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
Machine Learning Introduction
- Types of machine learning – supervised vs unsupervised
- From statistical learning to machine learning
- The data mining workflow: business understanding, data preparation, modeling, deployment
- Choosing the right algorithm for the task
- Overfitting and the bias-variance tradeoff
Python and ML Libraries Overview
- Why use programming languages for ML
- Choosing between R and Python
- Python crash course and Jupyter Notebooks
- Python libraries: pandas, NumPy, scikit-learn, matplotlib, seaborn
Testing and Evaluating ML Algorithms
- Generalization, overfitting, and model validation
- Evaluation strategies: holdout, cross-validation, bootstrapping
- Metrics for regression: ME, MSE, RMSE, MAPE
- Metrics for classification: accuracy, confusion matrix, unbalanced classes
- Model performance visualization: profit curve, ROC curve, lift curve
- Model selection and grid search for tuning
Data Preparation
- Data import and storage in Python
- Exploratory analysis and summary statistics
- Handling missing values and outliers
- Standardization, normalization, and transformation
- Qualitative data recoding and data wrangling with pandas
Classification Algorithms
- Binary vs multiclass classification
- Logistic regression and discriminant functions
- Naïve Bayes, k-nearest neighbors
- Decision trees: CART, Random Forests, Bagging, Boosting, XGBoost
- Support Vector Machines and kernels
- Ensemble learning techniques
Regression and Numerical Prediction
- Least squares and variable selection
- Regularization methods: L1, L2
- Polynomial regression and nonlinear models
- Regression trees and splines
Unsupervised Learning
- Clustering techniques: k-means, k-medoids, hierarchical clustering, SOMs
- Dimensionality reduction: PCA, factor analysis, SVD
- Multidimensional scaling
Text Mining
- Text preprocessing and tokenization
- Bag-of-words, stemming, and lemmatization
- Sentiment analysis and word frequency
- Visualizing text data with word clouds
Recommendation Systems
- User-based and item-based collaborative filtering
- Designing and evaluating recommendation engines
Association Pattern Mining
- Frequent itemsets and Apriori algorithm
- Market basket analysis and lift ratio
Outlier Detection
- Extreme value analysis
- Distance-based and density-based methods
- Outlier detection in high-dimensional data
Machine Learning Case Study
- Understanding the business problem
- Data preprocessing and feature engineering
- Model selection and parameter tuning
- Evaluation and presentation of findings
- Deployment
Summary and Next Steps
Requirements
- Basic understanding of statistics and linear algebra
- Familiarity with data analysis or business intelligence concepts
- Some exposure to programming (preferably Python or R) is recommended
- Interest in learning applied machine learning for data-driven projects
Audience
- Data analysts and scientists
- Statisticians and research professionals
- Developers and IT professionals exploring machine learning tools
- Anyone involved in data science or predictive analytics projects
21 Hours
Testimonials (3)
Dù phải nghỉ một ngày vì các cuộc họp với khách hàng, tôi cảm thấy mình đã có hiểu biết rõ ràng hơn về các quy trình và kỹ thuật được sử dụng trong Machine Learning và khi nào nên áp dụng phương pháp này thay vì phương pháp khác. Thách thức của chúng ta bây giờ là thực hành những gì đã học và bắt đầu áp dụng vào lĩnh vực vấn đề của mình.
Richard Blewett - Rock Solid Knowledge Ltd
Course - Machine Learning – Data science
Machine Translated
Tôi thích rằng khóa đào tạo tập trung vào các ví dụ và lập trình. Tôi nghĩ rằng không thể gói gọn nhiều nội dung như vậy trong ba ngày đào tạo, nhưng tôi đã sai. Khóa học đã đề cập đến nhiều chủ đề và mọi thứ đều được thực hiện một cách chi tiết (đặc biệt là việc điều chỉnh tham số của mô hình - tôi không mong đợi sẽ có thời gian cho điều này và tôi rất ngạc nhiên).
Bartosz Rosiek - GE Medical Systems Polska Sp. Zoo
Course - Machine Learning – Data science
Machine Translated
Nó đang hiển thị nhiều phương pháp với các script đã được chuẩn bị sẵn - những tài liệu được chuẩn bị rất tốt và dễ dàng để tra cứu lại.
Kamila Begej - GE Medical Systems Polska Sp. Zoo
Course - Machine Learning – Data science
Machine Translated
