“Introducción al análisis de datos” - curso 20.000 rublos. de MSU, entrenando 13 semanas. (1,5 meses), Fecha: 12 de mayo de 2023.
Miscelánea / / December 02, 2023
El programa está dirigido a gerentes, analistas, analistas de negocios, líderes de equipos, aquellos que necesitan una presentación breve y accesible de los métodos de análisis de datos: métodos de aprendizaje automático y Redes neuronales.
Requisitos de admisión
El programa está destinado a estudiantes que tienen educación superior o están recibiendo educación superior (en el penúltimo y último año de estudio)
Fechas: 12,16,17,19,23,24 de mayo de 2023
Clases de 17.00 a 20.00
Conferencia 1 Requisitos de entrada. Introducción al programa
Declaraciones de objetivos
Reseña del programa
Términos de álgebra lineal
Ejemplos de representación de objetos
Reglas para trabajar con matrices y vectores en el nivel 1º-2º año de una universidad técnica.
Conferencia 2 Tipos básicos de modelos para encontrar patrones en datos.
Análisis de regresión
Agrupación de datos
Árboles de decisión simples y generalizados.
Reducción de datos: análisis de componentes principales.
Algoritmos evolutivos
Redes neuronales
Conferencia 3
Introducción al análisis de datosIntroducción al análisis de datos y reconocimiento de patrones
Transformación de datos primarios, búsqueda de valores atípicos
Análisis de regresión, control rodante.
Árboles de decisión, formas simples y generalizadas.
Conferencia 4 Proximidad (similitud) de objetos. Clústeres y su búsqueda.
Clúster como componente conectado de un gráfico.
Construyendo un árbol de expansión mínima.
Método de K medias, versiones simple y generalizada.
Análisis de conglomerados jerárquicos, dendrogramas.
Conferencia 5 Método del componente principal
Factores y su búsqueda, descomposición de la matriz SVD.
Significado geométrico de los factores.
Regresión sobre factores
Escalamiento multidimensional
Conferencia 6 Métodos de análisis avanzados
Algoritmos evolutivos – GMDH, genético
Funciones del kernel: análisis de datos "sin signos"
SVM y vectores de soporte
“Cuando hay pocos datos” – Método Bootstrap
Familias de algoritmos predictivos
Signos "borrosos" (borrosos)
Clasificadores "difusos"
Conferencia 7 Redes neuronales. Parte 1
Modelo de perceptrón y sus limitaciones.
Redes neuronales clásicas, capa de neuronas, dos tipos de neuronas.
Problemas resueltos por redes neuronales, “Aprendizaje profundo”
Conferencia 8 Redes neuronales. Parte 2
Análisis de imágenes y redes neuronales convolucionales
Redes neuronales e ingeniería de funciones.
problema de sobreajuste
Perspectivas para el desarrollo de redes neuronales.
Unidades de procesamiento de gráficos (GPU).
Conferencia 9 Consolidación de conocimientos
Repetición de material básico mediante un ejemplo práctico.
resumiendo
Crédito acumulativo
El curso cubre los conceptos básicos de la arquitectura Cassandra 4-x, desarrollo de modelos de datos conceptuales, lógicos y físicos. Cubre todos los detalles técnicos necesarios para usar Cassandra para escalable. almacenar datos en proyectos Java, así como para monitoreo, configuración y configuración productividad.
4
51 500 ₽