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 Machine Learning dalam Bisnis
- Machine learning sebagai komponen inti dari Kecerdasan Buatan
- Jenis-jenis machine learning: supervised, unsupervised, reinforcement, semi-supervised
- Algoritma ML umum yang digunakan dalam aplikasi bisnis
- Tantangan, risiko, dan potensi penggunaan ML dalam AI
- Overfitting dan tradeoff bias-variansi
Teknik dan Workflow Machine Learning
- Siklus hidup Machine Learning: dari permasalahan hingga penyebaran
- Klasifikasi, regresi, clustering, deteksi anomali
- Quand menggunakan supervised vs unsupervised learning
- Pemahaman tentang reinforcement learning dalam otomatisasi bisnis
- Pertimbangan dalam pengambilan keputusan berbasis ML
Pra-pemrosesan Data dan Feature Engineering
- Persiapan data: loading, pembersihan, transformasi
- Feature engineering: encoding, transformasi, pembuatan
- Feature scaling: normalisasi, standarisasi
- Reduksi dimensi: PCA, seleksi variabel
- Analisis data eksploratori dan visualisasi data bisnis
Kasus Studi dalam Aplikasi Bisnis
- Pengembangan feature engineering lanjutan untuk prediksi yang lebih baik menggunakan regresi linier
- Analisis deret waktu dan peramalan volume penjualan bulanan: penyesuaian musiman, regresi, pemulusan eksponensial, ARIMA, jaringan saraf tiruan
- Analisis segmentasi menggunakan clustering dan self-organizing maps
- Analisis keranjang belanja dan association rule mining untuk wawasan ritel
- Klasifikasi kredit macet menggunakan regresi logistik, decision trees, XGBoost, SVM
Rangkuman dan Langkah Selanjutnya
Persyaratan
- Pemahaman dasar tentang konsep dan terminologi pembelajaran mesin
- Keterampilan dalam analisis data atau bekerja dengan dataset
- Beberapa paparan terhadap bahasa pemrograman (misalnya, Python) bermanfaat tetapi tidak wajib
Audience
- Analis bisnis dan profesional data
- Pengambil keputusan yang tertarik pada adopsi AI
- Profesional IT yang mengeksplorasi aplikasi pembelajaran mesin dalam bisnis
14 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
