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
- Sự khác biệt giữa học thống kê (phân tích thống kê) và học máy
- Việc áp dụng công nghệ học máy và nhân tài bởi các công ty tài chính và ngân hàng
Các Loại Machine Learning Khác Nhau
- Học có giám sát so với học không giám sát
- Lặp lại và đánh giá
- Sự đánh đổi giữa thiên vị và phương sai
- Kết hợp học có giám sát và học không giám sát (học bán giám sát)
Machine Learning Languages và Bộ Công Cụ
- Hệ thống và phần mềm mã nguồn mở so với độc quyền
- Python so với R so với Matlab
- Thư viện và khung công cụ
Các Nghiên Cứu Trường Hợp Machine Learning
- Dữ liệu người tiêu dùng và dữ liệu lớn
- Đánh giá rủi ro trong cho vay người tiêu dùng và doanh nghiệp
- Cải thiện dịch vụ khách hàng thông qua phân tích cảm xúc
- Phát hiện gian lận danh tính, gian lận thanh toán và rửa tiền
Thực hành: Python cho Machine Learning
- Chuẩn bị Môi trường Phát triển
- Lấy các thư viện và gói học máy Python
- Làm việc với scikit-learn và PyBrain
Cách Tải Dữ Liệu Machine Learning
- Databases, kho dữ liệu và dữ liệu trực tuyến
- Lưu trữ và xử lý phân tán với Hadoop và Spark
- Dữ liệu xuất và Excel
Mô Hình Hóa Quyết Định Business với Supervised Learning
- Phân loại dữ liệu của bạn (phân loại)
- Sử dụng phân tích hồi quy để dự đoán kết quả
- Chọn từ các thuật toán học máy có sẵn
- Hiểu các thuật toán cây quyết định
- Hiểu các thuật toán rừng ngẫu nhiên
- Đánh giá mô hình
- Bài tập
Phân Tích Hồi Quy
- Hồi quy tuyến tính
- Tổng quát hóa và Phi tuyến tính
- Bài tập
Phân Loại
- Cập nhật lại Bayes
- Naive Bayes
- Hồi quy logistic
- K-Nearest Neighbors
- Bài tập
Thực hành: Xây Dựng Mô Hình Ước Tính
- Đánh giá rủi ro cho vay dựa trên loại và lịch sử của khách hàng
Đánh Giá Hiệu Suất của Thuật Toán Machine Learning
- Xác thực chéo và lấy mẫu lại
- Tổng hợp Bootstrap (bagging)
- Bài tập
Mô Hình Hóa Quyết Định Business với Unsupervised Learning
- Khi không có bộ dữ liệu mẫu
- Phân cụm K-means
- Thách thức của học không giám sát
- Vượt ra ngoài K-means
- Mạng Bayes và Mô hình ẩn Markov
- Bài tập
Thực hành: Xây Dựng Hệ Thống Đề Xuất
- Phân tích hành vi trong quá khứ của khách hàng để cải thiện các dịch vụ mới
Mở Rộng Khả Năng của Công Ty Bạn
- Phát triển mô hình trên đám mây
- Tăng tốc học máy với GPU
- Áp dụng mạng nơ-ron Deep Learning cho thị giác máy tính, nhận dạng giọng nói và phân tích văn bản
Lời Kết
Requirements
- Có kinh nghiệm với lập trình Python
- Có kiến thức cơ bản về thống kê và đại số tuyến tính
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.
