Bądźmy w kontakcie

Plan Szkolenia

Wprowadzenie

Konfiguracja środowiska pracy

Instalacja Auto-Keras

Anatomia standardowego przepływu pracy w uczeniu maszynowym

Jak Auto-Keras automatyzuje przepływ pracy w uczeniu maszynowym

Wyszukiwanie najlepszej architektury sieci neuronowej za pomocą NAS (Neural Architecture Search)

Studium przypadku: AutoML z Auto-Keras

Pobieranie zestawu danych

Budowanie modelu uczenia maszynowego

Szkolenie i testowanie modelu

Dostrajanie hiperparametrów

Budowanie, szkolenie i testowanie dodatkowych modeli

Dostrajanie hiperparametrów w celu poprawy dokładności

Konfiguracja Auto-Keras dla modeli głębokiego uczenia

Rozwiązywanie problemów

Podsumowanie i zakończenie

Wymagania

  • Doświadczenie w pracy z modelami uczenia maszynowego.
  • Doświadczenie w programowaniu w Pythonie jest pomocne, ale nie jest konieczne.

Grupa docelowa

  • Analitycy danych
  • Eksperci dziedzinowi
  • Naukowcy zajmujący się danymi
 14 godzin

Liczba uczestników


Cena za uczestnika (netto)

Propozycje terminów

Powiązane Kategorie