Course Outline

Pengantar Aplikasi Machine Learning

  • Pembelajaran statistik vs. Pembelajaran mesin
  • Iterasi dan evaluasi
  • Tambahan bias-varians

Machine Learning dengan Python

  • Pilihan perpustakaan
  • Alat tambahan

Regresi

  • Regresi linier
  • Pengembangan dan Nonlinearitas
  • Tugas praktikum

Klasifikasi

  • Pembaruan Bayesian
  • Naive Bayes
  • Regresi logistik
  • K-Tetangga terdekat
  • Tugas praktikum

Cross-validation dan Resampling

  • Metode cross-validation
  • Bootstrap
  • Tugas praktikum

Unsupervised Learning

  • Klasterisasi K-means
  • Contoh-contoh
  • Tantangan pembelajaran tak terawasi dan di luar K-means

Requirements

Kemahiran dalam bahasa pemrograman Python. Kebiasaan mendasar dengan statistik dan aljabar linear disarankan.

 14 Hours

Number of participants


Price per participant

Testimonials (5)

Upcoming Courses (Minimal 5 peserta)

Related Categories