Thank you for sending your enquiry! One of our team member will contact you shortly.
Thank you for sending your booking! One of our team member will contact you shortly.
Course Outline
Inleiding tot datamining en Machine Learning
- Statistisch leren versus machinaal leren
- Iteratie en evaluatie
- Afweging van bias en variantie
Regressie
- Lineaire regressie
- Generalisaties en niet-lineariteit
- Opdrachten
Classificatie
- Bayesiaanse opfrisser
- Naïeve Bayes
- Dicriminante analyse
- Logistieke regressie
- K-dichtstbijzijnde buren
- Ondersteuning van vectormachines
- Neurale netwerken
- Beslissingsbomen
- Opdrachten
Kruisvalidatie en herbemonstering
- Kruisvalidatiebenaderingen
- Bootstrap
- Opdrachten
Ongecontroleerd leren
- K-betekent clustering
- Voorbeelden
- Uitdagingen van leren zonder toezicht en verder dan K-middelen
Geavanceerde onderwerpen
- Ensemble-modellen
- Gemengde modellen
- Stimuleren
- Voorbeelden
Multidimensionale reductie
- Factoren analyse
- Hoofdcomponentenanalyse
- Voorbeelden
Requirements
Deze cursus maakt deel uit van de Data Scientist-vaardigheden (domein: analytische technieken en methoden)
14 Hours
Getuigenissen (1)
The trainer was so knowledgeable and included areas I was interested in