Kurser

Kursusadministration

Brug for hjælp?

  • Gregersensvej 8
  • 2630 Taastrup
Google MapsApple MapsRejseplanen
  • Forskerparken Fyn, Forskerparken 10F
  • 5230 Odense M
Google MapsApple MapsRejseplanen
  • Teknologiparken Kongsvang Allé 29
  • 8000 Aarhus C
Google MapsApple MapsRejseplanen
  • NordsøcentretPostboks 104
  • 9850Hirtshals
Google MapsApple MapsRejseplanen
  • Gammel Ålbovej 1
  • 6092Sønder Stenderup
Google MapsApple MapsRejseplanen

Introduktion til Machine Learning i Python

Kurset giver en introduktion til emnet Machine Learning for deltagere, som tidligere har prøvet at programmere i et computersprog og ønsker at komme igang med at afprøve de nye teknikker på egne problemstillinger eller få en vurdering af teknikkernes potentiale. Vi vil både komme ind på billed-, lyd- og tekst-data.Deltagere vil gennem hands-on øvelser på egen PC få et indblik i nogle teknikker, som f.eks. feedforward neurale netværk til klassifikation og clustering metoder. Deltagere vil også få et overblik over sammenhænge og muligheder, som gør deltageren istand til selv at komme igang med dette fascinerende område.Der vil blive udleveret program-skabeloner, så der er intet krav om erfaring med sproget Python.

Forudsætninger

Du skal medbringe egen PC med Python installeret. På Windows platform anbefales at installere fx. Anaconda distributionen, da denne indeholder de fleste essentielle biblioteker til Machine Learning.

Deltagerprofil

Kurset er for dem, som gerne vil bagom hypen omkring Machine Learning og komme igang med at afprøve teknikkerne selv. Kurset retter sig imod deltagere, som tidligere har prøvet at programmere.

Indhold

  • Introduktion til grundbegreber som supervised/unsupervised learning, test/train/validation sets, bias/variance trade-off, probabilistisk fortolkning, prædiktive modeller, model selection, feature extraction, dimensionality reduction, overfitting, regularisation, ..
  • Eksempler på anvendelser indenfor lyd, billed, tekst og andre modaliteter (med udleverede program skabeloner)
  • Lineær og logistisk regression til klassifikation og regression samt Neurale netværk
  • Unsupervised learning med Principal Component Analysis, Kmeans og Gaussian Mixture Models
  • Hvor går vi hen nu ? Deep learning og perspektiver for fremtiden

Kursusplan

10.00 - 10.45 : Introduktion til Machine Learning og kom igang på egen PC

10.45 - 11.00 : Pause - kaffe/te, etc.

11.00 - 12.30 : Lineær og logistisk regression/klassifikation

12.30 - 13.00 : Frokost

13.00 - 14.15 : Neurale netværk

14.15 - 14.30 : Pause - kaffe/te, kage, etc.

14.30 - 15.45 : Principal component analysis, kmeans og gaussian mixture models

15.45 - 16.00 : Hvor går vi hen nu ? Deep Learning, perspektiver for fremtiden og værktøjer

Har du faglige spørgsmål så kontakt
Andre kurser