Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Struttura del corso
Introduzione ai Modelli Avanzati Machine Learning
- Panoramica sui modelli complessi: Random Forest, Gradient Boosting, Neural Networks
- Quando utilizzare modelli avanzati: Best practice e casi d'uso
- Introduzione alle tecniche di ensemble learning
Ottimizzazione e Afinamento dei Parametri Ipervenienti
- Tecniche di ricerca a griglia e ricerca casuale
- Automatizzazione dell'ottimizzazione iperparametrica con Google Colab
- Utilizzo delle tecniche avanzate di ottimizzazione (Bayesiana, Algoritmi Genetici)
Neural Networks e Deep Learning
- Costruzione e addestramento di reti neurali profonde
- Apprendimento trasferibile con modelli pre-addestrati
- Ottimizzazione dei modelli di deep learning per le prestazioni
Deploy del Modello
- Introduzione alle strategie di deploy dei modelli
- Deploy dei modelli in ambienti cloud utilizzando Google Colab
- Inference in tempo reale e elaborazione batch
Lavoro con Google Colab per Modelli Machine Learning a Grande Scala
- Collaborazione su progetti di machine learning in Colab
- Utilizzo di Colab per l'addestramento distribuito e accelerazione GPU/TPU
- Integrazione con servizi cloud per un addestramento del modello scalabile
Interpretabilità ed Esplicabilità del Modello
- Esplorazione delle tecniche di interpretabilità del modello (LIME, SHAP)
- AI esplicabile per modelli di deep learning
- Gestione dell'bias e della fairness nei modelli di machine learning
Applicazioni nel Mondo Reale ed Esami di Caso
- Applicazione dei modelli avanzati nella sanità, finanza e commercio elettronico
- Esami di caso: deploy riusciti di modelli
- Sfide e tendenze future nell'apprendimento automatico avanzato
Riepilogo ed Esecuzione Successiva
Requisiti
- Comprensione solida degli algoritmi e dei concetti di apprendimento automatico
- Abilità nel programming Python
- Esperienza con Jupyter Notebooks o Google Colab
Pubblico
- Scientifici dei dati
- Praticanti di apprendimento automatico
- Ingegneri AI
21 ore
Recensioni (2)
the ML ecosystem not only MLFlow but Optuna, hyperops, docker , docker-compose
Guillaume GAUTIER - OLEA MEDICAL
Corso - MLflow
I enjoyed participating in the Kubeflow training, which was held remotely. This training allowed me to consolidate my knowledge for AWS services, K8s, all the devOps tools around Kubeflow which are the necessary bases to properly tackle the subject. I wanted to thank Malawski Marcin for his patience and professionalism for training and advice on best practices. Malawski approaches the subject from different angles, different deployment tools Ansible, EKS kubectl, Terraform. Now I am definitely convinced that I am going into the right field of application.
