Курс "Машинное обучение в R"
Код: EDU-BD-DSML
Специализация: Авторские курсы: СУБД и хранилища данных
Продолжительность - 5 дней
Производится набор группы
Курс "Машинное обучение в R" предназначен для изучения алгоритмов машинного обучения с практическим применением техник машинного обучения, реализованных в R. Также рассматриваются понятия Data Mining, измерения производительности и уменьшения размерности, регрессионные модели, байессовская модель, SVM и ассоциативные правила для анализа. После обучения Вы сможете понимать и объяснять принципы работы алгоритмов машинного обучения и применять данные алгоритмы на реальных задачах в больших данных.
Курс предусматривает практические лабораторные работы на локальных системах и удаленном кластере Hadoop.
Аудитория: Курс ориентирован на специалистов по работе с большими данными, бизнес-аналитиков и руководителей, желающих получить расширенную практическую и теоретическую подготовку по методам Data Mining для участия в проектах анализа Big Data и Machine Learning.
Необходимый уровень подготовки:
Программа курса
1. Основы статистики и простая линейная регрессия
- Что такое ваши данные?
- Статистические выводы
- Введение в машинное обучение
- Простая линейная регрессия
- Диагностика и трансформация
- Коэффициент определенности
- Методы оценки моделей и производительности
2. Базовое программирование с R (опционально)
- Введение в R
- Что такое R?
- R-Studio, пакеты и рабочая область
- Основные элементы языка R
- Типы объектов данных
- Введение функций и управляющих операторов
- Функции
- Программирование функций
- Подключение библиотек в R-Studio
3. Подготовка данных (опционально)
- Принципы формирование Dataset (набор данных)
- Локальный импорт / экспорт данных
- Работа с отсутствующими данными (NA)
- Категориальные данные
- Формирование обучающего и тестового набора данных
- Вопросы масштабирования и автоматизации
- Препроцессинг данных
4. Линейная регрессия и обобщенная линейная модель
- P-value — ошибки первого рода
- Допущения и диагностика
- Оценка максимального правдоподобия
- Интерпретация модели
- Оценка соответствия модели
- Обобщенные линейные модели:
- Простая линейная регрессия
- Множественная линейная регрессия
- Логистическая регрессия
- Полиномиальная регрессия
- Метод опорных векторов (SVR) и деревья решений
- Деревья решений
- Bagging
- Случайные леса
- Boosting
- Важность переменной
- Сортировка полей и поддержка векторного классификатора
- Метод опорных векторов
- Оценка производительности регрессионной модели
- Коэффициенты линейной регрессии
5. Алгоритмы классификации
- Логистическая регрессия
- Алгоритм ближайших соседей
- Алгоритм K-ближайших соседей. Выбор К и меры расстояния
- Наивный байессовский анализ и «проклятие размерности»
- Условная вероятность: теорема Байеса
- Оценка Лапласа
- Уменьшение размерности
- Процедура PCA
- Ridge и регрессия Лассо
- Перекрестная проверка.
- Классификация с помощью деревьев решений
- Классификация методом случайных деревьев
- Оценка производительности классификационной модели
6. Кластерный анализ
- Кластерный анализ
- K-means кластеризация
- Выбор количества кластеров
- Типовые ошибки при кластеризации
- Иерархическая кластеризация. Принципы построения дендрограмм
7. Ассоциативные правила
- Правила Априори алгоритма
- Основные приниципы и построение модели в R
8. Машинные алгоритмы с переобучением (Reinforcement learning)
- Верхняя граница достоверности (UCB — Upper Confidence Bound)
- Примеры по Томпсону
- Сравнение алгоритмов
- Реализация алгоритмов в R
9. NLP алгоритмы (Алгоритмы текстовой обработки)
- Основы Natural Language Proccesing
10. Глубокое Обучение (Deep Learning)
- Отличие машинного обучение( Machine Learning) от глубокого обучения (Deep Learning)
- Искуственные Нейронные Сети (Artificial Neural Networks) :
- План атаки
- Нейроны
- Активация нейронов
- Как работают нейронные сети и персептроны
- Сигмоидные нейроны
- Сетевая топология и скрытые функции
- Метод обратного распространения ошибки с градиентным спуском
В конце обучения на курсе проводится итоговая аттестация в виде теста или на основании оценок за практические работы, выполненных в процессе обучения.
В современном мире сложно обойтись без информационных технологий и их производных - компьютеров, мобильных телефонов, интернета и т.д., особенно в крупных компаниях и государственных организациях, работающих с большим количеством людей, а не только с парой VIP-клиентов, как это может быть в случае небольшой компании. А там, где есть большое количество контрагентов, заявителей и т.д. - не обойтись без баз данных, необходимых для обработки информации. Естественно, что времена гроссбухов и карточек, памятных многим по библиотекам, давно прошли, сегодня используются персональные компьютеры и электронные базы данных.
Сегодня невозможно представить работу крупнейших компаний, банков или государственных организаций без использования баз данных и средств Business Intelligence. Базы данных позволяют нам хранить и получать доступ к большим объемам информации, а система управления базами данных (СУБД) — осуществлять менеджмент доступных хранилищ информации.
В Учебном центре « Интерфейс» Вы научитесь эффективно использовать системы управления базами данных: быстро находить нужную информацию, ориентироваться в схеме базы данных, создавать запросы, осуществлять разработку и создание баз данных.
Обучение позволит Вам не только получить знания и навыки, но и подтвердить их, сдав соответствующие экзамены на статус сертифицированного специалиста . Опытные специалисты по СУБД Microsoft SQL Server или Oracle могут быть заинтересованы в изучении систем бизнес-аналитики. Это задачи достаточно сложные, использующие громоздкий математический аппарат, но они позволяют не только анализировать происходящие процессы, но и делать прогнозы на будущее, что востребовано крупными компаниями. Именно поэтому специалисты по бизнес-аналитике востребованы на рынке, а уровень оплаты их труда весьма и весьма достойный, хотя и квалифицированным специалистам по базам данных, администраторам и разработчикам, жаловаться на низкий уровень дохода тоже не приходится. Приходите к нам на курсы и получайте востребованную и высокооплачиваемую профессию. Мы ждем Вас!
В конце обучения на курсах проводится итоговая аттестация в виде теста или путём выставления оценки преподавателем за весь курс обучения на основании оценок, полученных обучающимся при проверке усвоения изучаемого материала на основании оценок за практические работы, выполненные в процессе обучения.
Учебный центр "Интерфейс" оказывает консалтинговые услуги по построению моделей бизнес-процессов, проектированию информационных систем, разработке структуры баз данных и т.д.
- Нужна помощь в поиске курса?
Наша цель заключается в обеспечении подготовки специалистов, когда и где им это необходимо. Возможна корректировка программ курсов по желанию заказчиков! Мы расскажем Вам о том, что интересует именно Вас, а не только о том, что жестко зафиксировано в программе курса. Если вам нужен курс, который вы не видите на графике или у нас на сайте, или если Вы хотите пройти курс в другое время и в другом месте, пожалуйста, сообщите нам, по адресу mail@interface.ru или shopadmin@itshop.ru
- Поговорите со своим личным тренинг-менеджером!
Мы предоставляет Вам индивидуальное обслуживание. Если у вас есть потребность обсудить, все вопросы касательно обучения, свяжитесь, пожалуйста c нами по телефонам: +7 (495) 925-0049, + 7 (495) 229-0436. Или любым другим удобным для Вас средствами связи, которые Вы можете найти на сайтах www.interface.ru или www.itshop.ru
|