Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Schița de curs
Învățare supravegheată: clasificare și regresie
- Compensație părtinire-varianță
- Regresia logistică ca clasificator
- Măsurarea performanței clasificatorului
- Suport mașini vectoriale
- Rețele neuronale
- Păduri aleatorii
Învățare nesupravegheată: grupare, detectarea anomaliilor
- Analiza componentelor principale
- autoencodere
Arhitecturi avansate de rețele neuronale
- rețele neuronale convoluționale pentru analiza imaginilor
- rețele neuronale recurente pentru date structurate în timp
- celula memoriei pe termen lung
Exemple practice de probleme pe care AI le poate rezolva, de ex
- analiza imaginii
- prognozarea unor serii financiare complexe, cum ar fi prețurile acțiunilor,
- recunoașterea modelelor complexe
- procesarea limbajului natural
- sisteme de recomandare
Platforme software utilizate pentru aplicațiile AI:
- TensorFlow, Theano, Caffe și Keras
- AI la scară cu Apache Spark: Mlib
Înțelegeți limitele metodelor AI: moduri de eșec, costuri și dificultăți comune
- supraadaptare
- părtiniri în datele observaționale
- date lipsa
- otrăvirea rețelelor neuronale
Cerințe
Nu sunt necesare cerințe specifice pentru a participa la acest curs.
28 ore