Bedankt voor uw aanvraag! Een van onze medewerkers neemt binnenkort contact met u op
Bedankt voor uw boeking! Een van onze medewerkers neemt binnenkort contact met u op.
Cursusaanbod
Introductie
Het opzetten van een werkomgeving
Overzicht van AutoML Functies
Hoe AutoML algoritmen verkent
- Gradient Boosting Machines (GBM's), Random Forests, GLM's, enz.
Problemen oplossen per use-case
Problemen oplossen op basis van het type trainingsgegevens
Overwegingen met betrekking tot gegevensprivacy
Kostenoverwegingen
Gegevens voorbereiden
Werken met numerieke en categorische gegevens
- IID-gegevens in tabelvorm (H2O AutoML, auto-sklearn, TPOT)
Werken met tijdsafhankelijke gegevens (tijdreeksgegevens)
Onbewerkte tekst classificeren
Onbewerkte afbeeldingsgegevens classificeren
- Deep Learning en Neurale Architectuur Zoeken (TensorFlow, PyTorch, Auto-Keras, etc.)
Een AutoML methode implementeren
Een blik op de algoritmen binnenin AutoML
Verschillende modellen samen samenvoegen
Probleemoplossing
Samenvatting en conclusie
Vereisten
- Ervaring met machine learning algoritmes.
- Python of R-programmeerervaring.
Audiëntie
- Data-analisten
- Datawetenschappers
- Data-ingenieurs
- Ontwikkelaars
14 Uren