Machine learning: fundamentele tools en praktijken - cursus RUB 51.590. van Netology, training 10 maanden, Datum 30 november 2023.
Gemengde Berichten / / December 02, 2023
Gebruik voorbeelden om de basisalgoritmen te bestuderen en ontdek in welke gevallen u ze kunt gebruiken
Leer algoritmen vergelijken op kant-en-klare datasets en identificeer methoden om de kwaliteit te verbeteren
Model gebouw
Ontdek wat de Sklearn-bibliotheek is en hoe u deze kunt gebruiken. Leer clusteralgoritmen en kan ensembles van modellen bouwen. Leer modellen evalueren en werken met overfitting. Je leert hoe je GridSearch en RandomizedSearch, Model Specific CV, Out of Bag-aanpak kunt gebruiken.
• Sklearn-bibliotheek
• Classificatie-algoritmen: lineaire methoden, logistische regressie en SVM
• Classificatie-algoritmen: beslisbomen
• Regressie-algoritmen: lineair en polynoom
• Clusteralgoritmen
• Ensemble
• Modelnauwkeurigheidsbeoordeling, omscholing, regularisatie
• Verbetering van de kwaliteit van het model
• Projectorganisatie, opstellen van onderzoeksrapporten
• Laboratorium werk
• Oplevering van het tussenproject
Samenwerken met de klant
Je leert de ontwikkeling van data science-projecten plannen en klanten vakkundig vertellen over onderzoeksresultaten.
• Project organisatie
• Opstellen van onderzoeksrapporten
Aanbevolen systemen
In dit en de volgende blokken pas je de opgedane kennis toe op verschillende gebieden van machine learning. Leer tijdens dit blok hoe u gepersonaliseerde en niet-gepersonaliseerde aanbevelingssystemen kunt bouwen en hoe u deze kunt combineren.
• Introductie en classificatie van aanbevelingssystemen
• Inhoudelijke aanbevelingen
•Samenwerkingsfiltering
• Niet-gepersonaliseerde aanbevelingssystemen
• Hybride algoritmen
Computer visie
Je beheerst de basistechnieken van computer vision: feature-extractie, zoeken naar afbeeldingen, segmentatie, objectdetectie, en leert ook hoe je neurale netwerken kunt bouwen.
• Zoeken op afbeeldingen
• Beeldsegmentatie, objectdetectie
• Toepassing van ultraprecieze neurale netwerken voor segmentatie- en detectietaken
• Toepassing van terugkerende netwerken bij beeldverwerkingsproblemen
• Generatieve vijandige netwerken (GAN's)
Natuurlijke taalverwerking (NLP)
Je beheerst morfologische en syntactische analyse, distributiesemantiek en het ophalen van informatie, leer de dimensionaliteit in een vectormodel te verminderen, te classificeren, informatie te extraheren en te genereren teksten.
• Morfologische en syntactische analyse
• Methoden voor het reduceren van de dimensionaliteit in een vectormodel. Informatie zoeken
• Onderwerpmodellering (LSA, LDA, HDP)
• Distributieve semantiek (word2vec, GloVe, AdaGram)
• Telbare taalmodellen en probabilistische taalmodellen. LSTM. Machinevertaling
• Tekstgeneratie (natuurlijke taalgeneratie)
• Classificatieprobleem in AOT
Tijdreeksen
In deze intensieve unit leer je de oorsprong en structuur van een tijdreeks identificeren, toekomstige waarden voorspellen voor effectieve besluitvorming bij het bouwen van machine learning-modellen. Je zult begrijpen wat er ‘onder de motorkap’ zit van populaire methoden en bibliotheken.
• Algoritmen voor het verwerken van tijdreeksen
• ARIMA- en GARCH-modellen
• Markov willekeurige processen
Laatste hackathon
Laten we de training voltooien door te concurreren met cursusgenoten: als onderdeel van een miniteam voor een beperkte tijd en op basis van datasets van grote spelers markt, zul je problemen met het voorspellen van de verkoop of het optimaliseren van de productie moeten oplossen, met behulp van alle kennis en vaardigheden die je hebt verworven cursus. Bij de integratie en het gebruik van machine learning-oplossingen in het bedrijfsleven gaat het in de regel om teamplay, dus een hackathon is ook nuttig als training van de nodige soft skills.
Afstudeerproject
Als onderdeel van je afstudeerproject bouw je een ML-model om je huidige professionele problemen op te lossen: dit kan een systeem zijn verkoopprognoses, objectherkenning in foto's of video's, tijdreeksanalyse, analyse van grote hoeveelheden tekst, enz. D. Als u op dit moment geen ideeën heeft voor uw project (of geen toegang heeft tot de benodigde gegevens), bieden wij u een casestudy aan in een interessegebied op basis van een echte dataset van andere bedrijven. De scriptie wordt zelfstandig voltooid onder begeleiding van cursusexperts en stelt u in staat het volledige scala aan kennis en vaardigheden die u in het programma heeft verworven, te consolideren.