Підсумки

Проєктування робочих процесів машинного навчання в Python

Dr. Chris Anagnostopoulos

Honorary Associate Professor

Підсумки

  • Огляд конвеєра з учителем:
    • опрацювання ознак
    • навчання моделі
    • вибір моделі
  • Ризики перенавчання
  • Злиття даних
  • Шумні мітки та евристики
  • Функції втрат
    • вартість хибнопозитивних vs хибнонегативних
Проєктування робочих процесів машинного навчання в Python

Підсумки

  • Навчання без учителя:
    • виявлення аномалій
    • виявлення новизни
    • метрики відстані
    • неструктуровані дані
  • Практичні кейси:
    • кібербезпека
    • охорона здоровʼя
    • роздрібний банкінг
Проєктування робочих процесів машинного навчання в Python

Вітаємо!

Проєктування робочих процесів машинного навчання в Python

Preparing Video For Download...