Python (R ile birlikte) makine öğrenimi ve veri biliminde baskın dil haline geldi. Artık karmaşık modelleri karmaşık veri kümelerine sığdırmak için yaygın olarak kullanılıyor. Bu iki günlük yoğun eğitim, standart bir makine öğrenimi analitiği hattında çeşitli görevleri üstlenmeniz için sizi bilgi ve araçlarla donatacaktır. Model oluşturmaya başlamadan önce hem veri standardizasyonu hem de özellik seçimi açısından veri hazırlamanın önemini vurguluyoruz. Eğitim, ağaç tabanlı yöntemler, kümeleme ve seyrek regresyon modelleri de dahil olmak üzere regresyon ve sınıflandırma modellerini kapsar. Model seçimi çapraz doğrulama ve önyükleme kullanılarak gerçekleştirilir.
Katılımcıların Python programlama dilini ve ortak veri yapılarını kullanma konusunda rahat olmaları beklenmektedir. Yaygın istatistiksel terimlere biraz aşina olmak bir avantaj olabilir, ancak zorunlu değildir. Python'a Giriş eğitimine veya eşdeğer deneyime katılım yeterli olmalıdır.
Makine Öğrenimine (ML) Giriş
Makine öğrenimine ve Python'daki Numpy, Scipy ve SciKit-Learn gibi ilgili paketlere giriş.
Verilerin Yeniden İşlenmesi
Ölçeklendirme dönüşümleri ve tek bir etkin kodlamayla verilerinizin neden ve nasıl ön işlemeye tabi tutulacağını öğrenin. Tipik standardizasyon ve normalizasyon prosedürlerini ele alıyoruz.
Modellemeye Giriş
Doğrusal regresyon ve istatistiksel modelden makine öğrenimi modeline nasıl geçtiğimiz gibi giriş niteliğindeki modelleme teknikleri.
Model Değerlendirmesi
Eğitim, doğrulama ve test setlerinin yanı sıra çapraz doğrulama gibi teknikleri kullanarak modellerinizin etkinliğini ölçün. Bir modeli yargılamak için kullanılabilecek ve uygun olan farklı ölçümleri tartışıyoruz.
Düzenleme
Aşırı uyumu önlemeye ve kement, sırt ve elastik ağ regresyonu gibi özellik seçimini gerçekleştirmeye yönelik teknikler.
Kümeleme
Verilerdeki kalıpları ve yapıyı ortaya çıkarmaya yönelik denetimsiz bir öğrenme tekniği.
İleri Teknikler
Gradyan destekli ağaçlar ve destek vektör makineleri gibi algoritmalar kullanılarak daha gelişmiş bazı model uyumu.
Sınıf eğitimlerimizi Azerbaycan ofislerimizde düzenlemekteyiz. Kurumunuza özel eğitimleri ise, dilediğiniz tarih ve lokasyonda organize edebiliriz.