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
Algoritma Pembelajaran Mesin dalam Julia
Konsep Dasar
- Pembelajaran terawasi & tidak terawasi
- Validasi silang dan seleksi model
- Tradeoff bias/variansi
Regresi linier & logistik
(NaiveBayes & GLM)
- Konsep dasar
- Penyesuaian model regresi linier
- Diagnostik model
- Naive Bayes
- Penyesuaian model regresi logistik
- Diagnostik model
- Metode seleksi model
Jarak
- Apa itu jarak?
- Euklidean
- Cityblock
- Kosinus
- Korelasi
- Mahalanobis
- Hamming
- MAD
- RMS
- Deviasi kuadrat rata-rata
Pengurangan dimensi
-
Analisis Komponen Utama (PCA)
- PCA linier
- PCA kernel
- PCA probabilistik
- CA independen
- Penyekalaan multidimensi
Metode regresi yang dimodifikasi
- Konsep dasar regularisasi
- Regresi ridge
- Regresi lasso
- Regresi komponen utama (PCR)
Klustering
- K-means
- K-medoids
- DBSCAN
- Klustering hierarkis
- Algoritma Kluster Markov
- Klustering Fuzzy C-means
Model pembelajaran mesin standar
(NearestNeighbors, DecisionTree, LightGBM, XGBoost, EvoTrees, LIBSVM packages)
- Konsep boosting gradien
- Tetangga terdekat (KNN)
- Model pohon keputusan
- Model hutan acak (random forest)
- XGboost
- EvoTrees
- Mesin vektor pendukung (SVM)
Jaringan saraf tiruan
(Flux package)
- Gradient descent stokastik & strategi
- Perseptron multilayer feedforward & back propagation
- Regularisasi
- Jaringan saraf berulang (RNN)
- Jaringan saraf konvolusional (Convnets)
- Autoencoders
- Hyperparameters
Persyaratan
Kursus ini ditujukan bagi orang-orang yang sudah memiliki latar belakang di bidang ilmu data dan statistik.
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
