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
- Úvod do ML Strojové učení jako součást umělé inteligence Typy ML Algoritmy ML Výzvy a potenciální využití ML Overfitting and bias-variance trade off v ML Techniky strojového učení Workflow Machine Learning Supervised learning – Klasifikace, regrese Unsupervised learning – Clustering, Detekce anomálií Semi-supervised learning and Reinforcement Learning Zohlednění při strojovém učení Předzpracování dat Příprava a transformace dat Technologické inženýrství Funkce Škálování Redukce rozměrů a výběr proměnných Vizualizace dat Průzkumná analýza Případové studie Pokročilé inženýrství funkcí a dopad na výsledky v lineární regresi pro predikci Analýza časových řad a Prognóza měsíčního objemu prodeje - základní metody, sezónní očišťování, regrese, exponenciální vyhlazování, ARIMA, neuronové sítě Analýza tržního koše a dolování asociačních pravidel Analýza segmentace pomocí shlukování a samoorganizujících se map Klasifikace, který zákazník bude pravděpodobně výchozí pomocí logistické regrese, rozhodnutí stromy, xgboost, svm
Požadavky
Znalost a povědomí o Machine Learning fundamentech
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.
