Cursusaanbod
Inleiding
- Effectieve algoritmen ontwikkelen voor patroonherkenning, classificatie en regressie.
De ontwikkelomgeving instellen
- Python-bibliotheken
- Online versus offline-editors
Overzicht van Feature Engineering
- Invoer- en uitvoervariabelen (kenmerken)
- Voordelen en nadelen van feature engineering
Problemen die ontstaan in brute data
- Onreine data, ontbrekende data, etc.
Variabelen vooraf verwerken
- Omgaan met ontbrekende data
Ontbrekende waarden in de data afhandelen
Werken met categorische variabelen
Labels omzetten naar cijfers
Labels in categorische variabelen afhandelen
Variabelen transformeren om de voorspellende kracht te verbeteren
- Numeriek, categorisch, datum, etc.
Een dataset schoonmaken
Machine Learning-modelleren
Uitbijters in de data afhandelen
- Numerieke variabelen, categorische variabelen, etc.
Samenvatting en conclusie
Vereisten
- Ervaring in Python programmeren.
- Ervaring met Numpy, Pandas en scikit-learn.
- Vertrouwdheid met Machine Learning-algoritmen.
Doelgroep
- Ontwikkelaars
- Data scientists
- Data-analisten
Leveringsopties
PRIVÉGROEPSTRAINING
Onze identiteit draait om het leveren van precies wat onze klanten nodig hebben.
- Pre-cursusgesprek met uw trainer
- Aanpassing van de leerervaring om uw doelen te bereiken -
- Op maat gemaakte overzichten
- Praktische, praktische oefeningen met gegevens / scenario's die herkenbaar zijn voor de cursisten
- Training gepland op een datum naar keuze
- Gegeven online, op locatie/klaslokaal of hybride door experts die ervaring uit de echte wereld delen
Private Group Prices RRP from €4560 online delivery, based on a group of 2 delegates, €1440 per additional delegate (excludes any certification / exam costs). We recommend a maximum group size of 12 for most learning events.
Neem contact met ons op voor een exacte offerte en om onze laatste promoties te horen
OPENBARE TRAINING
Kijk op onze public courses
Reviews (2)
het ML-ecosysteem niet alleen MLFlow, maar ook Optuna, Hyperopt, Docker en Docker Compose
Guillaume GAUTIER - OLEA MEDICAL
Cursus - MLflow
Automatisch vertaald
Ik vond het leuk om deel te nemen aan het Kubeflow-trainingprogramma dat op afstand plaatsvond. Deze training heeft me geholpen mijn kennis van AWS-services, K8s en alle DevOps-hulpmiddelen rondom Kubeflow te consolideren, die de noodzakelijke basis vormen om het onderwerp adequaat aan te pakken. Ik wil Malawski Marcin bedanken voor zijn geduld en professionaliteit bij het geven van training en advies over beste praktijken. Malawski benadert het onderwerp vanuit verschillende invalshoeken, met verschillende implementatietools zoals Ansible, EKS kubectl en Terraform. Nu ben ik absoluut overtuigd dat ik me in het juiste toepassingsgebied bevind.
Guillaume Gautier - OLEA MEDICAL | Improved diagnosis for life TM
Cursus - Kubeflow
Automatisch vertaald