DevOps Artisan – Machine Learning in TensorFlow/Keras​ Fundamentals

Cui i se adresează?

Cui i se adresează?

Cursul DevOps Artisan – Machine Learning in TensorFlow/Keras​ Fundamentals se adresează tuturor celor care doresc să afle mai multe despre Inteligența Artificială.

Ce vei învăța?

Ce vei învăța?

În cadrul acestui curs, participanții vor configura mediul, vor scrie primele linii de cod in Python folosind biblioteci numerice și tehnici de vizualizare a datelor. Acest curs poate fi utilizat ca o sursă de informații de sine stătătoare sau ca un pas spre Learning Path-ul Machine Learning.

Cerințe preliminare:

Cerințe preliminare:

Pentru a putea participa la acest curs, studenții trebuie să aibă cunoștințe la nivel basic de Data Science in Python.

Agenda cursului:

Materialele de curs sunt în limba Engleză. Predarea se face în limba Română.

Agenda cursului:

Materialele de curs sunt în limba Engleză. Predarea se face în limba Română.

Module 1: Introduction

  • What is ML?
  • Where can I find it in real life?
  • Why now?
  • What are the three main categories of ML?
  • Supervised learning
  • Unsupervised learning
  • Reinforcement learning (demo)
  • ML pipeline

 Module 2: Machine Learning with sci-kit

  • ML pipeline review
  • scikit Python Library
  • Data representation
  • Feature matrix
  • Target array
  • Iris dataset example
  • Estimator API
  • Linear Regression
  • Simple Linear Regression
  • Model Evaluation
  • Polynomial Regression

Hands-on Lab: Doing a little bit of data preprocessing, analyzing the difference between categorical and numerical data, plotting some relevant statistical values and visually inspecting the correlation between features

  • Selecting the best model
  • The bias-variance trade-off
  • Logistic Regression
  • Who survives the Titanic?
  • Naive Bayes
  • Gaussian Naive Bayes
  • Multinomial Naive Bayes
  • Categorical Naive Bayes
  • k Nearest Neighbours
  • k-Means Clustering
  • Dimensionality reduction
  • Principal Components Analysis (PCA)
  • Singular Value Decomposition (SVD)
  • Decision Trees
  • Random Forests

Hands-on Lab: Playing around with different values affecting the bias and the variance, calculating precision, recall, F1 and F2-scores, comparing different models on the training and testing accuracies.

Module 3: Neural Networks in Tensorflow/Keras

  • Artificial Neural Networks (ANNs)
  • Neurons
  • Layers
  • Activation Functions
  • More vocabulary
  • Popular Frameworks
  • Keras
  • Linear Regression
  • Defining Models in Keras
  • Training and predicting
  • Fashion MNIST example

Hands-on Lab: Creating our first custom neural network model; choosing the number of layers and the number of neurons per layer; tweaking the learning rate. Training the neural network on real world data.

Module 4: Convolutional Neural Networks (peek)

  • Motivation behind CNNs
  • CNN Building blocks
  • Convolution Layers
  • Pooling Layers
  • CNNs in Keras
  • Data Augmentation
  • Architectures

Module 5: NLP using Deep Learning

  • Spam detector
  • Sentiment analyzer
  • Autocomplete

Module 6: Reinforcement Learning

  • Frozen Lake demo
  • Flappy Bird demo

Module 7: Recommender Systems

  • Data preparation
  • Cosine distance
  • SVD for recommender systems
  • Autoencoder demo

Recomandăm să continui cu:

Recomandăm să continui cu:

Programe de certificare

Programe de certificare

DevOps Artisan – Machine Learning in TensorFlow/Keras​ Fundamentals

Detalii curs

Durată

2
zile

Preț

840 EUR

Modalități de livrare

Clasă virtuală

Nivel de specializare

2. Associate

Roluri asociate

DevOps