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.
Kursplan
- Introduksjon til ML Maskinlæring som en del av kunstig intelligens Typer ML ML-algoritmer Utfordringer og potensiell bruk av ML Overfitting og skjevhetsvarians avveining i ML Teknikker for maskinlæring Maskinlæringsarbeidsflyten Overvåket læring – Klassifisering, Regresjon Uovervåket læring – Klynger, Anomalideteksjon Semi-overvåket læring og Reinforcement Learning Betraktning i maskinlæring Dataforbehandling Dataforberedelse og transformasjon Funksjonsteknikk Funksjonskalering Dimensjonsreduksjon og variabelvalg Datavisualisering Utforskende analyse Kasusstudier Avansert funksjonsteknikk og innvirkning på resultater i lineær regresjon for prediksjon Tidsserieanalyse og Prognostisering av månedlig salgsvolum - grunnleggende metoder, sesongjustering, regresjon, eksponentiell utjevning, ARIMA, nevrale nettverk Markedskurvanalyse og assosiasjonsregler gruvedrift Segmenteringsanalyse ved bruk av klynging og selvorganiserende kart Klassifisering hvilken kunde som sannsynligvis vil misligholde ved bruk av logistisk regresjon, beslutning trær, xgboost, svm
Krav
Kunnskap og bevissthet om Machine Learning grunnleggende
14 timer
Testimonials (2)
the ML ecosystem not only MLFlow but Optuna, hyperops, docker , docker-compose
Guillaume GAUTIER - OLEA MEDICAL
Kurs - MLflow
I enjoyed participating in the Kubeflow training, which was held remotely. This training allowed me to consolidate my knowledge for AWS services, K8s, all the devOps tools around Kubeflow which are the necessary bases to properly tackle the subject. I wanted to thank Malawski Marcin for his patience and professionalism for training and advice on best practices. Malawski approaches the subject from different angles, different deployment tools Ansible, EKS kubectl, Terraform. Now I am definitely convinced that I am going into the right field of application.
