Course Code

mllbg

Duration

14 hours (usually 2 days including breaks)

Requirements

Knowledge and awareness of Machine Learning fundmentals

Overview

Ця навчальна сесія, присвячена класі, буде вивчати методи машинного навчання, на прикладі комп'ютерних прикладів та вправи для вирішення конкретних прикладів, використовуючи відповідну програму мови

Machine Translated

Course Outline

Introduction to ML
- Machine learning as part of Artificial intelligence
- Types of ML
- ML algorithms
- Challenges and potential use of ML
- Overfitting and bias-variance trade-off in ML
Techniques of Machine learning
- The Machine Learning Workflow
- Supervised learning – Classification, Regression
- Unsupervised learning – Clustering, Anomaly detection
- Semi-supervised learning and Reinforcement Learning
- Consideration in Machine Learning
Data Preprocessing
- Data preparation and transformation
- Feature engineering
- Feature Scaling
- Dimensionality reduction and variable selection
- Data visualization
- Exploratory analysis
Case studies
- Advanced feature engineering and impact on results in linear regression for prediction
- Time series analysis and Forecasting monthly volume of sales - basic methods, seasonal adjustment, regression, exponential smoothing, ARIMA, neural networks
- Market basket analysis and association rules mining
- Segmentation analysis using clustering and self-organising maps
- Classification which customer is likely to default using logistic regression, decision trees, xgboost, svm

Testimonials

★★★★★

REF матеріал для використання пізніше було дуже добре.

PAUL BEALES- Seagate Technology.

Course:Applied Machine Learning

Machine Translated

Що вам найбільше подобається тренінг?: Дав мені хорошу практику з використанням R для створення систем машинного навчання для реальних ситуацій. Я можу використовувати це в моїй роботі відразу. Це був чудовий курс. Один з кращих у мене було.

Matthew Thomas - British Telecom

Course:Applied Machine Learning

Machine Translated

Це було дуже інтерактивним і більш розслабленим і неформальним, ніж очікувалося. Ми розглянули багато тем в той час, і тренер завжди сприйнятливі говорити більш докладно або в цілому про теми і як вони були пов'язані. Я відчуваю, що навчання дав мені інструменти, щоб продовжити навчання на відміну від його час одного сеансу, де навчання зупиняється, як тільки ви закінчили, що дуже важливо з огляду на масштаби і складність теми.

Jonathan Blease

Course:Artificial Neural Networks, Machine Learning, Deep Thinking

Machine Translated

Тренер був настільки добре обізнаний і включив області я був зацікавлений.

Mohamed Salama

Course:Data Mining & Machine Learning with R

Machine Translated

Вправи

L M ERICSSON LIMITED

Course:Machine Learning

Machine Translated

лабораторні вправи

Marcell Lorant - L M ERICSSON LIMITED

Course:Machine Learning

Machine Translated

Форма ноутбука Jupyter, в якій доступний навчальний матеріал

L M ERICSSON LIMITED

Course:Machine Learning

Machine Translated

Було багато вправ та цікавих тем.

L M ERICSSON LIMITED

Course:Machine Learning

Machine Translated

деякі великі лабораторні вправи, проаналізовані та пояснені тренером глибоко (наприклад, коваріанти в лінійній регресії, відповідні реальній функції)

L M ERICSSON LIMITED

Course:Machine Learning

Machine Translated

Це просто здорово, що весь матеріал, включаючи вправи, знаходиться на тій же сторінці, а потім його оновлюється на льоту. Рішення виявляється в кінці. Круто! Крім того, я вдячний, що Кшиштоф доклав додаткових зусиль, щоб зрозуміти наші проблеми і запропонував нам можливі методи.

Attila Nagy - L M ERICSSON LIMITED

Course:Machine Learning

Machine Translated

Він демонструє багато методів з попередньо підготовленими сценаріями - дуже добре підготовлені матеріали і легко відстежується

Kamila Begej - GE Medical Systems Polska Sp. Zoo

Course:Machine Learning – Data science

Machine Translated

Мені подобається, що навчання було зосереджено на прикладах і кодуванні. Я думав, що неможливо скласти стільки вмісту на три дні навчання, але я помилявся. Навчання охоплювало багато тем, і все робилося дуже детально (особливо налаштування параметрів моделі - я не очікував, що буде час для цього, і я був дуже здивований).

Bartosz Rosiek - GE Medical Systems Polska Sp. Zoo

Course:Machine Learning – Data science

Machine Translated

Ефективна теорія/практика чергування!

CIRAD

Course:Introduction to Machine Learning with MATLAB

Machine Translated

Поступове представлення та застосування методів

Aurélien Briffaz - CIRAD

Course:Introduction to Machine Learning with MATLAB

Machine Translated

Доступність і адаптивність, відповіді на питання