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.
Đề cương khóa học
Giới thiệu về các Mô hình Nâng cao Machine Learning
- Tổng quan về các mô hình phức tạp: Random Forests, Gradient Boosting, Neural Networks
- Khi nào sử dụng các mô hình nâng cao: Thực tiễn tốt nhất và các trường hợp sử dụng
- Giới thiệu về các kỹ thuật học tập kết hợp
Điều chỉnh và Tối ưu hóa Siêu tham số
- Các kỹ thuật tìm kiếm lưới và tìm kiếm ngẫu nhiên
- Tự động hóa điều chỉnh siêu tham số với Google Colab
- Sử dụng các kỹ thuật tối ưu hóa nâng cao (Bayesian, Thuật toán Di truyền)
Neural Networks và Deep Learning
- Xây dựng và huấn luyện mạng nơ-ron sâu
- Học chuyển giao với các mô hình được huấn luyện trước
- Tối ưu hóa các mô hình học sâu để đạt hiệu suất
Triển khai Mô hình
- Giới thiệu về các chiến lược triển khai mô hình
- Triển khai mô hình trong môi trường đám mây bằng Google Colab
- Suy luận thời gian thực và xử lý hàng loạt
Làm việc với Google Colab cho Machine Learning Quy mô Lớn
- Hợp tác trong các dự án học máy trên Colab
- Sử dụng Colab để huấn luyện phân tán và tăng tốc GPU/TPU
- Tích hợp với các dịch vụ đám mây để huấn luyện mô hình có khả năng mở rộng
Khả năng Giải thích và Tính Minh bạch của Mô hình
- Khám phá các kỹ thuật giải thích mô hình (LIME, SHAP)
- AI có thể giải thích cho các mô hình học sâu
- Xử lý thiên vị và công bằng trong các mô hình học máy
Các Ứng dụng Thực tế và Nghiên cứu Tình huống
- Áp dụng các mô hình nâng cao trong lĩnh vực chăm sóc sức khỏe, tài chính và thương mại điện tử
- Nghiên cứu tình huống: Các triển khai mô hình thành công
- Thách thức và xu hướng tương lai trong học máy nâng cao
Tóm tắt và Các Bước Tiếp Theo
Requirements
- Hiểu biết vững chắc về các thuật toán và khái niệm học máy
- Thành thạo lập trình Python
- Có kinh nghiệm với Jupyter Notebooks hoặc Google Colab
Đối tượng
- Nhà khoa học dữ liệu
- Các chuyên gia thực hành học máy
- Kỹ sư AI
21 Hours
Testimonials (2)
the ML ecosystem not only MLFlow but Optuna, hyperops, docker , docker-compose
Guillaume GAUTIER - OLEA MEDICAL
Course - MLflow
I enjoyed participating in the Kubeflow training, which was held remotely. This training allowed me to consolidate my knowledge for AWS services, K8s, all the devOps tools around Kubeflow which are the necessary bases to properly tackle the subject. I wanted to thank Malawski Marcin for his patience and professionalism for training and advice on best practices. Malawski approaches the subject from different angles, different deployment tools Ansible, EKS kubectl, Terraform. Now I am definitely convinced that I am going into the right field of application.
