„Bevezetés az adatelemzésbe” - tanfolyam 20 000 RUB. MSU-tól, képzés 13 hét. (1,5 hónap), Dátum: 2023. május 12.
Vegyes Cikkek / / December 02, 2023
A program vezetőknek, elemzőknek, üzleti elemzőknek, csapatvezetőknek, akiknek szükségük van az adatelemzési módszerek rövid és hozzáférhető bemutatására - gépi tanulási módszerek és neurális hálózatok.
Felvételi követelmények
A program azoknak a hallgatóknak szól, akik felsőfokú végzettséggel rendelkeznek, vagy felsőoktatásban részesülnek (az utolsó előtti és utolsó tanulmányi évben)
Időpontok: 2023. május 12,16,17,19,23,24
Órák 17.00-20.00 óráig
1. előadás Belépési követelmények. A program bemutatása
Célkimutatások
Program áttekintés
Lineáris algebra kifejezések
Példák tárgyábrázolásra
A mátrixokkal és vektorokkal való munka szabályai a műszaki egyetem 1-2. évfolyamán.
2. előadás Alapvető modelltípusok minták megtalálásához az adatokban
Regresszió analízis
Adatcsoportosítás
Egyszerű és általánosított döntési fák
Adatredukció – főkomponens elemzés
Evolúciós algoritmusok
Neurális hálózatok
3. előadás Bevezetés az adatelemzésbe
Bevezetés az adatelemzésbe és a mintafelismerésbe
Elsődleges adatok átalakítása, kiugró értékek keresése
Regresszióanalízis, gördülő kontroll
Döntési fák, egyszerű és általánosított formák
4. előadás Tárgyak közelsége (hasonlósága). Klaszterek és keresésük
A klaszter, mint egy gráf összefüggő összetevője.
Minimális feszítőfa építése.
A K eszközök módszere, egyszerű és általánosított változatok.
Hierarchikus klaszteranalízis, dendrogramok
5. előadás Főkomponens módszer
Tényezők és keresésük, SVD-mátrixbontás
A tényezők geometriai jelentése
Regresszió a tényezőkön
Többdimenziós méretezés
6. előadás Speciális elemzési módszerek
Evolúciós algoritmusok – GMDH, genetikai
Kernel függvények – „jel nélküli” adatelemzés
SVM és támogató vektorok
„Ha kevés az adat” – Bootstrap módszer
Prediktív algoritmusok családjai
"Fuzzy" jelek (Fuzzy)
"Fuzzy" osztályozók
7. előadás Neurális hálózatok. 1. rész
Perceptron modell és korlátai
Klasszikus neurális hálózatok, idegsejtek rétege, kétféle neuron
Neurális hálózatok által megoldott problémák, „mély tanulás”
8. előadás Neurális hálózatok. 2. rész
Képelemzés és konvolúciós neurális hálózatok
Neurális hálózatok és jellemzők tervezése
Túlszerelési probléma
A neurális hálózatok fejlesztésének kilátásai
Grafikus feldolgozó egységek (GPU).
9. előadás A tudás megszilárdítása
Alapanyag ismétlése gyakorlati példa segítségével
Összegzés
Halmozott hitel
A kurzus kiterjed a Cassandra 4-x architektúra alapjaira, a fogalmi, logikai és fizikai adatmodellek fejlesztésére. Tartalmazza a Cassandra skálázható használatához szükséges összes műszaki részletet adatok tárolása Java projektekben, valamint megfigyelés, konfigurálás és konfigurálás termelékenység.
4
51 500 ₽