"Introduksjon til dataanalyse" - kurs 20 000 RUB. fra MSU, trening 13 uker. (1,5 måneder), dato: 12. mai 2023.
Miscellanea / / December 02, 2023
Programmet er rettet mot ledere, analytikere, forretningsanalytikere, teamledere, de som trenger en kort og tilgjengelig presentasjon av dataanalysemetoder - maskinlæringsmetoder og nevrale nettverk.
Opptakskrav
Studiet er beregnet på studenter som har høyere utdanning eller tar høyere utdanning (i nest siste og siste studieår)
Datoer: 12, 16, 17, 19, 23, 24, mai 2023
Klasser fra 17.00 til 20.00
Forelesning 1 Inntakskrav. Introduksjon til programmet
Målsetninger
Programoversikt
Lineære algebrabegreper
Eksempler på gjenstandsrepresentasjon
Regler for arbeid med matriser og vektorer på 1.-2. års nivå ved teknisk universitet.
Forelesning 2 Grunnleggende typer modeller for å finne mønstre i data
Regresjonsanalyse
Dataklynger
Enkle og generaliserte beslutningstrær
Datareduksjon - hovedkomponentanalyse
Evolusjonære algoritmer
Nevrale nettverk
Forelesning 3 Introduksjon til dataanalyse
Introduksjon til dataanalyse og mønstergjenkjenning
Primær datatransformasjon, søk etter uteliggere
Regresjonsanalyse, rullende kontroll
Beslutningstre, enkle og generaliserte skjemaer
Forelesning 4 Nærhet (likhet) av objekter. Klynger og deres søk
Klynge som en tilkoblet komponent i en graf.
Konstruere et minimumsspenningstre.
Metode for K betyr, enkle og generaliserte versjoner.
Hierarkisk klyngeanalyse, dendrogrammer
Forelesning 5 Hovedkomponentmetode
Faktorer og deres søk, SVD-matrisedekomponering
Geometrisk betydning av faktorer
Regresjon på faktorer
Flerdimensjonal skalering
Forelesning 6 Avanserte analysemetoder
Evolusjonsalgoritmer – GMDH, genetisk
Kjernefunksjoner – «signless» dataanalyse
SVM og støttevektorer
"Når det er lite data" - Bootstrap Method
Familier av prediktive algoritmer
"Fuzzy"-skilt (Fuzzy)
"Fuzzy" klassifiserere
Forelesning 7 Nevrale nettverk. Del 1
Perceptron-modellen og dens begrensninger
Klassiske nevrale nettverk, lag av nevroner, to typer nevroner
Problemer løst av nevrale nettverk, "Dyp læring"
Forelesning 8 Nevrale nettverk. Del 2
Bildeanalyse og konvolusjonelle nevrale nettverk
Nevrale nettverk og funksjonsteknikk
Overmonteringsproblem
Utsikter for utvikling av nevrale nettverk
Graphics Processing Units (GPUer).
Forelesning 9 Konsolidering av kunnskap
Repetisjon av grunnstoff ved hjelp av et praktisk eksempel
Oppsummering
Kumulativ kreditt
Kurset dekker det grunnleggende om Cassandra 4-x-arkitektur, utvikling av konseptuelle, logiske og fysiske datamodeller. Dekker alle nødvendige tekniske detaljer for bruk av Cassandra for skalerbar lagring av data i Java-prosjekter, samt for overvåking, konfigurering og konfigurering produktivitet.
4
51 500 ₽