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
Εισαγωγή στην Εφαρμοσμένη Machine Learning
- Στατιστική μάθηση έναντι μηχανικής μάθησης Επανάληψη και αξιολόγηση Ανταλλαγή προκατάληψης-διακύμανσης
Οπισθοδρόμηση
- Γραμμική παλινδρόμηση Γενικεύσεις και Ασκήσεις Μη γραμμικότητας
Ταξινόμηση
- Μπεϋζιανή ανανέωση Naive Bayes Logistic regression K-Κοντινότεροι γείτονες Ασκήσεις
Διασταυρούμενη επικύρωση και επαναδειγματοληψία
- Προσεγγίσεις διασταυρούμενης επικύρωσης Bootstrap Ασκήσεις
Εκμάθηση χωρίς επίβλεψη
- Ομαδοποίηση K-means Παραδείγματα Προκλήσεις μάθησης χωρίς επίβλεψη και πέρα από το K-means
Requirements
Γνώση γλώσσας προγραμματισμού R. Συνιστάται βασική εξοικείωση με τη στατιστική και τη γραμμική άλγεβρα.
14 Hours