Περιγραφή μαθήματος

Βελτιώστε τα επιχειρηματικά προϊόντα με ML & AI

Με την υιοθέτηση του Machine Learning θα αναπτύξετε ισχυρά μοντέλα για την ανάλυση μεγαλύτερων και πιο περίπλοκων δεδομένων και θα εντοπίσεις ευκαιρίες και πιθανούς κινδύνους. Αυτό το μάθημα παρέχει τα θεμέλια των δύο μεγαλύτερων τομέων στη μηχανική μάθηση: εποπτευόμενη και μη εποπτευόμενη μάθηση.

Θα μάθεις πώς εφαρμόζονται οι τεχνικές μηχανικής μάθησης σε επιχειρηματικά προβλήματα, καθώς και πώς να εφαρμόσετε αυτές τις τεχνικές χρησιμοποιώντας δημοφιλείς βιβλιοθήκες Python. Επιπλέον, θα αποκτήσεις εμπειρία στην εξαγωγή χρήσιμων πληροφοριών και θα προσδιορίσεις μοτίβα στα δεδομένα.

 

Αποτελέσματα μαθήματος

  • Κατανοήσε τις βασικές έννοιες της μηχανικής μάθησης και τις προκλήσεις της

  • Μάθε τα πλεονεκτήματα και τις αδυναμίες διαφόρων δημοφιλών προσεγγίσεων μηχανικής μάθησης

  • Σχεδιάσε και εφαρμόσε διάφορους αλγόριθμους μηχανικής μάθησης για διαφορετικούς τύπους προβλημάτων

Περιεχόμενο εκπαίδευσης

  • Introduction to Machine Learning
  • Linear Regression
  • Polynomial Regression
  • Overfitting vs Underfitting
  • Cross Validation
  • Loss functions
  • Gradient decent
  • Lasso(L1) and Ridge (L2) regularization
  • Logistic regression
  • KNN
  • SVM
  • Naive Bayes
  • Bagging
  • Decision trees
  • Random forest
  • Boosting
  • Hyperparameter tuning

Περισσότερα μαθήματα

Ανάκτηση data από βάσεις δεδομένων και το διαδίκτυο

Λεπτομέρειες

Data Science για Managers

Λεπτομέρειες

Καθαρισμός και εξερεύνηση δεδομένων με Python

Λεπτομέρειες

Ξεκίνα την καριέρα σου ως Data Scientist