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.
コース概要
応用入門 Machine Learning
- 統計学習と機械学習の反復と評価 バイアスと分散のトレードオフ 教師あり学習と教師なし学習 Machine Learning の学習検証テストで解決される問題 – 過学習を回避する ML ワークフロー Machine Learning 機械学習アルゴリズムのワークフロー 問題に適切なアルゴリズムの選択
アルゴリズムの評価
- 数値予測の評価 精度の尺度: ME、MSE、RMSE、MAPE パラメーターと予測の安定性
教師ありアルゴリズム KNN アンサンブル勾配ブースティング SVM
- 教師なしアルゴリズム 距離ベース
密度ベースの方法
- 確率的手法
Keras を使用してシンプルな深層学習モデルを構築する
- Keras モデルの作成 データの理解 深層学習モデルの指定 モデルのコンパイル モデルの適合 分類データの操作 分類モデルの操作 モデルの使用
深層学習のための TensorFlow の使用
- データの準備 データのダウンロード トレーニング データの準備 テスト データの準備 プレースホルダーと変数を使用した入力のスケーリング
ネットワークアーキテクチャの指定
- コスト関数の使用
オプティマイザーの使用
- イニシャライザの使用
要求
- Pythonプログラミングの経験
- 統計や数学的概念に精通していること 。
観客
- 開発者 データサイエンティスト
28 時間