感謝您提交詢問！我們的一位團隊成員將在短時間內與您聯繫。
感謝您提交預訂！我們的一位團隊成員將在短時間內與您聯繫。
課程簡介
應用機器學習簡介
- 統計學習與機器學習
- 迭代與評估
- 偏差-方差權衡
- 監督學習與非監督學習
- 用機器學習解決的問題
- 訓練、驗證、測試 – 避免過擬合的機器學習工作流程
- 機器學習工作流程
- 機器學習算法
- 為問題選擇合適的算法
算法評估
-
評估數值預測
- 準確度度量：ME、MSE、RMSE、MAPE
- 參數和預測穩定性
-
評估分類算法
- 準確度及其問題
- 混淆矩陣
- 不平衡類別問題
-
視覺化模型性能
- 利潤曲線
- ROC 曲線
- 提升曲線
- 模型選擇
- 模型調優 – 網格搜索策略
建模數據準備
- 數據導入和存儲
- 理解數據 – 基本探索
- 使用 pandas 庫進行數據操作
- 數據轉換 – 數據清洗
- 探索性分析
- 缺失觀察值 – 檢測和解決方案
- 離群值 – 檢測和策略
- 標準化、歸一化、二值化
- 定性數據重新編碼
用於離群值檢測的機器學習算法
-
監督算法
- KNN
- 集合梯度提升
- SVM
-
非監督算法
- 基於距離
- 基於密度的方法
- 概率方法
- 基於模型的方法
理解深度學習
- 深度學習基本概念概述
- 區分機器學習和深度學習
- 深度學習應用概述
神經網絡概述
- 什麼是神經網絡
- 神經網絡與回歸模型
- 理解數學基礎和學習機制
- 構建人工神經網絡
- 理解神經節點和連接
- 使用神經元、層以及輸入和輸出數據
- 理解單層感知器
- 監督學習與非監督學習之間的差異
- 學習前饋和反饋神經網絡
- 理解正向傳播和反向傳播
使用 Keras 構建簡單的深度學習模型
- 創建 Keras 模型
- 理解您的數據
- 指定您的深度學習模型
- 編譯您的模型
- 擬合您的模型
- 處理您的分類數據
- 處理分類模型
- 使用您的模型
使用 TensorFlow 進行深度學習
-
準備數據
- 下載數據
- 準備訓練數據
- 準備測試數據
- 縮放輸入
- 使用佔位符和變量
- 指定網絡架構
- 使用成本函數
- 使用優化器
- 使用初始化器
- 擬合神經網絡
-
構建圖
- 推理
- 損失
- 訓練
-
訓練模型
- 圖
- 會話
- 訓練循環
-
評估模型
- 構建評估圖
- 使用評估輸出進行評估
- 大規模訓練模型
- 使用 TensorBoard 視覺化和評估模型
深度學習在異常檢測中的應用
-
自動編碼器
- 編碼器 - 解碼器架構
- 重建損失
-
變分自動編碼器
- 變分推理
-
生成對抗網絡
- 生成器 – 鑑別器架構
- 使用 GAN 進行異常檢測的方法
集合框架
- 合併不同方法的結果
- 引導聚合
- 平均離群值分數
最低要求
- 具有 Python 編程經驗
- 熟悉統計學和數學基本概念
受眾
- 開發人員
- 數據科學家
28 小時
客戶評論 (5)
培訓提供了關於深度學習模型及相關方法的有趣概述。這個主題對我來說很新，但現在我感覺自己確實對AI和ML涉及的內容、這些術語的組成以及如何有效利用它們有了初步瞭解。總體來說，我喜歡從統計背景和基礎學習模型（如線性迴歸）開始的方法，特別是中間穿插的練習部分。
Konstantin - REGNOLOGY ROMANIA S.R.L.
課程 - Fundamentals of Artificial Intelligence (AI) and Machine Learning
機器翻譯
Anna總是詢問是否有問題，並通過提出問題讓我們更加積極參與，這使我們所有人都真正投入到培訓中。
Enes Gicevic - REGNOLOGY ROMANIA S.R.L.
課程 - Fundamentals of Artificial Intelligence (AI) and Machine Learning
機器翻譯
我喜歡它如何與實踐相結合的方式。
Bertan - REGNOLOGY ROMANIA S.R.L.
課程 - Fundamentals of Artificial Intelligence (AI) and Machine Learning
機器翻譯
培訓師豐富的經驗/知識
Ovidiu - REGNOLOGY ROMANIA S.R.L.
課程 - Fundamentals of Artificial Intelligence (AI) and Machine Learning
機器翻譯
虛擬機是個不錯的主意
Vincent - REGNOLOGY ROMANIA S.R.L.
課程 - Fundamentals of Artificial Intelligence (AI) and Machine Learning
機器翻譯
