Praktiline masinõpe

Esita tellimus

TASUTA KOOLITUS


Toimumisaeg:05.10. - 23.12.2020
Eesmärk:Kursuse eesmärk on toetada organisatsioone/ettevõtjaid tulevikku puudutavate otsuste tegemisel ja minevikuandmete tõhusamal kasutamisel. Selleks õpime masinõppe algoritmide abil ennustusmudelite loomist tulevikusündmuste prognoosimiseks või tundmatute objektide klassifitseerimiseks.
Eesmärk ei ole üksnes masinõppe tööriistade kasutama õppimine, vaid ka masinõppe algoritmide aluseks olevast matemaatikast arusaamine. Samuti on eesmärgiks, et kursuse lõpetanud oskaksid loodud ennustusmudeleid implementeerida ja kasutusse võtta enda eesmärkidele vastavalt ja erinevates keskkondades.
Sihtgrupp:Organisatsioonide/ettevõtete personal ja tipp- või keskastme juhid, analüütikud. Inimesed, kes teevad informeerituid otsuseid tuleviku jaoks.
Teemad:Masinõppe algoritmide abil ennustusmudelite loomine tulevikusündmuste prognoosimiseks või tundmatute objektide klassifitseerimiseks.

Kursusel teeme läbi erinevaid stsenaariume, kus olemasolevad toorandmed tuleb viia masinõppe jaoks sobivale kujule ja valida välja sobivad atribuudid mudelite genereerimiseks.

Masinõppeks kasutame vabavaralist andmekaevandamise ning masinõppe paketti Weka ja loome koos näidisandmeid kasutades ennustusmudelid peamisi masinõppe algoritme kasutades. Samuti õpime tundma järgmiste masinõppealgoritmide tööpõhimõtet:
1. Lineaarne regressioon
2. Logistiline regressioon
3. Support Vector Machines
4. Naive Bayes
5. kNN
6. C4.5
7. Random Forest
8. ning neuronvõrgustike üldist tööpõhimõtet.

Õpime loodud mudelite headust hindama ja testima.
Õpime loodud ennustusmudeleid implementeerima teistes keskkondades. Implementeerime veebikeskkonnas ennustusmudeleid, mis on genereeritud:
1. lineaarse regressiooniga
2. logistilise regressiooniga
3. kNN ja
4. C4.5 algoritmidega
Samuti loome keskkonna, mille kaudu (1) treenida mudel pildituvastuseks ja seejärel implementeerida loodud pildituvastussüsteem.

Kursuse koosneb teoreetilistest ettekannetest, milles tutvustatakse teatud algoritmi ja sellele järgnevad kohe praktilised harjutused, kus seda masinõppe algoritmi rakendadatakse.
Õpiväljund:- kursuse lõpetanu tunneb masinõppe üldist olemust;
- teab ka levinumate masinõppe algoritmide tööpõhimõtteid;
- oskab andmed masinõppe jaoks ette valmistada;
- oskab ennustusmudeleid genereerida ning ennustustulemusi valideerida;
- oskab loodud ennustusmudeleid implementeerida.
Hindamiskriteeriumid:Vähemalt 70% kontakttundides osalemine ning iseseisva praktilise töö sooritamine.
Iseseisev praktiline töö on kursusel osaleja enda poolt kogutud andmetel baseeruva masinõppe mudeli loomine, valideerimine ja implementeerimine. Oma praktilisest tööst ja selle erinevatest etappidest tuleb teha kirjalik raport.
Õppevaldkond:Informatsiooni- ja kommunikatsioonitehnoloogiad
Õppekeel:eesti keel
Maht:auditoorne õppetöö: 96 akadeemilist tundi
iseseisev/muu õppetöö: 8 akadeemilist tundi
Koolituse läbimist tõendav dokument:TalTech tunnistus
Lektor:Avar Pentel
Kontakt:Katrin Kruut, 336 3933, katrin.kruut@taltech.ee
Märkused hinna kohta:Täienduskoolituse riikliku koolitustellimuse (RKT) kursusi rahastatakse Euroopa Sotsiaalfondi toel programmi „Täiskasvanuhariduse edendamine ja õppimisvõimaluste avardamine“ kaudu ning on osalejatele tasuta.
Registreerumise tähtaeg:05.10.2020
Ajakava:
TalTech Virumaa kolledž, Järveküla tee 75, Kohtla-Järve
05.10.2020
17:00 - 20:00
07.10.2020
17:00 - 20:00
12.10.2020
17:00 - 20:00
14.10.2020
17:00 - 20:00
19.10.2020
17:00 - 20:00
21.10.2020
17:00 - 20:00
26.10.2020
17:00 - 20:00
28.10.2020
17:00 - 20:00
02.11.2020
17:00 - 20:00
04.11.2020
17:00 - 20:00
09.11.2020
17:00 - 20:00
11.11.2020
17:00 - 20:00
16.11.2020
17:00 - 20:00
18.11.2020
17:00 - 20:00
23.11.2020
17:00 - 20:00
25.11.2020
17:00 - 20:00
30.11.2020
17:00 - 20:00
02.12.2020
17:00 - 20:00
07.12.2020
17:00 - 20:00
09.12.2020
17:00 - 20:00
14.12.2020
17:00 - 20:00
16.12.2020
17:00 - 20:00
21.12.2020
17:00 - 20:00
23.12.2020
17:00 - 20:00

Esita tellimus