Afsluitende opmerkingen

Machine Learning-workflows ontwerpen in Python

Dr. Chris Anagnostopoulos

Honorary Associate Professor

Afsluitende opmerkingen

  • Opfrisser van supervised learning-pijplijnen:
    • feature engineering
    • model fitten
    • modelselectie
  • Risico’s van overfitting
  • Datafusie
  • Noisy labels en heuristieken
  • Lossfuncties
    • kosten van false positives vs. kosten van false negatives
Machine Learning-workflows ontwerpen in Python

Afsluitende opmerkingen

  • Unsupervised learning:
    • anomaliedetectie
    • noveltiedetectie
    • afstandsmaatstaven
    • ongestructureerde data
  • Use cases in de praktijk:
    • cybersecurity
    • gezondheidszorg
    • retailbankieren
Machine Learning-workflows ontwerpen in Python

Gefeliciteerd!

Machine Learning-workflows ontwerpen in Python

Preparing Video For Download...