Tento kurz je určen pro zájemce o hlubší porozumění problematice analýzy časových řad. Jedná se o pokračování našeho kurzu Časové řady, ve kterém se zaměříme především na další domény problémů a jejich specifika. Konkrétně budeme studovat [...]
  • MLC_TISEA
  • Délka 1 den
  • 0 ITK bodů
  • 0 termínů
  • Praha (4 990 Kč)

    Brno (na vyžádání)

    Bratislava (200 €)

Tento kurz je určen pro zájemce o hlubší porozumění problematice analýzy časových řad. Jedná se o pokračování našeho kurzu Časové řady, ve kterém se zaměříme především na další domény problémů a jejich specifika. Konkrétně budeme studovat zvuková data kombinací rekurentních a konvolučních sítí a analýzu sentimentu nad textovými daty.

»

Tento kurz je určen pro zájemce o hlubší porozumění problematice analýzy časových řad.

  • Základní znalost programování v Pythonu
  • Středoškolské znalosti lineární algebry, matematické analýzy a teorie pravděpodobnosti. Bude předpokládáno základní porozumění pojmům jako vektor, matice, vektorový prostor, pravděpodobnost, podmíněná pravděpodobnost, nezávislost náhodných jevů a znalost násobení matic a derivace funkcí.
  • Znalosti strojového učení na úrovni kurzu Časové řady

Studijní materiál společnosti Machine Learning College.

  • Pokročilé zpracování vstupních atributů
  • Klasifikace a detekce vzorů ve zvukových datech
    • Fourierova transformace
    • Konvoluční neuronové sítě pro klasifikaci zvuku (spektrogramy jako obrázky)
    • Kombinace konvolučních a rekurentních neuronových sítí
    • Praktický příklad na detekci řeči pomocí neuronových sítí
  • Predikce časových řad nad textovými daty
    • Předzpracování dat
      • Sentence & word tokenization
      • Model-based vs. dictionary-based word embeddings
      • Of-the-shelf pre-trained word-embeddings models
    • Předtrénování pomocnými klasifikačními úlohami
    • Kombinace modelů a fine tuning
    • Praktický příklad na analýzu sentimentu novinových článků
Aktuální nabídka
Školicí místo
Jazyk kurzu

Uvedené ceny jsou bez DPH.