Continuing education
Om kurset:
Succesfulde virksomheder som Google og Amazon har investeret enorme beløb i machine learning, som de blandt andet bruger til at analysere deres kunders interesser og adfærd for at optimere virksomhedens produkter, processer og markedsføring.
I dette kursus vil du lære at beherske centrale machine learning modeller i Matlab, Python eller R.
Kurset bygger på Danmarks mest populære machine learning kursus og dertil hørende lærebog: "Introduction to Machine Learning and Data Mining" og foregår på engelsk. Underviserne på kurset er Morten Mørup og Mikkel Nørgaard Schmidt, som begge har mere end 10 års forsknings- og undervisningserfaring inden for machine learning.
På dette kursus får du:
- Indsigt i forskellige machine learning-algoritmer, så du med den baggrund kan vurdere, hvilke metoder du skal bruge til at løse forskellige problemstillinger.
- Færdigheder indenfor specifikke emner som modelkonstruktion (feature ekstraktion, dimensionalitetsreduktion, krydsvalidering og modelselektion); superviseret læring (lineær regression, logistisk klassifikation, beslutningstræer, kunstige neurale netværk og ensemblelæring); og ikke-superviseret læring (hierarkisk gruppering, densitetsestimering, miksturmodellering, association mining, og outlier detektion).
- Indsigt i de vigtigste trin inden for machine learning. Fra forberedelse af data, modellering af data, validering og formidling af de opnåede resultater.
- Vores machine learning bog samt adgang til specialudviklede værktøjskasser i Python, Matlab og R, som eksemplificerer og giver mulighed for hurtigt at udvikle, anvende og validere de lærte metoder.
- Mulighed for certificering ved aflevering af en rapport, hvor de lærte metoder anvendes på egne data og problemstillinger.
Kurset er for dig som:
Interesserer sig for machine learning og har godt kendskab til den matematik, der bliver brugt på første studieår på universitetet, og som er klar til at forsøge at skabe og programmere machine learning algoritmer.
Forudsætninger:
Læs omkring undervisningsplan, certificering og seneste kursusevaluring.
