- Doświadczenie w programowaniu Python
- Podstawowa znajomość statystyki i algebry liniowej
Machine Learning to gałąź sztucznej inteligencji, w której komputery mają zdolność uczenia się bez wyraźnego programowania. Python to język programowania słynący z przejrzystej składni i czytelności. Oferuje doskonałą kolekcję sprawdzonych bibliotek i technik do tworzenia aplikacji uczenia maszynowego.
W tym prowadzonym przez instruktora szkoleniu na żywo uczestnicy dowiedzą się, jak stosować techniki i narzędzia uczenia maszynowego do rozwiązywania rzeczywistych problemów w branży bankowej.
Uczestnicy najpierw poznają kluczowe zasady, a następnie wykorzystują swoją wiedzę w praktyce, budując własne modele uczenia maszynowego i wykorzystując je do realizacji szeregu projektów zespołowych.
Publiczność
- Programiści
- Naukowcy zajmujący się danymi
Format kursu
- Część wykładowa, część dyskusyjna, ćwiczenia i intensywna praktyka praktyczna
Wprowadzenie
- Różnica między uczeniem statystycznym (analizą statystyczną) a uczeniem maszynowym
- Przyjęcie technologii uczenia maszynowego i talentów przez firmy finansowe i bankowe
Różne rodzaje Machine Learning
- Uczenie nadzorowane a uczenie bez nadzoru
- Iteracja i ocena
- Kompromis między stronniczością a wariancją
- Łączenie uczenia nadzorowanego i nienadzorowanego (uczenie częściowo nadzorowane)
Machine Learning Languages i zestawy narzędzi
- Systemy i oprogramowanie open source vs zastrzeżone
- Python vs R vs Matlab
- Biblioteki i struktury
[Studia przypadków
- Dane konsumenckie i duże zbiory danych
- Ocena ryzyka w kredytach konsumenckich i biznesowych
- Poprawa obsługi klienta poprzez analizę nastrojów
- Wykrywanie oszustw tożsamości, oszustw rozliczeniowych i prania pieniędzy
Praktyczne wskazówki: Python dla Machine Learning
- Przygotowanie środowiska programistycznego
- Uzyskiwanie Python bibliotek i pakietów uczenia maszynowego
- Praca z scikit-learn i PyBrain
Jak załadować dane Machine Learning
- Database, hurtownie danych i dane strumieniowe
- Rozproszone przechowywanie i przetwarzanie za pomocą Hadoop i Spark
- Eksportowane dane i Excel
Modelowanie Business decyzji za pomocą uczenia nadzorowanego
- Klasyfikowanie danych (klasyfikacja)
- Wykorzystanie analizy regresji do przewidywania wyników
- Wybór spośród dostępnych algorytmów uczenia maszynowego
- Zrozumienie algorytmów drzew decyzyjnych
- Zrozumienie algorytmów lasu losowego
- Ocena modelu
- Ćwiczenie
Analiza regresji
- Regresja liniowa
- Uogólnienia i nieliniowość
- Ćwiczenie
Klasyfikacja
- Odświeżenie metody Bayesa
- Naiwny Bayes
- Regresja logistyczna
- K-najbliżsi sąsiedzi
- Ćwiczenie
Ćwiczenia praktyczne: Budowanie modelu estymacji
- Ocena ryzyka kredytowego na podstawie typu i historii klienta
Ocena wydajności Machine Learning algorytmów
- Walidacja krzyżowa i ponowne próbkowanie
- Agregacja (bagging) [0)
- Ćwiczenie
Modelowanie Business decyzji za pomocą uczenia nienadzorowanego
- Gdy przykładowe zestawy danych nie są dostępne
- Grupowanie metodą K-średnich
- Wyzwania związane z uczeniem bez nadzoru
- Więcej niż K-średnich
- Sieci bayesowskie i ukryte modele Markowa
- Ćwiczenie
Ćwiczenia praktyczne: Tworzenie systemu rekomendacji
- Analiza wcześniejszych zachowań klientów w celu ulepszenia nowych ofert usług
Rozszerzanie możliwości firmy
- Tworzenie modeli w chmurze
- Przyspieszanie uczenia maszynowego za pomocą GPU
- Zastosowanie Deep Learning sieci neuronowych do wizji komputerowej, rozpoznawania głosu i analizy tekstu
Uwagi końcowe
United Arab Emirates - Machine Learning for Banking (with Python)
Qatar - Machine Learning for Banking (with Python)
Egypt - Machine Learning for Banking (with Python)
Saudi Arabia - Machine Learning for Banking (with Python)
South Africa - Machine Learning for Banking (with Python)
Brasil - Machine Learning for Banking (with Python)
