感謝您提交詢問！我們的一位團隊成員將在短時間內與您聯繫。
感謝您提交預訂！我們的一位團隊成員將在短時間內與您聯繫。
課程簡介
應用機器學習導論
- 統計學習與機器學習
- 迭代與評估
- 偏差-方差權衡
- 監督學習與無監督學習
- 機器學習解決的問題
- 訓練驗證測試——避免過擬合的機器學習工作流程
- 機器學習的工作流程
- 機器學習算法
- 爲問題選擇合適的算法
算法評估
-
數值預測評估
- 準確性度量：ME, MSE, RMSE, MAPE
- 參數和預測穩定性
-
分類算法評估
- 準確性及其問題
- 混淆矩陣
- 不平衡類別問題
-
模型性能可視化
- 利潤曲線
- ROC曲線
- 提升曲線
- 模型選擇
- 模型調優——網格搜索策略
建模數據準備
- 數據導入與存儲
- 理解數據——基本探索
- 使用pandas庫進行數據操作
- 數據轉換——數據整理
- 探索性分析
- 缺失值——檢測與解決方案
- 異常值——檢測與策略
- 標準化、歸一化、二值化
- 定性數據重新編碼
用於異常檢測的機器學習算法
-
監督算法
- KNN
- 集成梯度提升
- SVM
-
無監督算法
- 基於距離的方法
- 基於密度的方法
- 基於概率的方法
- 基於模型的方法
理解深度學習
- 深度學習基本概念概述
- 區分機器學習與深度學習
- 深度學習應用概述
神經網絡概述
- 什麼是神經網絡
- 神經網絡與迴歸模型
- 理解數學基礎與學習機制
- 構建人工神經網絡
- 理解神經節點與連接
- 處理神經元、層及輸入輸出數據
- 理解單層感知器
- 監督學習與無監督學習的區別
- 學習前饋與反饋神經網絡
- 理解前向傳播與反向傳播
使用Keras構建簡單的深度學習模型
- 創建Keras模型
- 理解數據
- 指定深度學習模型
- 編譯模型
- 擬合模型
- 處理分類數據
- 處理分類模型
- 使用模型
使用TensorFlow進行深度學習
-
數據準備
- 下載數據
- 準備訓練數據
- 準備測試數據
- 縮放輸入
- 使用佔位符和變量
- 指定網絡架構
- 使用成本函數
- 使用優化器
- 使用初始化器
- 擬合神經網絡
-
構建圖
- 推理
- 損失
- 訓練
-
訓練模型
- 圖
- 會話
- 訓練循環
-
評估模型
- 構建評估圖
- 使用評估輸出進行評估
- 大規模訓練模型
- 使用TensorBoard可視化與評估模型
深度學習在異常檢測中的應用
-
自編碼器
- 編碼器-解碼器架構
- 重建損失
-
變分自編碼器
- 變分推斷
-
生成對抗網絡
- 生成器-判別器架構
- 使用GAN進行異常檢測的方法
集成框架
- 結合不同方法的結果
- 自助聚合
- 平均異常值分數
最低要求
- 具備Python編程經驗
- 對統計和數學概念有基本瞭解
受衆
- 開發者
- 數據科學家
28 時間：
客戶評論 (5)
該培訓對深度學習模型和相關方法進行了有趣的概述。這個話題對我來說很新，但現在我覺得我實際上已經了解了人工智慧和機器學習可以涉及什麼，這些術語由什麼組成以及如何有利地使用它們。總的來說，我喜歡從統計背景和基本學習模型（例如線性回歸）開始的方法，特彆強調兩者之間的練習。
Konstantin - REGNOLOGY ROMANIA S.R.L.
課程 - Fundamentals of Artificial Intelligence (AI) and Machine Learning
機器翻譯
安娜總是問是否有問題，並且總是試圖通過提出問題來讓我們更加活躍，這使我們所有人都真正參與了培訓。
Enes Gicevic - REGNOLOGY ROMANIA S.R.L.
課程 - Fundamentals of Artificial Intelligence (AI) and Machine Learning
機器翻譯
我喜歡它與實踐的融合方式。
Bertan - REGNOLOGY ROMANIA S.R.L.
課程 - Fundamentals of Artificial Intelligence (AI) and Machine Learning
機器翻譯
培訓師的豐富經驗/知識
Ovidiu - REGNOLOGY ROMANIA S.R.L.
課程 - Fundamentals of Artificial Intelligence (AI) and Machine Learning
機器翻譯
VM 是個好主意
Vincent - REGNOLOGY ROMANIA S.R.L.
課程 - Fundamentals of Artificial Intelligence (AI) and Machine Learning
機器翻譯
