Plan Szkolenia
Introduction to Applied Machine Learning
- Statistical learning vs. Machine learning
- Iteration and evaluation
- Bias-Variance trade-off
Machine Learning with Python
- Choice of libraries
- Add-on tools
Regression
- Linear regression
- Generalizations and Nonlinearity
- Exercises
Classification
- Bayesian refresher
- Naive Bayes
- Logistic regression
- K-Nearest neighbors
- Exercises
Cross-validation and Resampling
- Cross-validation approaches
- Bootstrap
- Exercises
Unsupervised Learning
- K-means clustering
- Examples
- Challenges of unsupervised learning and beyond K-means
Wymagania
Knowledge of Python programming language. Basic familiarity with statistics and linear algebra is recommended.
Opinie uczestników (5)
Trener pokazał, że ma dobrą wiedzę w temacie.
Marino - EQUS - The University of Queensland
Szkolenie - Machine Learning with Python – 2 Days
Przetłumaczone przez sztuczną inteligencję
To było świetne wprowadzenie do ML!! Całość naprawdę mi się podobała. Organizacja była doskonała. Odpowiednia ilość czasu na wykłady/pokazy i po prostu zabawę. Poruszonych zostało wiele tematów, na odpowiednim poziomie. Był także bardzo dobry w utrzymywaniu naszego zaangażowania, nawet gdy kamera nie była włączona.
Zsolt - EQUS - The University of Queensland
Szkolenie - Machine Learning with Python – 2 Days
Przetłumaczone przez sztuczną inteligencję
Przejrzystość wyjaśnień i kompetentne odpowiedzi na pytania.
Harish - EQUS - The University of Queensland
Szkolenie - Machine Learning with Python – 2 Days
Przetłumaczone przez sztuczną inteligencję
The knowledge of the trainer was very high and the material was well prepared and organised.
Otilia - TCMT
Szkolenie - Machine Learning with Python – 2 Days
I thought the trainer was very knowledgeable and answered questions with confidence to clarify understanding.