Vielen Dank für die Zusendung Ihrer Anfrage! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Vielen Dank, dass Sie Ihre Buchung abgeschickt haben! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Schulungsübersicht
Machine Learning-Algorithmen in Julia
Grundlegende Konzepte
- Überwachtes und unüberwachtes Lernen
- Kreuzvalidierung und Modellselektion
- Bias/Variance-Tradeoff
Lineare und logistische Regression
(NaiveBayes & GLM)
- Grundlegende Konzepte
- Anpassen von linearen Regressionsmodellen
- Modelldiagnostik
- Naive Bayes
- Anpassen eines logistischen Regressionsmodells
- Modelldiagnostik
- Methoden zur Modellselektion
Distanzen
- Was ist eine Distanz?
- Euklidische Distanz
- Cityblock-Distanz
- Kosinus-Distanz
- Korrelationsdistanz
- Mahalanobis-Distanz
- Hamming-Distanz
- MAD (Median Absolute Deviation)
- RMS (Root Mean Squared Error)
- Mittlere quadratische Abweichung
Dimensionsreduktion
- Hauptkomponentenanalyse (PCA)
- Lineare PCA
- Kernel-PCA
- Wahrscheinlichkeitstheoretische PCA
- Unabhängige Komponentenanalyse (ICA)
- Multidimensionale Skalierung
Veränderte Regressionsmethoden
- Grundlegende Konzepte der Regularisierung
- Ridge-Regression
- Lasso-Regression
- Hauptkomponentenregression (PCR)
Clustering
- K-Means
- K-Medoids
- DBSCAN
- Hierarchisches Clustering
- Markov-Cluster-Algorithmus
- Fuzzy C-means Clustering
Standardmaschinelles Lernen
(NearestNeighbors, DecisionTree, LightGBM, XGBoost, EvoTrees, LIBSVM-Pakete)
- Konzepte des Gradientenboostings
- K-nearest neighbours (KNN)
- Entscheidungsbaummodelle
- Random Forest-Modelle
- XGBoost
- EvoTrees
- Support Vector Machines (SVM)
Künstliche Neuronale Netze
(Flux-Paket)
- Stochastischer Gradientenabstieg und Strategien
- Multilayer Perceptrons: Vorwärts- und Rückwärtspropagation
- Regularisierung
- Recurrent Neural Networks (RNN)
- Convolutional Neural Networks (Convnets)
- Autoencoder
- Hyperparameter
Voraussetzungen
Dieses Kurs richtet sich an Personen, die bereits eine Grundlage in Data Science und Statistik haben.
21 Stunden
Erfahrungsberichte (2)
das ML-Ökosystem nicht nur MLflow, sondern auch Optuna, Hyperopt, Docker und Docker Compose
Guillaume GAUTIER - OLEA MEDICAL
Kurs - MLflow
Maschinelle Übersetzung
Ich habe es genossen, an der Kubeflow-Schulung teilzunehmen, die fernmündlich durchgeführt wurde. Diese Schulung ermöglichte mir, mein Wissen zu AWS-Diensten, K8s und allen devOps-Tools um Kubeflow herum zu vertiefen, was die notwendigen Grundlagen sind, um das Thema angemessen anzugehen. Ich möchte mich bei Malawski Marcin für seine Geduld und Professionalität bei der Schulung sowie für seine Ratschläge zur Best Practice bedanken. Malawski behandelt das Thema aus verschiedenen Perspektiven und nutzt verschiedene Bereitstellungstools wie Ansible, EKS kubectl und Terraform. Nun bin ich definitiv davon überzeugt, dass ich mich in dem richtigen Anwendungsbereich befinde.
Guillaume Gautier - OLEA MEDICAL | Improved diagnosis for life TM
Kurs - Kubeflow
Maschinelle Übersetzung
