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.
Návrh Školení
Pokročilé koncepty Machine Learning
Kolektivní projekt
Úvod do Machine Learning a Google Colab
Pracovní postup pro projekty Machine Learning
Speciální témata v Machine Learning
Shrnutí a další kroky
Supervised Learning s Scikit-learn
Unsupervised Learning techniky
- Algoritmy shlukování
- Snížení dimenzionality
- Učení pravidel asociace
- Předzpracování dat
- Výběr modelu
- Nasazení modelu
- Definice problémového formulování
- Shromažďování a čištění dat
- Trénink a hodnocení modelu
- Inženýrství vlastností
- Nastavení hyperparametrů
- Interpretace modelu
- Neuronové sítě a hluboké učení
- Podpůrné vektory
- Metody sestavy
- Přehled strojového učení
- Nastavení Google Colab
- Obnovení znalostí o Python
- Regresní modely
- Klasifikační modely
- Hodnocení a optimalizace modelu
Požadavky
Audience
- Přehled základních pojmů programování
- Zkušenosti s programováním v Python
- Srozumění základním statistickým pojmy
- Data scientisti
- Software vývojáři
14 hodiny
Reference (2)
the ML ecosystem not only MLFlow but Optuna, hyperops, docker , docker-compose
Guillaume GAUTIER - OLEA MEDICAL
Kurz - MLflow
I enjoyed participating in the Kubeflow training, which was held remotely. This training allowed me to consolidate my knowledge for AWS services, K8s, all the devOps tools around Kubeflow which are the necessary bases to properly tackle the subject. I wanted to thank Malawski Marcin for his patience and professionalism for training and advice on best practices. Malawski approaches the subject from different angles, different deployment tools Ansible, EKS kubectl, Terraform. Now I am definitely convinced that I am going into the right field of application.
