"Introduction à l'analyse des données" - cours 20 000 RUB. de MSU, formation 13 semaines. (1,5 mois), Date: 12 mai 2023.
Miscellanea / / December 02, 2023
Le programme s'adresse aux managers, analystes, business analysts, chefs d'équipe, ceux qui ont besoin d'une présentation brève et accessible des méthodes d'analyse de données - méthodes d'apprentissage automatique et les réseaux de neurones.
Conditions d'admission
Le programme s'adresse aux étudiants ayant fait des études supérieures ou en cours de formation (en avant-dernière et dernière année d'études)
Dates: 12,16,17,19,23,24 mai 2023
Cours de 17h00 à 20h00
Conférence 1 Conditions d'entrée. Présentation du programme
Déclarations d'objectifs
Aperçu du programme
Termes d'algèbre linéaire
Exemples de représentation d'objet
Règles de travail avec des matrices et des vecteurs au niveau 1ère-2ème année d'une université technique.
Conférence 2 Types de modèles de base pour trouver des modèles dans les données
Analyse de régression
Regroupement de données
Arbres de décision simples et généralisés
Réduction des données - analyse en composantes principales
Algorithmes évolutionnaires
Les réseaux de neurones
Conférence 3
Introduction à l'analyse des donnéesIntroduction à l'analyse des données et à la reconnaissance de formes
Transformation des données primaires, recherche de valeurs aberrantes
Analyse de régression, contrôle roulant
Arbres de décision, formes simples et généralisées
Conférence 4 Proximité (similarité) des objets. Les clusters et leur recherche
Cluster en tant que composant connecté d'un graphique.
Construire un arbre couvrant minimum.
Méthode de K signifie, versions simples et généralisées.
Analyse de cluster hiérarchique, dendrogrammes
Conférence 5 Méthode des composantes principales
Facteurs et leur recherche, décomposition matricielle SVD
Signification géométrique des facteurs
Régression sur les facteurs
Échelle multidimensionnelle
Conférence 6 Méthodes d'analyse avancées
Algorithmes évolutionnaires – GMDH, génétique
Fonctions du noyau – analyse de données « sans signe »
SVM et vecteurs de support
«Quand il y a peu de données» – Méthode Bootstrap
Familles d'algorithmes prédictifs
Signes "Fuzzy" (Fuzzy)
Classificateurs « flous »
Conférence 7 Les réseaux de neurones. Partie 1
Le modèle Perceptron et ses limites
Réseaux de neurones classiques, couche de neurones, deux types de neurones
Problèmes résolus par les réseaux de neurones, « Deep learning »
Conférence 8 Les réseaux de neurones. Partie 2
Analyse d'images et réseaux de neurones convolutifs
Réseaux de neurones et ingénierie des fonctionnalités
Problème de surapprentissage
Perspectives de développement des réseaux de neurones
Unités de traitement graphique (GPU).
Conférence 9 Consolidation des connaissances
Répétition du matériel de base à l'aide d'un exemple pratique
Résumer
Crédit cumulatif
Le cours couvre les bases de l'architecture Cassandra 4-x, le développement de modèles de données conceptuels, logiques et physiques. Couvre tous les détails techniques nécessaires à l'utilisation de Cassandra à des fins évolutives. stocker des données dans des projets Java, ainsi que pour la surveillance, la configuration et la configuration productivité.
4
51 500 ₽