Ingyenes tananyag

Gépi tanulás alapjai

8 lecke a gépi tanulás alapfogalmairól, gyakorlati szemmel. Végigmegyünk a felügyelt és felügyelet nélküli tanuláson, a lineáris és a logisztikus regresszión, a veszteségfüggvényen és a gradiensmódszeren, az általánosításon és a modellértékelésen, a túltanuláson és a regularizáción, végül kitekintünk a neurális hálókra és a nagy nyelvi modellekre. A Google Machine Learning Crash Course és a Stanford CS229 anyaga alapján. Matematikai előképzettség hasznos, de nem feltétel.

KD AI Academy · Kalmár Dániel

01Mi a gépi tanulás, felügyelt és felügyelet nélküli tanulás 02Lineáris regresszió és a veszteségfüggvény 03Gradiensmódszer és a tanulási ráta 04Általánosítás, tanító, validációs és teszthalmaz 05Logisztikus regresszió és osztályozás 06A modell értékelése, pontosság, precízió, fedés, ROC és AUC 07Túltanulás, regularizáció és jellemzőmérnökség 08Neurális hálók és nagy nyelvi modellek, bevezetés

Ha végigért

Záróteszt és tanúsítvány

10 feleletválasztós kérdés, 15 perc. Ha sikeresen teljesíted, a tanúsítvány automatikusan, egyedi sorszámmal kiállításra kerül.

Záróteszt kitöltése

Forrás

A Google Machine Learning Crash Course (developers.google.com/machine-learning/crash-course) és a Stanford CS229 Machine Learning (cs229.stanford.edu) anyaga alapján, magyar feldolgozásban.