Képzési forma:
Képzés hossza:
3 nap (24 óra)
Képzés nyelve:
Magyar/Angol
2023.
május
22.
Normál
2023.
november
27.
Normál
Képzési forma:
Normál
Képzés hossza:
3 nap (24 óra)
Képzés nyelve:
Magyar/Angol
2023.
május
22.
2023.
november
27.

Ismertető

A gyakorlatorientált tanfolyam célja, hogy bevezesse a résztvevőket a gépi tanulás világába a matematikai alapoktól kezdve, az egyszerű regressziókon át, a perceptron modellig. 

  • 1-D lineáris regresszió matematikai áttekintése
  • Lineáris regresszió lekódolása Pythonban
  • Többdimenziós lineáris és polinomiális regresszió matematikája
  • Példák kódolása Pythonban
  • Az osztályozás problémájának bemutatása
  • Lináris osztályozók
  • Biológiai motiváció
  • Logisztikus regresszió
  • Előrecsatolt mechanizmus és valószínűségi értelmezés
  • Keresztentrópia hibafüggvény
  • Maximum-likelihood
  • Gradiens leereszkedés
  • Praktikus problémák bemutatása: regularizáció, fánk és XOR probléma
  • Backpropagation, avagy hogyan tanul egy gépi modell
  • A neuronoktól a neurális hálókig
  • Softmax
  • Egy teljes mély neurális hálózat (deep neural network) építése Pythonban
  • Trenírozás
  • Predikciók kinyerése
  • Praktikus problémák újra látogatása: fánk és XOR probléma
  • Hiperparaméterek és kereszt ellenőrzés 

A tanfolyamhoz a középhaladó Python programozás (PR-PY) vagy vele egyenértékű tematikával rendelkező képzés elvégzése (legfeljebb 1 éven belül)vagy ezek ismeretanyaga szükséges. Továbbá 1 év napi szintű Python programozási tapasztalattal kell rendelkezni.

A képzés elvégzéséhez dokumentumolvasás-szintű angol nyelvtudás szükséges.