„Увод у анализу података“ - курс 20.000 РУБ. из МСУ, обука 13 недеља. (1,5 месеца), Датум: 12.05.2023.
мисцеланеа / / December 02, 2023
Програм је намењен менаџерима, аналитичарима, пословним аналитичарима, вођама тимова, онима којима је потребна кратка и приступачна презентација метода анализе података – методе машинског учења и неуронске мреже.
Захтеви за пријем
Програм је намењен студентима који имају високо образовање или су на високом образовању (на претпоследњој и завршној години студија)
Датуми: 12,16,17,19,23,24, мај 2023.
Часови од 17.00 до 20.00 часова
Предавање 1 Услови за упис. Увод у програм
Изјаве о циљевима
Преглед програма
Појмови линеарне алгебре
Примери представљања објеката
Правила за рад са матрицама и векторима на нивоу 1.-2. године техничког универзитета.
Предавање 2 Основни типови модела за проналажење образаца у подацима
Регресиона анализа
Груписање података
Једноставна и уопштена стабла одлучивања
Редукција података – анализа главних компоненти
Еволуциони алгоритми
Неуронске мреже
Предавање 3 Увод у анализу података
Увод у анализу података и препознавање узорака
Примарна трансформација података, тражење одступања
Регресиона анализа, роллинг контрола
Стабла одлучивања, једноставни и генерализовани облици
Предавање 4 Близина (сличност) објеката. Кластери и њихова претрага
Кластер као повезана компонента графа.
Израда минималног разапињућег стабла.
Метода К значи, једноставне и уопштене верзије.
Хијерархијска кластер анализа, дендрограми
Предавање 5 Метода главне компоненте
Фактори и њихова претрага, декомпозиција СВД матрице
Геометријско значење фактора
Регресија на факторе
Вишедимензионално скалирање
Предавање 6 Напредне методе анализе
Еволуциони алгоритми – ГМДХ, генетски
Функције кернела – анализа података без знакова
СВМ и вектори подршке
„Када има мало података“ – Боотстрап метода
Породице предиктивних алгоритама
Знакови "фази" (фази)
"Фуззи" класификатори
Предавање 7 Неуронске мреже. Део 1
Перцептрон модел и његова ограничења
Класичне неуронске мреже, слој неурона, две врсте неурона
Проблеми које решавају неуронске мреже, „Дубоко учење“
Предавање 8 Неуронске мреже. Део 2
Анализа слике и конволуционе неуронске мреже
Неуронске мреже и инжењерство карактеристика
Проблем прекомерне опреме
Изгледи за развој неуронских мрежа
Јединице за графичку обраду (ГПУ).
Предавање 9 Учвршћивање знања
Понављање основног градива на практичном примеру
Резимирајући
Кумулативни кредит
Курс обухвата основе Цассандра 4-к архитектуре, развој концептуалних, логичких и физичких модела података. Покрива све неопходне техничке детаље за коришћење Цассандре за скалабилно чување података у Јава пројектима, као и за праћење, конфигурисање и конфигурисање продуктивности.
4
51 500 ₽