Grazie per aver inviato la tua richiesta! Uno dei nostri team membri ti contatterà a breve.
Grazie per aver inviato il tuo prenotazione! Uno dei nostri team membri ti contatterà a breve.
Struttura del corso
Fondamenti di Machine Learning
- Introduzione ai concetti e ai flussi di lavoro Machine Learning
- Apprendimento supervisionato e non supervisionato
- Valutazione dei modelli di machine learning: metriche e tecniche
Metodi bayesiani
- Naive Bayes e i modelli multinomiali
- Analisi categoriale bayesiana dei dati
- Modelli grafici bayesiani
Tecniche di regressione
- Regressione lineare
- Regressione logistica
- Modelli lineari generalizzati (GLM)
- Modelli misti e modelli additivi
Riduzione della dimensionalità
- Analisi delle componenti principali (PCA)
- Analisi fattoriale (FA)
- Analisi dei componenti indipendenti (ICA)
Metodi di classificazione
- K-Vicini più vicini (KNN)
- Supporto di macchine a vettori (SVM) per la regressione e la classificazione
- Modelli di boosting e ensemble
Neural Networks
- Introduzione alle reti neurali
- Applicazioni del deep learning nella classificazione e nella regressione
- Addestramento e ottimizzazione delle reti neurali
Algoritmi e modelli avanzati
- Modelli di Markov nascosti (HMM)
- Modelli nello spazio degli stati
- Algoritmo EM
Tecniche di clustering
- Introduzione al clustering e all'apprendimento non supervisionato
- Algoritmi di clustering più diffusi: K-Means, Clustering gerarchico
- Casi d'uso e applicazioni pratiche del clustering
Riepilogo e passaggi successivi
Requisiti
- Conoscenza di base della statistica e dell'analisi dei dati
- Programming esperienza in R, Python o altri linguaggi di programmazione pertinenti
Pubblico
- Scienziati dei dati
- Statistici
14 ore
Recensioni (3)
conoscenza del formatore, personalizzata, tutti i temi trattati
eleni - EUAA
Corso - Forecasting with R
Traduzione automatica
La variazione con l'esercizio e la dimostrazione.
Ida Sjoberg - Swedish National Debt Office
Corso - Econometrics: Eviews and Risk Simulator
Traduzione automatica
Le applicazioni nella vita reale utilizzando Statcan e CER come esempi.
Matthew - Natural Resources Canada
Corso - Data Analytics With R
Traduzione automatica