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
Fondasi Machine Learning
- Pengenalan konsep dan alur kerja Machine Learning
- Pembelajaran dengan pengawasan vs. pembelajaran tanpa pengawasan
- Mengevaluasi model pembelajaran mesin: metrik dan teknik
Metode Bayesian
- Naive Bayes dan model multinomial
- Analisis data kategoris Bayesian
- Model grafis Bayesian
Teknik Regresi
- Regresi linier
- Regresi logistik
- Model Linier Umum (GLM)
- Model campuran dan model aditif
Pengurangan Dimensionalitas
- Analisis Komponen Utama (PCA)
- Analisis Faktor (FA)
- Analisis Komponen Independen (ICA)
Metode Klasifikasi
- K-Tetangga Terdekat (KNN)
- Mesin Vektor Pendukung (SVM) untuk regresi dan klasifikasi
- Model penguat dan ansambel
Neural Networks
- Pengantar jaringan saraf
- Aplikasi pembelajaran mendalam dalam klasifikasi dan regresi
- Pelatihan dan penyetelan jaringan saraf
Algoritma dan Model Lanjutan
- Model Markov Tersembunyi (HMM)
- Model Ruang Keadaan
- Algoritma EM
Teknik Pengelompokan
- Pengantar pengelompokan dan pembelajaran tanpa pengawasan
- Algoritma pengelompokan populer: K-Means, Pengelompokan Hirarkis
- Kasus penggunaan dan aplikasi praktis pengelompokan
Ringkasan dan Langkah Berikutnya
Persyaratan
- Pemahaman dasar tentang statistik dan analisis data
- Programming pengalaman dalam R, Python, atau bahasa pemrograman relevan lainnya
Hadirin
- Ilmuwan data
- Ahli Statistik
14 Jam
Testimoni (3)
pengetahuan pelatih, disesuaikan berdasarkan, semua topik tercakup
eleni - EUAA
Kursus - Forecasting with R
Diterjemahkan Mesin
Variasi dengan latihan dan penunjukan.
Ida Sjoberg - Swedish National Debt Office
Kursus - Econometrics: Eviews and Risk Simulator
Diterjemahkan Mesin
Aplikasi nyata menggunakan Statcan dan CER sebagai contoh.
Matthew - Natural Resources Canada
Kursus - Data Analytics With R
Diterjemahkan Mesin