Course Outline

지도 학습: 분류 및 회귀

  • 편향-분산 트레이드오프
  • 분류기로서의 로지스틱 회귀
  • 분류기 성능 측정
  • 지원 벡터 머신
  • 신경망
  • 랜덤 포레스트

비지도 학습: 클러스터링, 이상 탐지

  • 주요 구성 요소 분석
  • 자동 인코더

고급 신경망 아키텍처

  • 이미지 분석을 위한 컨벌루션 신경망
  • 시간 구조 데이터를 위한 순환 신경망
  • 장단기 기억 세포

AI가 해결할 수 있는 문제의 실제 사례

  • 이미지 분석
  • 주가 등 복잡한 금융 시리즈를 예측하고,
  • 복잡한 패턴 인식
  • 자연어 처리
  • 추천 시스템

AI 애플리케이션에 사용되는 소프트웨어 플랫폼:

  • TensorFlow, 테아노, Caffe 및 Keras
  • Apache Spark을 사용한 대규모 AI: Mlib

AI 방법의 한계 이해: 실패 모드, 비용 및 일반적인 어려움

  • 과적합
  • 관측 데이터의 편향
  • 누락된 데이터
  • 신경망 중독

Requirements

이 과정에 참여하는 데 필요한 특정 요구 사항은 없습니다.

  28 Hours
 

Number of participants


Starts

Ends


Dates are subject to availability and take place between 10:00 and 17:00.
Open Training Courses require 5+ participants.

Related Courses

Related Categories