Aperçu du cours
Deze opleiding is bedoeld om de kennis van machine learning te verdiepen, met de nadruk op de implementatie van geavanceerde leeralgoritmen en hun toepassing op datasets. De deelnemers leren regressiemodellen toe te passen, gradiëntmethoden te gebruiken voor complexe modeltraining en gedeeltelijk waargenomen tijdreeksen te analyseren.
Prérequis
- Basiskennis van statistiek of machine learning.
- Begrip van kansrekening en statistische concepten.
- Ervaring met regressiemodellen is een pluspunt.
Objectifs pédagogiques
- Implementeren van geavanceerde leeralgoritmen.
- Toepassen van regressiemodellen op datasets.
- Begrijpen en gebruiken van gradiëntmethoden voor complexe modeltraining.
- Analyseren van gedeeltelijk waargenomen tijdreeksen met geavanceerde technieken.
- Onderzoeken van casestudy’s om real-world problemen in machine learning op te lossen.
Public ciblé
- Deze opleiding is bedoeld voor ingenieurs en technici met een basiskennis van statistiek of machine learning en een goed begrip van kansrekening en statistische concepten.
Programme de formation
-
Herhalingen en Regressiemodellen (7 uur)
-
Herhaling van machine learning (1 uur)
-
Overzicht van regressiemodellen (2 uur)
-
Praktische oefeningen voor de implementatie van regressiemodellen (3 uur)
-
Casestudy’s (1 uur)
-
-
Gradiëntmethoden en Tijdreeksen (7 uur)
-
Gradiëntmethoden voor het trainen van complexe modellen (1 uur)
-
Praktische oefeningen met gradiëntmethoden (2 uur)
-
Leren van gedeeltelijk waargenomen tijdreeksen (2 uur)
-
Praktische toepassingen op temporele gegevens (2 uur)
-
Instructeur
