Vielen Dank für die Zusendung Ihrer Anfrage! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Vielen Dank, dass Sie Ihre Buchung abgeschickt haben! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Schulungsübersicht
Einführung in die Angewandte Medizin Machine Learning
-
Statistisches Lernen vs. Maschinelles Lernen
Iteration und Bewertung
Bias-Varianz-Abwägung
Überwachtes vs. unüberwachtes Lernen
Mit Machine Learning gelöste Probleme
Train Validation Test – ML-Arbeitsablauf zur Vermeidung von Overfitting
Arbeitsablauf von Machine Learning
Algorithmen für maschinelles Lernen
Auswahl eines geeigneten Algorithmus für das Problem
Algorithmus-Bewertung
-
Bewertung der numerischen Vorhersagen
Maße für die Genauigkeit: ME, MSE, RMSE, MAPE
Stabilität von Parametern und Vorhersagen
Überwachte Algorithmen KNN Ensemble Gradient Boosting SVM
-
Unüberwachte Algorithmen
Abstandsorientiert
Dichtebasierte Methoden
-
Probabilistische Methoden
Erstellung einfacher Deep Learning-Modelle mit Keras
-
Erstellen eines Keras Modells
Verstehen Ihrer Daten
Ihr Deep Learning-Modell spezifizieren
Kompilieren Ihres Modells
Anpassen Ihres Modells
Arbeiten mit Ihren Klassifizierungsdaten
Arbeiten mit Klassifizierungsmodellen
Verwendung Ihrer Modelle
Arbeiten mit TensorFlow für Deep Learning
-
Aufbereitung der Daten
Herunterladen der Daten
Vorbereiten der Trainingsdaten
Vorbereiten von Testdaten
Eingaben skalieren
Verwenden von Platzhaltern und Variablen
Spezifizierung der Netzwerkarchitektur
-
Verwendung der Kostenfunktion
Verwendung des Optimierers
-
Initialisierer verwenden
Voraussetzungen
- Erfahrung mit Python Programmierung
- Grundlegende Vertrautheit mit Statistik und mathematischen Konzepten
Publikum
- Entwickler
- Datenwissenschaftler
28 Stunden