Kursplan

  1. Dataforbehandling

    1. Data Cleaning
    2. Dataintegrasjon og transformasjon
    3. Datareduksjon
    4. Diskretisering og konsepthierarkigenerering
  2. Statistisk slutning

    1. Sannsynlighetsfordelinger, Tilfeldige variabler, Sentral grensesetning
    2. Prøvetaking
    3. Konfidensintervaller
    4. Statistisk slutning
    5. Hypotesetesting
  3. Multivariat lineær regresjon

    1. Spesifikasjon
    2. Valg av delsett
    3. Estimering
    4. Validering
    5. Prediksjon
  4. Klassifiseringsmetoder

    1. Logistisk regresjon
    2. Lineær diskriminantanalyse
    3. K-nærmeste naboer
    4. Naiv Bayes
    5. Sammenligning av klassifiseringsmetoder
  5. Neural Networks

    1. Tilpasning av nevrale nettverk
    2. Problemer med opplæring av nevrale nettverk
  6. Beslutningstrær

    1. Regresjonstrær
    2. Klassifiseringstrær
    3. Trær versus lineære modeller
  7. Bagging, Random Forests, Boosting

    1. Bagging
    2. Random Forests
    3. Forsterkning
  8. Støtte vektormaskiner og fleksibel disk

    1. Klassifiserer for maksimal margin
    2. Støtte vektorklassifiserere
    3. Støtte vektormaskiner
    4. 2 og flere klasser SVM-er
    5. Forholdet til logistisk regresjon
  9. Hovedkomponentanalyse

  10. Klynger

    1. K-betyr gruppering
    2. K-medoider gruppering
    3. Hierarkisk klynging
    4. Tetthetsbasert gruppering
  11. Modellvurdering og valg

    1. Bias, varians og modellkompleksitet
    2. Prediksjonsfeil i utvalget
    3. Den Bayesianske tilnærmingen
    4. Kryssvalidering
    5. Bootstrap metoder
 28 timer

Antall deltakere


Price per participant

Testimonials (5)

Upcoming Courses

Related Categories