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
Δημιουργία Περιβάλλοντος Εργασίας
Επισκόπηση των δυνατοτήτων AutoML
Πώς AutoML εξερευνά αλγόριθμους
- Μηχανές ενίσχυσης κλίσης (GBM), Random Forest, GLM, κ.λπ.
Επίλυση προβλημάτων ανά περίπτωση χρήσης
Επίλυση προβλημάτων με τύπο δεδομένων εκπαίδευσης
Θέματα απορρήτου δεδομένων
Θεωρήσεις κόστους
Προετοιμασία Δεδομένων
Εργασία με Αριθμητικά και Κατηγορικά Δεδομένα
- Δεδομένα πίνακα IID (H2O AutoML, αυτόματη εκμάθηση, TPOT)
Εργασία με δεδομένα που εξαρτώνται από το χρόνο (δεδομένα χρονικής σειράς)
Ταξινόμηση ακατέργαστου κειμένου
Ταξινόμηση ακατέργαστων δεδομένων εικόνας
- Deep Learning και Αναζήτηση Νευρωνικής Αρχιτεκτονικής (TensorFlow, PyTorch, Auto-Keras, κ.λπ.)
Ανάπτυξη μιας μεθόδου AutoML
Μια ματιά στους αλγόριθμους στο εσωτερικό AutoML
Συνδυάζοντας διαφορετικά μοντέλα μαζί
Αντιμετώπιση προβλημάτων
Περίληψη και Συμπέρασμα
Requirements
- Εμπειρία με αλγόριθμους μηχανικής μάθησης.
- Python ή R εμπειρία προγραμματισμού.
Ακροατήριο
- Αναλυτές δεδομένων
- Επιστήμονες δεδομένων
- Μηχανικοί δεδομένων
- προγραμματιστές
14 Hours
