Struttura del corso

Introduzione

Descrivere la struttura dei dati non mappati

  • Non supervisionato Machine Learning

Riconoscere, raggruppare e generare immagini, sequenze video e dati di motion capture

  • Reti di credenze profonde (DBN)

Ricostruzione dei dati di input originali da una versione danneggiata (disturbata)

  • Selezione ed estrazione delle feature
  • Encoder automatici di riduzione del rumore impilati

Analisi delle immagini visive

  • Convoluzionale Neural Networks

Acquisire una migliore comprensione della struttura dei dati

  • Apprendimento semi-supervisionato

Informazioni sui dati di testo

  • Estrazione di feature di testo

Creazione di modelli predittivi altamente accurati

  • Miglioramento Machine Learning dei risultati
  • Metodi Ensemble

Riassunto e conclusione

Requisiti

  • Python Esperienza di programmazione
  • Comprensione dei principi di base dell'apprendimento automatico

Pubblico

  • Gli sviluppatori
  • Analisti
  • Scienziati dei dati
  21 ore
 

Numero di Partecipanti


Data Inizio

Data Fine


Le date sono soggette a disponibilità e si svolgono tra le 09:30 e le 16:30.
I corsi di formazione pubblici richiedono più di 5 partecipanti.

Recensioni (1)

Corsi relativi

Categorie relative