Zaawansowane uczenie maszynowe w R

Opis

Szkolenie poświęcone jest zaawansowanym technikom uczenia maszynowego implementowanym w środowisku R. Program obejmuje głębokie uczenie, zaawansowane metody ensemble oraz techniki optymalizacji modeli. Uczestnicy poprzez praktyczne warsztaty uczą się projektować i implementować złożone rozwiązania uczenia maszynowego. Zajęcia prowadzone są w formie intensywnych warsztatów z wykorzystaniem rzeczywistych przypadków użycia i najnowszych narzędzi.

Profil uczestnika

• Specjaliści uczenia maszynowego
• Data Scientists
• Badacze AI
• Inżynierowie ML
• Analitycy predyktywni
• Eksperci ds. sztucznej inteligencji
• Architekci rozwiązań ML

Agenda

1. Zaawansowane modele uczenia maszynowego
• Głębokie sieci neuronowe
• Rekurencyjne sieci neuronowe
• Sieci konwolucyjne
• Transfer learning
2. Metody ensemble i boosting
• Zaawansowane techniki boosting
• Stacking i blending
• Kalibracja modeli
• Optymalizacja hiperparametrów
3. Uczenie reprezentacji
• Redukcja wymiarowości
• Autokodery
• Uczenie przez wzmacnianie
• Generatywne modele adwersaryjne
4. Wdrażanie i monitorowanie
• Architektura systemów ML
• Monitoring modeli
• Interpretacja wyników
• Aktualizacja modeli

Korzyści

Uczestnik zdobędzie zaawansowaną wiedzę w zakresie implementacji złożonych modeli uczenia maszynowego w R. Rozwinie umiejętności projektowania i optymalizacji systemów głębokiego uczenia. Nabędzie kompetencje pozwalające na tworzenie i wdrażanie zaawansowanych rozwiązań ML w środowisku produkcyjnym. Pozna metody efektywnego łączenia różnych technik uczenia maszynowego. Będzie potrafił oceniać i interpretować wyniki złożonych modeli ML. Rozwinie umiejętność projektowania skalowalnych systemów uczenia maszynowego.

Wymagane przygotowanie uczestników

• Praktyczna znajomość uczenia maszynowego
• Zaawansowana znajomość programowania w R
• Doświadczenie w implementacji modeli ML
• Znajomość matematyki i statystyki

Zagadnienia

• Głębokie sieci neuronowe
• Uczenie transferowe
• Metody ensemble
• Optymalizacja hiperparametrów
• Uczenie reprezentacji
• Autokodery
• Modele generatywne
• Interpretacja modeli
• Architektura systemów ML
• Wdrażanie modeli
• Monitoring wydajności
• Skalowalność rozwiązań

Poznaj naszą firmę