Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Course Outline
지도 학습: 분류 및 회귀
- Machine Learning in Python: scikit-learn API 소개
- 선형 및 로지스틱 회귀
- 지원 벡터 머신
- 신경망
- 랜덤 포레스트
- scikit-learn을 사용하여 엔드 투 엔드 지도 학습 파이프라인 설정
- 데이터 파일 작업
- 결측값 대치
- 범주형 변수 처리
- 데이터 시각화
Python AI 애플리케이션을 위한 프레임워크:
- TensorFlow, 테아노, Caffe 및 Keras
- Apache Spark을 사용한 대규모 AI: Mlib
고급 신경망 아키텍처
- 이미지 분석을 위한 컨벌루션 신경망
- 시간 구조화된 데이터를 위한 순환 신경망
- 장단기 기억 세포
비지도 학습: 클러스터링, 이상 탐지
- scikit-learn을 사용하여 주성분 분석 구현
- Keras에서 자동 인코더 구현
AI가 해결할 수 있는 문제의 실제 사례(Jupyter 노트북을 사용한 실습), 예:
- 이미지 분석
- 주가 등 복잡한 금융 시리즈를 예측하고,
- 복잡한 패턴 인식
- 자연어 처리
- 추천 시스템
AI 방법의 한계 이해: 실패 모드, 비용 및 일반적인 어려움
- 과적합
- 편향/분산 절충
- 관측 데이터의 편향
- 신경망 중독
적용된 프로젝트 작업(선택)
Requirements
이 과정에 참여하기 위해 필요한 특정 요구 사항은 없습니다.
28 Hours
회원 평가 (2)
That it was applying real company data. Trainer had a very good approach by making trainees participate and compete
Jimena Esquivel - Zaklad Uslugowy Hakoman Andrzej Cybulski
Course - Applied AI from Scratch in Python
The trainer was a professional in the subject field and related theory with application excellently
