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
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 se limitează la MLFlow ci include și Optuna, hyperops, docker, docker-compose
Guillaume GAUTIER - OLEA MEDICAL
Curs - MLflow
Tradus de catre o masina
Am apreciat participarea la antrenamentul Kubeflow, care s-a desfășurat în mod remote. Acest antrenament m-a permis să consolidez cunoștințele despre serviciile AWS, K8s și toolele devOps din jurul Kubeflow, care sunt bazele necesare pentru a aborda subiectul în mod corespunzător. Doresc să-i mulțumesc lui Malawski Marcin pentru paciența și profesionalismul arătat în antrenament și în oferirea de sfaturi privind cele mai bune practici. Malawski abordează subiectul din diferite perspective, folosind diverse instrumente de dezvoltare Ansible, EKS kubectl, Terraform. Acum sunt cu siguranță convins că mă îndrept către domeniul potrivit de aplicare.
Guillaume Gautier - OLEA MEDICAL | Improved diagnosis for life TM
Curs - Kubeflow
Tradus de catre o masina
