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 Machine Learning dalam Julia
Konsep pendahuluan
- Pembelajaran bersupervisi dan tidak bersupervisi
- Validasi silang dan pemilihan model
- Kompromi bias/variansi
Regresi linear dan logistik
(NaiveBayes & GLM)
- Konsep pendahuluan
- Menyesuaikan model regresi linear
- Diagnostik model
- Naive Bayes
- Menyesuaikan model regresi logistik
- Diagnostik model
- Metode pemilihan model
Jarak
- Apa itu jarak?
- Euclidean
- Cityblock
- Cosine
- Correlation
- Mahalanobis
- Hamming
- MAD
- RMS
- Deviasi rata-rata kuadrat
Pengecilan dimensi
- Analisis Komponen Utama (PCA)
- PCA linear
- Kernel PCA
- PCA probabilistik
- CA independen
- Skalasi multidimensi
Metode regresi yang dimodifikasi
- Konsep dasar regularisasi
- Regresi Ridge
- Regresi Lasso
- Regresi Komponen Utama (PCR)
Klastering
- K-means
- K-medoids
- DBSCAN
- Klastering hierarkis
- Algoritma Klaster Markov
- Klastering Fuzzy C-means
Model machine learning standar
(Paket NearestNeighbors, DecisionTree, LightGBM, XGBoost, EvoTrees, LIBSVM)
- Konsep gradient boosting
- Tetangga terdekat K (KNN)
- Model pohon keputusan
- Model random forest
- XGboost
- EvoTrees
- Mesin vektor dukungan (SVM)
Jaringan saraf tiruan
(Paket Flux)
- Stochastic gradient descent & strategies
- Multilayer perceptrons forward feed & back propagation
- Regularization
- Recurrence neural networks (RNN)
- Convolutional neural networks (Convnets)
- Autoencoders
- Hyperparameters
Persyaratan
Kursus ini ditujukan bagi orang-orang yang sudah memiliki latar belakang dalam 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
