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 toegepast Machine Learning
- Statistisch leren versus machinaal leren
- Iteratie en evaluatie
- Afweging van bias en variantie
Machine Learning met Scala
- Keuze uit bibliotheken
- Extra hulpmiddelen
Regressie
- Lineaire regressie
- Generalisaties en niet-lineariteit
- Opdrachten
Classificatie
- Bayesiaanse opfrisser
- Naïeve Bayes
- Logistieke regressie
- K-dichtstbijzijnde buren
- Opdrachten
Kruisvalidatie en herbemonstering
- Kruisvalidatiebenaderingen
- Bootstrap
- Opdrachten
Ongecontroleerd leren
- K-betekent clustering
- Voorbeelden
- Uitdagingen van leren zonder toezicht en verder dan K-middelen
Requirements
Kennis van Java/Scala programmeertaal. Basiskennis van statistiek en lineaire algebra wordt aanbevolen.
14 Hours