Nabídka tohoto termínu kurzu již není aktuální. Podobné kurzy naleznete
zde Nabídka tohoto termínu kurzu již není aktuální. Podobné kurzy naleznete
zde Popis kurzu
Jedná se o týdenní intenzivní sérii všech našich kurzů za zvýhodněnou cenu. Nejsou třeba žádné předchozí znalosti strojového učení. Balíček obsahuje:
- Úvod do strojového učení (2 dny)
- Zpracování přirozeného jazyka (1 den)
- Konvoluční neuronové sítě a zpracování obrazu (1 den)
- Časové řady (1 den)
Obsah kurzu
Day 1
- What is machine learning?
- Types of machine learning (classification, regression, ranking, reinforcement learning,
- clustering, anomaly detection, recommendation, optimization)
- Data preparation (train, test and validation data sets, imbalanced and noisy data)
- Classification model evaluation (accuracy, precision, recall, confusion matrix, ROC, AUC)
- Basic algorithms for classification (baseline models, Na.ve Bayes Classifier, Logistic regression, Support Vector Machines, decision trees, ensemble models)
- Quick Scikit-Learn tutorial (how to load and transform data, training models, predicting values, model pipelines and evaluation)
- Practical classification task
- Basic algorithms for regression (analytical methods, gradient descent, SVR, regression trees)
Day 2
- Basic algorithms for clustering (K-means, hierarchical clustering)
- Practical clustering task
- Introduction to artificial neural networks (why they are so popular, what their advantages and disadvantages are, perceptron neural network)
- Most frequently used activation functions (Sigmoid, Linear, Tanh, Relu, Softmax)
- Multi-Layer neural networks (back propagation algorithm, stochastic gradient descent, convolution, pooling, regularizations)
- Quick tutorial to Keras (sequential models, optimizers, training, data workflow)
- Practical classification and regression tasks using neural networks
Day 3.- Natural Language Processing
- Introduction to natural language processing
- Chapters from computational linguistics (corpus, tokenization, morphological, syntactic and semantic analysis, entropy, perplexity)
- Text document vectorization (bag of words, one-hot encoding, TF-IDF)
- Practical taks on text classification
- Word embedding (word2vec, GloVe)
- Introduction to language modelling (n-gram models, smoothing, neural network based language models)
- Practical task on language modelling (implementation of a language detection algorithm based on language models)
- Neural network based text generator
Day 4. - Convolutional neural networks and image processing
- Back to the history
- What the convolution is and why it works
- TensorFlow (designing a simple convolutional neural network)
- Practical classification task with the Fashion MNIST data set.
- Experiments with the MSCOCO and ResNet data sets
- Visualisations using TensorBoards
- Image classification
- How to deal with noisy data?
Day 5. - Time Series Analysis
- Introduction to the theory of time series modeling
- Classical methods for time series prediction (space & frequency domain, spectral analysis, autocorrelation, ARIMA models etc.)
- Hands-on example (pandas, basic characteristics, simple prediction)
- Machine learning for time series prediction (state-space methods, Hidden Markov Chain, Kalman filter, classical neural networks, recurrent networks, LSTM)
- Hands-on examples of machine learning methods (training set preparation for specific task and model, training process & evaluation)
- Complex example of time series prediction using recurrent neural network (temperature prediction from high-dimensional input data: training data set preparation, training process & validation, prediction with trained neural network)
Předpoklady
- Základní znalost programování v Pythonu
- Středoškolské znalosti lineární algebry, matematické analýzy a teorie pravděpodobnosti. Bude předpokládáno základní porozumění pojmům jako vektor, matice, vektorový prostor, pravděpodobnost, podmíněná pravděpodobnost, nezávislost náhodných jevů a znalost násobení matic a derivace funkcí.
- Vlastní laptop s předinstalovaným Dockerem.
Studijní materiály
V angličtině Nabídka tohoto termínu kurzu již není aktuální. Podobné kurzy naleznete
zde Prosíme zmiňte EduCity
při kontaktování dodavatele
Adresa
Táborská 619/46, 140 00 Praha 4 - Nusle Kontakty
-
Tel.:
+420 724 792 023
-
E-mail:
-
Web:
-
Kontaktní osoba:
Lukáš Vallo
*Objednávka kurzu či žádost o více informací je zaslána přímo dodavateli vzdělávání. Ceny kurzů bez slev na EduCity jsou stejné jako u dodavatelů. Uplatnění slev u LAST MINUTE a Akčních kurzů pouze při objednání přes EduCity.