Főkomponens-regresszió (PCR)
Clusterelés
- K-means
- K-medoids
- DBSCAN
- Hierarchikus clusterelés
- Markov Cluster Algorithm
- Fuzzy C-means clusterelés
Standard machine learning models
(NearestNeighbors, DecisionTree, LightGBM, XGBoost, EvoTrees, LIBSVM csomagok)
- Gradient boosting fogalmai
- K legközelebbi szomszédok (KNN)
- Döntési fa modellek
- Random forest modellek
- XGboost
- EvoTrees
- Support vector machines (SVM)
Mesterséges neuronhálózatok
(Flux csomag)
- Stochastic gradient descent és stratégiák
- Multilayer perceptrons forward feed és back propagation
- Regularizáció
- Recurrence neural networks (RNN)
- Convolutional neural networks (Convnets)
- Autoencoders
- Hyperparameters
Követelmények
Ez a kurzus azoknak a személyeknek szánva, akik már rendelkeznek adattudományi és statisztikai háttérrel.
21 Órák
Vélemények (2)
az ML-ekoszisztéma nem csak az MLFlow-t, hanem az Optunát, a HyperOps-t, valamint a Docker-t és a Docker-Compose-t is tartalmazza
Guillaume GAUTIER - OLEA MEDICAL
Kurzus - MLflow
Gépi fordítás
Nagyezték, hogy részese lehettem a Kubeflow tanfolyamnak, amelyet távollértű módon tartottak. A képzés lehetővé tette számomra, hogy megalapozzam az AWS-szal kapcsolatos ismereteimet, a K8s-t és a Kubeflow környezetében használt minden devOps eszköz alapjait, amelyek a témakör megfelelő felépítéséhez szükségesek. Szeretném köszönetet mondani Malawski Marcinnek az általa tanúsított türelmért és professzionális eljárásokért a képzés során és a legjobb gyakorlati tanácsokért. Malawski számos különböző szempontból közelítette meg a témát, különböző üzembe helyezési eszközökkel, mint például az Ansible, EKS kubectl és a Terraform. Most már egyértelműen meggyőződtem arról, hogy a megfelelő alkalmazási területre haladszom.
Guillaume Gautier - OLEA MEDICAL | Improved diagnosis for life TM
Kurzus - Kubeflow
Gépi fordítás
