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.
Course Outline
- ML 소개 인공 지능의 일부인 기계 학습 ML 알고리즘 유형 ML의 과제와 잠재적 사용 ML의 과적합 및 편향-분산 절충 기계 학습 기술 기계 학습 워크플로 지도 학습 – 분류, 회귀 비지도 학습 – 클러스터링, 이상 탐지 준지도 학습 및 Reinforcement Learning 머신러닝 고려 사항 데이터 전처리 데이터 준비 및 변환 특성 엔지니어링 특성 스케일링 차원 축소 및 변수 선택 데이터 시각화 탐색적 분석 사례 연구 고급 특성 엔지니어링 및 예측을 위한 선형 회귀 결과에 미치는 영향 시계열 분석 및 월간 판매량 예측 - 기본 방법, 계절 조정, 회귀, 지수평활, ARIMA, 신경망 시장 바구니 분석 및 연관 규칙 마이닝 클러스터링 및 자기 조직화 맵을 사용한 세분화 분석 로지스틱 회귀를 사용하여 고객이 불이행할 가능성이 있는 분류, 결정 나무, xgboost, svm
Requirements
Machine Learning 기초에 대한 지식과 인식
14 Hours
회원 평가 (2)
the ML ecosystem not only MLFlow but Optuna, hyperops, docker , docker-compose
Guillaume GAUTIER - OLEA MEDICAL
Course - MLflow
I enjoyed participating in the Kubeflow training, which was held remotely. This training allowed me to consolidate my knowledge for AWS services, K8s, all the devOps tools around Kubeflow which are the necessary bases to properly tackle the subject. I wanted to thank Malawski Marcin for his patience and professionalism for training and advice on best practices. Malawski approaches the subject from different angles, different deployment tools Ansible, EKS kubectl, Terraform. Now I am definitely convinced that I am going into the right field of application.
