Grazie per aver inviato la vostra richiesta! Un membro del nostro team vi contatterà a breve.
Grazie per aver inviato la vostra prenotazione! Un membro del nostro team vi contatterà a breve.
Struttura del corso
Apprendimento supervisionato: classificazione e regressione
-
Machine Learning in Python: introduzione all'API scikit-learn
regressione lineare e logistica
macchina vettoriale di supporto
Reti neurali
foresta casuale
TensorFlow, Theano, Caffè e Keras Intelligenza artificiale 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 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 (esercitazioni pratiche con notebook Jupyter), ad es.
Analisi delle immagini previsione di serie finanziarie complesse, come i prezzi delle azioni, Riconoscimento di pattern complessi Elaborazione del linguaggio naturale Sistemi di raccomandazione
-
Comprendere i limiti dei metodi di IA: modalità di fallimento, costi e difficoltà comuni
Sovraallestimento Compromesso distorsione/varianza Distorsioni nei dati osservativi avvelenamento della rete neurale
-
Applied Project work (facoltativo)
Requisiti
Non sono necessari 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