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.
Course Outline
Begeleid leren: classificatie en regressie
- Machine Learning in Python: inleiding tot de scikit-learn API
- Lineaire en logistische regressie
- Ondersteuning vectormachine
- Neurale netwerken
- willekeurig bos
- Een end-to-end pijplijn voor begeleid leren opzetten met behulp van scikit-learn
- Werken met gegevensbestanden
- Toerekening van ontbrekende waarden
- Omgaan met categorische variabelen
- Visualiseren van data
Python kaders voor AI-toepassingen:
- TensorFlow, Theano, Caffe en Keras
- AI op schaal met Apache Spark: Mlib
Geavanceerde neurale netwerkarchitecturen
- Convolutionele neurale netwerken voor beeldanalyse
- Terugkerende neurale netwerken voor tijdgestructureerde gegevens
- De cel in het lange kortetermijngeheugen
Leren zonder toezicht: clustering, detectie van anomalieën
- Implementatie van hoofdcomponentenanalyse met Scikit-Learn
- Auto-encoders implementeren in Keras
Praktische voorbeelden van problemen die AI kan oplossen (hands-on oefeningen met behulp van Jupyter-notebooks), bijv.
- Analyse van afbeeldingen
- het voorspellen van complexe financiële reeksen, zoals aandelenkoersen,
- Complexe patroonherkenning
- Natuurlijke taalverwerking
- Aanbevelingssystemen
Begrijp de beperkingen van AI-methoden: faalwijzen, kosten en veelvoorkomende problemen
- Overmontage
- Afweging tussen bias en variantie
- Vooroordelen in observationele gegevens
- vergiftiging van neurale netwerken
Toegepast projectwerk (optioneel)
Requirements
Er zijn geen specifieke vereisten nodig om deze cursus te volgen.
28 Hours
Reviews (2)
That it was applying real company data. Trainer had a very good approach by making trainees participate and compete
Jimena Esquivel - Zakład Usługowy Hakoman Andrzej Cybulski
Cursus - Applied AI from Scratch in Python
The trainer was a professional in the subject field and related theory with application excellently