Mulțumim pentru trimiterea solicitării! Un membru al echipei noastre vă va contacta în curând.
Mulțumim pentru trimiterea rezervării! Un membru al echipei noastre vă va contacta în curând.
Schița de curs
Algoritmi de Machine Learning în Julia
Concepte introductive
- Învățare supravegheată și ne-supravegheată
- Cross validation și selecția modelului
- Compromisul bias/varianță
Regresie liniară și logistică
(NaiveBayes & GLM)
- Concepte introductive
- Ajustarea modelelor de regresie liniară
- Diagnosticul modelului
- Naive Bayes
- Ajustarea unui model de regresie logistică
- Diagnosticul modelului
- Metode de selecție a modelului
Distanțe
- Ce este o distanță?
- Euclidiană
- Cityblock (sau Manhattan)
- Cosinus
- Corelație
- Mahalanobis
- Hamming
- MAD (Median Absolute Deviation)
- RMS (Root Mean Square)
- Abaterea pătratică medie
Reducerea dimensionalității
-
Analiza Componentelor Principale (PCA)
- PCA liniară
- PCA cu nucleu (Kernel PCA)
- PCA probabilistică
- Analiza Componentelor Independente (ICA)
- Scalarea multidimensională
Metode de regresie modificate
- Concepte de bază ale regularizării
- Regresia Ridge
- Regresia Lasso
- Regresia prin componente principale (PCR)
Clustering
- K-means
- K-medoids
- DBSCAN
- Clustering ierarhic
- Algoritmul Markov Cluster (MCL)
- Clustering fuzzy C-means
Modele standard de machine learning
(NearestNeighbors, DecisionTree, LightGBM, XGBoost, EvoTrees, LIBSVM pachete)
- Concepte ale boosting-ului gradientului
- K vecinii cei mai apropiați (KNN)
- Modele de arbore decizional
- Modele de pădure aleatoare (Random Forest)
- XGBoost
- EvoTrees
- Mașinile vectoriale de susținere (SVM)
Rețele neurale artificiale
(Pachetul Flux)
- Descendentă stochastică a gradientului și strategii
- Perceptroni multi-stratificați feed-forward și backpropagation
- Regularizare
- Rețele neurale recurente (RNN)
- Rețele neurale convoluționale (Convnets)
- Autoencoderi
- Hiperparametri
Cerințe
Acest curs este destinat persoanelor care au deja un fundal în știința datelor și statistica.
21 ore
Mărturii (2)
ecosistemul ML nu include doar MLFlow, ci și Optuna, hyperops, Docker și Docker-Compose
Guillaume GAUTIER - OLEA MEDICAL
Curs - MLflow
Tradus de catre o masina
M-a plăcut să particip la instruirea Kubeflow, care a avut loc la distanță. Această instruire mi-a permis să consolidez cunoștințele despre serviciile AWS, K8s și toate instrumentele devOps în jurul Kubeflow, care reprezintă bazele necesare pentru a aborda subiectul cu succes. Vreau să-i mulțumesc lui Malawski Marcin pentru răbdarea sa și profesionalismul demonstrat în instruire și sfaturi privind cele mai bune practici. Malawski abordează subiectul din diferite unghiuri, folosind diferite instrumente de implementare precum Ansible, EKS kubectl, Terraform. Acum sunt cu adevărat convins că intru în domeniul de aplicație potrivit.
Guillaume Gautier - OLEA MEDICAL | Improved diagnosis for life TM
Curs - Kubeflow
Tradus de catre o masina
