University of St Andrews - Online

Cursus Intermediair: End-to-end machinaal leren

Vergroot je expertise op het gebied van machine learning door je te verdiepen in complexere algoritmen en toepassingen in de echte wereld.

Deze korte cursus is bedoeld voor professionals die de concepten en technologieën willen begrijpen die ten grondslag liggen aan moderne machine learning.

In deze cursus leer je over moderne methoden voor machinaal leren aan de hand van vijf onderwerpen:

• Classificatie legt uit hoe je het beste discrete klassen kunt voorspellen, bijvoorbeeld kredietaanvragen accepteren of afwijzen.
• Trainingmodellen introduceert de methoden die worden gebruikt om het kernprobleem van optimalisatie op te lossen: welke variant van een klasse modellen heeft de minste fout?
• Trees & Random Forests onderzoekt hoe boommodellen kunnen worden afgeleid, uitgebreid en ingezet om modellen te produceren met gevalideerde schattingen van de prestaties op nieuwe gegevensinstanties.
• Dimensionaliteitsreductie behandelt de grondgedachte achter en de methoden die van toepassing zijn op het reduceren van het aantal kenmerken dat wordt gebruikt in voorspellende modellen voor machinaal leren.
• Unsupervised Learning bekijkt hoe modellen kunnen worden geleerd en ingezet waarvoor geen doelvariabele bestaat.

Voor elk onderwerp wordt geavanceerde Python-code geleverd en uitgelegd. Je belangrijkste leerresultaten zijn het bepalen welke modellen toepasbaar zijn voor verschillende gegevens en doelstellingen, en het uitvoeren van hyperparameter-tuning of modelselectie, afhankelijk van het model.