19/12/2019
0
visninger
"Introduktion til dataanalyse" - kursus RUB 20.000. fra MSU, træning 13 uger. (1,5 måned), Dato: 12. maj 2023.
Miscellanea / / December 02, 2023
Programmet henvender sig til ledere, analytikere, forretningsanalytikere, teamledere, dem, der har behov for en kort og tilgængelig præsentation af dataanalysemetoder - maskinlæringsmetoder og neurale netværk.
Adgangskrav
Uddannelsen er beregnet til studerende, der har en videregående uddannelse eller modtager en videregående uddannelse (på næstsidste og sidste studieår)
Datoer: 12, 16, 17, 19, 23, 24, maj 2023
Undervisning fra 17.00 til 20.00
Foredrag 1 Adgangskrav. Introduktion til programmet
Målsætninger
Programoversigt
Lineære algebra udtryk
Eksempler på genstandsrepræsentation
Regler for arbejde med matricer og vektorer på 1.-2. års niveau på et teknisk universitet.
Foredrag 2 Grundlæggende typer af modeller til at finde mønstre i data
Regressions analyse
Dataklyngning
Simple og generaliserede beslutningstræer
Datareduktion - hovedkomponentanalyse
Evolutionære algoritmer
Neurale netværk
Foredrag 3 Introduktion til dataanalyse
Introduktion til dataanalyse og mønstergenkendelse
Primær datatransformation, søg efter outliers
Regressionsanalyse, rullende kontrol
Beslutningstræer, simple og generaliserede former
Foredrag 4 Nærhed (lighed) af objekter. Klynger og deres søgning
Klynge som en forbundet komponent i en graf.
Konstruktion af et minimumspændende træ.
Metode til K betyder, simple og generaliserede versioner.
Hierarkisk klyngeanalyse, dendrogrammer
Foredrag 5 Hovedkomponentmetode
Faktorer og deres søgning, SVD matrix nedbrydning
Geometrisk betydning af faktorer
Regression på faktorer
Multidimensionel skalering
Foredrag 6 Avancerede analysemetoder
Evolutionære algoritmer – GMDH, genetisk
Kernefunktioner – "signless" dataanalyse
SVM og støttevektorer
"Når der er lidt data" - Bootstrap-metoden
Familier af prædiktive algoritmer
"Fuzzy"-skilte (Fuzzy)
"Fuzzy" klassificeringer
Foredrag 7 Neurale netværk. Del 1
Perceptron-model og dens begrænsninger
Klassiske neurale netværk, lag af neuroner, to typer neuroner
Problemer løst af neurale netværk, "Deep learning"
Foredrag 8 Neurale netværk. Del 2
Billedanalyse og konvolutionelle neurale netværk
Neurale netværk og Feature Engineering
Overfitting problem
Udsigter for udvikling af neurale netværk
Graphics Processing Units (GPU'er).
Foredrag 9 Konsolidering af viden
Gentagelse af grundmateriale ved hjælp af et praktisk eksempel
Opsummerende
Kumulativ kredit
Cassandra Basics
Kurset dækker det grundlæggende i Cassandra 4-x arkitektur, udvikling af konceptuelle, logiske og fysiske datamodeller. Dækker alle de nødvendige tekniske detaljer for at bruge Cassandra til skalerbar lagring af data i Java-projekter, samt til overvågning, konfiguration og konfiguration produktivitet.
4
51 500 ₽
Flere detaljer Til kursets hjemmeside
Tilmelding
YOU MIGHT ALSO LIKE