Canada - Machine Learning for Banking (with Python)
香港 - Machine Learning for Banking (with Python)
澳門 - Machine Learning for Banking (with Python)
台灣 - Machine Learning for Banking (with Python)
USA - Machine Learning for Banking (with Python)
Österreich - Machine Learning for Banking (with Python)
Schweiz - Machine Learning for Banking (with Python)
Deutschland - Machine Learning for Banking (with Python)
Czech Republic - Machine Learning for Banking (with Python)
Denmark - Machine Learning for Banking (with Python)
Estonia - Machine Learning for Banking (with Python)
Finland - Machine Learning for Banking (with Python)
Greece - Machine Learning for Banking (with Python)
Magyarország - Machine Learning for Banking (with Python)
Ireland - Machine Learning for Banking (with Python)
Luxembourg - Machine Learning for Banking (with Python)
Latvia - Machine Learning for Banking (with Python)
España - Aprendizaje Automático para la Banca (con Python)
Italia - Machine Learning for Banking (with Python)
Lithuania - Machine Learning for Banking (with Python)
Nederland - Machine Learning for Banking (with Python)
Norway - Machine Learning for Banking (with Python)
Portugal - Machine Learning for Banking (with Python)
România - Machine Learning for Banking (with Python)
Sverige - Machine Learning for Banking (with Python)
Türkiye - Machine Learning for Banking (with Python)
Malta - Machine Learning for Banking (with Python)
Belgique - Machine Learning for Banking (with Python)
France - Machine Learning for Banking (with Python)
日本 - Machine Learning for Banking (with Python)
Australia - Machine Learning for Banking (with Python)
Malaysia - Machine Learning for Banking (with Python)
New Zealand - Machine Learning for Banking (with Python)
Philippines - Machine Learning for Banking (with Python)
Singapore - Machine Learning for Banking (with Python)
Thailand - Machine Learning for Banking (with Python)
Vietnam - Machine Learning for Banking (with Python)
India - Machine Learning for Banking (with Python)
Argentina - Aprendizaje Automático para la Banca (con Python)
Chile - Aprendizaje Automático para la Banca (con Python)
Costa Rica - Aprendizaje Automático para la Banca (con Python)
Ecuador - Aprendizaje Automático para la Banca (con Python)
Guatemala - Aprendizaje Automático para la Banca (con Python)
Colombia - Aprendizaje Automático para la Banca (con Python)
México - Aprendizaje Automático para la Banca (con Python)
Panama - Aprendizaje Automático para la Banca (con Python)
Peru - Aprendizaje Automático para la Banca (con Python)
Uruguay - Aprendizaje Automático para la Banca (con Python)
Venezuela - Aprendizaje Automático para la Banca (con Python)
Polska - Machine Learning for Banking (with Python)
United Kingdom - Machine Learning for Banking (with Python)
South Korea - Machine Learning for Banking (with Python)
Pakistan - Machine Learning for Banking (with Python)
Sri Lanka - Machine Learning for Banking (with Python)
Bulgaria - Machine Learning for Banking (with Python)
Bolivia - Aprendizaje Automático para la Banca (con Python)
Indonesia - Machine Learning for Banking (with Python)
Kazakhstan - Machine Learning for Banking (with Python)
Moldova - Machine Learning for Banking (with Python)
Morocco - Machine Learning for Banking (with Python)
Tunisia - Machine Learning for Banking (with Python)
Kuwait - Machine Learning for Banking (with Python)
Oman - Machine Learning for Banking (with Python)
Slovakia - Machine Learning for Banking (with Python)
Kenya - Machine Learning for Banking (with Python)
Nigeria - Machine Learning for Banking (with Python)
Botswana - Machine Learning for Banking (with Python)
Slovenia - Machine Learning for Banking (with Python)
Croatia - Machine Learning for Banking (with Python)
Serbia - Machine Learning for Banking (with Python)
Bhutan - Machine Learning for Banking (with Python)