Ευχαριστούμε που στάλθηκε η αποσαφήνισή σας! Ένα μέλος της ομάδου μας θα επικοινωνήσει μαζί σας σύντομα.
Ευχαριστούμε για την εκδήλωση κράτησης! Ένας από τους συνεργάτες μας θα επικοινωνήσει μαζί σας σύντομα.
Διάρκεια 21 Ώρες
Εξέλιξη Κομματιού
Εισαγωγή
- Ορισμός της Προβλεπτικής Τέχνης Νόησης
- Ιστορικό πλαίσιο και εξέλιξη της προβλεπτικής αναλύσεως
- Βασικές αρχές της μηχανικής μάθησης και της ανασύρσεως δεδομένων
Συλλογή και Προεπεξεργασία Δεδομένων
- Συλλογή των σχετικά δεδομένων
- Καθαρισμός και προετοιμασία δεδομένων για ανάλυση
- Κατανόηση των τύπων και των πηγών δεδομένων
Εξερευνητική Ανάλυση Δεδομένων (EDA)
- Οπτικοποίηση δεδομένων για την ανάλυση των ευρημάτων
- Περιγραφική στατιστική και σύνοψη δεδομένων
- Αναγνώριση μοτίβων και σχέσεων στα δεδομένα
Στατιστικός Μοντελοποίηση
- Βασικές αρχές της στατιστικής εσφαλμένης συμπεράσματος
- Ανάλυση παλινδρομήσεως
- Μοντέλα ταξινόμησης
Αλγόριθμοι Μηχανικής Μάθησης για Πρόβλεψη
- Επισκόπηση αλγορίθμων ελεγχόμενης μάθησης
- Δενδρύλα αποφάσεων και τυχαία δάση
- Βασικά για τα νευρωνικά δίκτυα και το βαθύ μάθηση
Αξιολόγηση και Επιλογή Μοντέλου
- Κατανόηση της ακρίβειας και των μετρικών απόδοσης του μοντέλου
- Τεχνικές διασταύρισης επιλογής (cross-validation)
- Υπερπροσαρμογή και βελτιστοποίηση μοντέλου
Πρακτικές Εφαρμογές της Προβλεπτικής Τέχνης Νόησης
- Μελέτες περιπτώσεων σε διάφορους κλάδους
- Ηθικές συλλογές στη προβλεπτική μοντελοποίηση
- Περιορισμοί και προκλήσεις της Προβλεπτικής Τέχνης Νόησης
Εργαστήριο Εφαρμογής
- Εργασία με ένα σύνολο δεδομένων για τη δημιουργία ενός προβλεπτικού μοντέλου
- Εφαρμογή του μοντέλου για τη λήψη προβλέψεων
- Αξιολόγηση και ερμηνεία των αποτελεσμάτων
Απαιτήσεις
- Κατανόηση βασικών εννοιών της στατιστικής
- Εμπειρία με οποιαδήποτε γλώσσα προγραμματισμού
- Συνήθεια στη διαχείριση δεδομένων και τα βιβλία υπολογισμών (spreadsheets)
- Δεν απαιτείται προηγούμενη εμπειρία στην Τέχνη Νόησης ή στη Σχέδια Σχεδιασμού Δεδομένων
Στόχος Κοινό
- Επαγγελματίες του τομέα των ΤΠ
- Αναλυτές δεδομένων
- Τεχνικό προσωπικό
Σχόλια (3)
βασικά και αγάπησαν τα προετοιμασμένα έγγραφα και τα στοιχεία διδασκαλίας
Rekha Nallam - GE Medical Systems Polska Sp. z o.o.
Κομμάτι - Introduction to Predictive AI
Μηχανική Μετάφραση
Ευκαιρία να χρησιμοποιήσετε προ-δημιουργμένα μοντέλα, να κατανοήσετε πώς λειτουργούν και να τα εξυπηρετήσετε ζωντανά δείχνοντας τα αποτελέσματα. Η επιλογή του VSCode με Jupyter ήταν μια παραδεκτή επιλογή για αυτόν τον τρόπο διεξαγωγής της κατάρτισης.
Krzysztof - GE Medical Systems Polska Sp. z o.o.
Κομμάτι - Introduction to Predictive AI
Μηχανική Μετάφραση
Δύσκολα θέματα παρουσιάζονται με απλή και χρήστη-φιλική μέθοδο
Marcin - GE Medical Systems Polska Sp. z o.o.
Κομμάτι - Introduction to Predictive AI
Μηχανική Μετάφραση
