Powrót do katalogu

VOUCHERY SZKOLENIOWE 2023/2024 R.
Kup w 2023 r.  - wykorzystaj do końca przyszłego roku!
Potrzebujesz wykorzystać budżet szkoleniowy w bieżącym okresie rozliczeniowym? Mamy dla Ciebie rozwiązanie!

Kupując voucher już teraz, zachowujesz gwarancję stałej ceny, a szkolenie możesz zrealizować w przyszłym roku.

Więcej informacji znajdziesz TUTAJ.

Podaj maila aby obejrzeć webinar z Node.js

Wyrażam zgodę na otrzymywanie informacji o promocjach i produktach oferowanych Czytaj więcej przez Vavatech Sp z o.o. Zgodę możesz cofnąć w każdym czasie.
Zaproponuj własny termin
Postaramy się uruchomić nowy termin dla Ciebie
2 900 / 3 dni
Zgłoś chęć udziału

Inne > Big Data i Data Science

Szkolenie: Podstawy Machine Learning

Kod: [Machine-Learning]
Pobierz program

Wprowadzenie

Szkolenie z podstaw teoretycznych uczenia maszynowego.

Cel szkolenia

• Wprowadzenie w zagadnienia uczenia maszynowego i jego zastosowania;
 Przegląd zagadnień z dziedziny statystyki i rachunku prawdopodobieństwa istotnych z punktu widzenia uczenia maszynowego;
 Poznanie algorytmów regresji, klasyfikacji i klasteryzacji;
 Wprowadzenie do zagadnień sieci neuronowych.

Czas i forma szkolenia

21 godzin (3 dni x 7 godzin), w tym wykłady i warsztaty praktyczne.

Plan szkolenia

1. AI&ML 
   ○ Uczenie maszynowe i sztuczna inteligencja
   ○ Typy i zastosowania 
2. Statystyka 
   ○ Wprowadzenie i przegląd zagadnień 
   ○ Średnia, mediana, wariancja i dewiacja 
   ○ Rozkład Gaussa 
3. Prawdopodobieństwo 
   ○ Wprowadzenie i przegląd zagadnień 
   ○ Rozkład prawdopodobieństwa, dyskretny i ciągły 
   ○ Centralne twierdzenie graniczne 
   ○ Gęstość zmiennej losowej 
4. Uczenie 
   ○ Charakterystyka uczenia nadzorowanego, nienadzorowanego
   i ze wzmocnieniem 
   ○ Klasyfikacja, regresja, klasteryzacja 
5. Algorytmy regresji 
   ○ Regresja liniowa i logistyczna 
   ○ Regresja wektorowa 
   ○ Drzewa decyzyjne 
   ○ Lasy losowe 
6. Algorytmy klasyfikacji 
   ○ Klasyfikacja Bayesa 
   ○ Maszyna wektorów nośnych 
   ○ Analiza dyskryminacyjna 
   ○ Algorytm KNN 
7. Algorytmy klasteryzacji 
   ○ Klasteryzacja k-średnich, k-medoidów 
   ○ Klasteryzacja hierarchiczna 
   ○ Optymalizacja rojem cząstek 
   ○ Mieszanina rozkładów Gaussa 
8. Sieci neuronowe 
   ○ Wprowadzenie w zagadnienia sieci neuronowych 
   ○ Ukryty model 
   ○ Markowa, HMM 
   ○ Rekurencyjne sieci neuronowe, LSTM

Opinie uczestników