Terima kasih telah mengirimkan pertanyaan Anda! Salah satu anggota tim kami akan segera menghubungi Anda.
Terima kasih telah mengirimkan pemesanan Anda! Salah satu anggota tim kami akan segera menghubungi Anda.
Kerangka Materi
Pengenalan ke Model Pembelajaran Mesin Tingkat Lanjut
- Gambaran model kompleks: Random Forests, Gradient Boosting, Neural Networks
- Kapan harus menggunakan model tingkat lanjut: Praktik terbaik dan kasus penggunaan
- Pengenalan ke teknik ensemble learning
Penyetelan Hyperparameter dan Optimasi
- Teknik grid search dan random search
- Memotomatisasi penyetelan hyperparameter dengan Google Colab
- Menggunakan teknik optimasi tingkat lanjut (Bayesian, Genetic Algorithms)
Jaringan Saraf dan Pembelajaran Dalam
- Membangun dan melatih jaringan saraf dalam
- Transfer learning dengan model yang telah dilatih sebelumnya
- Mengoptimalkan model pembelajaran dalam untuk kinerja
Penyebaran Model
- Pengenalan ke strategi penyebaran model
- Menyebarkan model dalam lingkungan cloud menggunakan Google Colab
- Inferensi real-time dan batch processing
Bekerja dengan Google Colab untuk Pembelajaran Mesin Berskala Besar
- Berkolaborasi pada proyek pembelajaran mesin di Colab
- Menggunakan Colab untuk pelatihan terdistribusi dan akselerasi GPU/TPU
- Integrasi dengan layanan cloud untuk pelatihan model yang dapat diskalakan
Interpretabilitas dan Penjelasan Model
- Menjelajahi teknik interpretabilitas model (LIME, SHAP)
- AI yang dapat dijelaskan untuk model pembelajaran dalam
- Mengatasi bias dan keadilan dalam model pembelajaran mesin
Aplikasi Nyata dan Studi Kasus
- Menerapkan model tingkat lanjut dalam kesehatan, keuangan, dan e-commerce
- Studi kasus: Penyebaran model yang berhasil
- Tantangan dan tren masa depan dalam pembelajaran mesin tingkat lanjut
Ringkasan dan Langkah Selanjutnya
Persyaratan
- Pemahaman kuat tentang algoritma dan konsep pembelajaran mesin
- Kemahiran dalam pemrograman Python
- Pengalaman dengan Jupyter Notebooks atau Google Colab
Audience
- Ilmuwan data
- Praktisi pembelajaran mesin
- Insinyur AI
21 Jam
Testimoni (2)
ekosistem ML tidak hanya mencakup MLFlow tetapi juga Optuna, hyperops, Docker, dan Docker-Compose
Guillaume GAUTIER - OLEA MEDICAL
Kursus - MLflow
Diterjemahkan Mesin
Saya menikmati partisipasi dalam pelatihan Kubeflow yang diadakan secara jarak jauh. Pelatihan ini memungkinkan saya untuk mengonsolidasikan pengetahuan saya tentang layanan AWS, K8s, dan semua alat devOps di sekitar Kubeflow yang merupakan dasar-dasar yang diperlukan untuk menangani topik tersebut dengan tepat. Saya ingin berterima kasih kepada Malawski Marcin atas kesabaran dan profesionalismenya dalam pelatihan dan saran tentang praktik terbaik. Malawski mendekati topik dari berbagai sudut, menggunakan alat penyebaran yang berbeda seperti Ansible, EKS kubectl, dan Terraform. Sekarang saya yakin bahwa saya sedang masuk ke bidang aplikasi yang tepat.
Guillaume Gautier - OLEA MEDICAL | Improved diagnosis for life TM
Kursus - Kubeflow
Diterjemahkan Mesin
