Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Struttura del corso
Apprendimento supervisionato: classificazione e regressione
- Machine Learning in Python: introduzione all'API scikit-learn
- regressione lineare e logistica
- Supporta la macchina vettoriale
- reti neurali
- foresta casuale
- Configurazione di una pipeline di apprendimento supervisionato end-to-end utilizzando scikit-learn
- Utilizzo dei file di dati
- imputazione dei valori mancanti
- Gestione delle variabili categoriche
- Visualizzazione dei dati
Python Quadri per le applicazioni di IA:
- TensorFlow, Teano, Caffe e Keras
- IA su larga scala con Apache Spark: Mlib
Architetture avanzate di reti neurali
- Reti neurali convoluzionali per l'analisi delle immagini
- Reti neurali ricorrenti per dati strutturati nel tempo
- La cella di memoria a lungo breve termine
Apprendimento non supervisionato: clustering, rilevamento delle anomalie
- Implementazione dell'analisi delle componenti principali con Scikit-Learn
- Implementazione di autoencoder in Keras
Esempi pratici di problemi che l'IA può risolvere (esercizi pratici con i notebook Jupyter), ad es.
- Analisi delle immagini
- previsione di serie finanziarie complesse, come i prezzi delle azioni,
- Riconoscimento di modelli complessi
- Elaborazione del linguaggio naturale
- Sistemi di raccomandazione
Comprendere i limiti dei metodi di IA: modalità di fallimento, costi e difficoltà comuni
- Montaggio
- Compromesso bias/varianza
- Pregiudizi nei dati osservazionali
- avvelenamento da rete neurale
Project work applicato (opzionale)
Requisiti
Non sono richiesti requisiti specifici per frequentare questo corso.
28 ore
Recensioni (2)
That it was applying real company data. Trainer had a very good approach by making trainees participate and compete
Jimena Esquivel - Zakład Usługowy Hakoman Andrzej Cybulski
Corso - Applied AI from Scratch in Python
The trainer was a professional in the subject field and related theory with application excellently
