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
-
Introduzione al ML
L'apprendimento automatico come parte dell'intelligenza artificiale
Tipi di ML
Algoritmi di ML
Sfide e potenziale utilizzo del ML
Overfitting e compromesso bias-varianza in ML
Tecniche di Machine Learning
Il flusso di lavoro di Machine Learning
Apprendimento supervisionato – Classificazione, Regressione
Apprendimento non supervisionato – Clustering, rilevamento delle anomalie
Apprendimento semi-supervisionato e Reinforcement Learning
Considerazione nell'apprendimento automatico
Pre-elaborazione dei dati
Preparazione e trasformazione dei dati
Progettazione delle funzionalità
Ridimensionamento delle funzionalità
Riduzione della dimensionalità e selezione delle variabili
Visualizzazione dei dati
Analisi esplorativa
Casi di studio
Progettazione avanzata delle funzionalità e impatto sui risultati della regressione lineare per la stima
Analisi delle serie temporali e previsione del volume mensile delle vendite - metodi di base, destagionalizzazione, regressione, livellamento esponenziale, ARIMA, reti neurali
Analisi del paniere di mercato e mining delle regole di associazione
Analisi di segmentazione mediante clustering e mappe auto-organizzanti
Classificazione del cliente che probabilmente sarà inadempiente utilizzando regressione logistica, alberi decisionali, xgboost, svm
Requisiti
Conoscenza e consapevolezza dei Machine Learning fondamenti
14 ore