Python voor Data Science Advanced - Virtual Classroom

Tijdens deze training ga je aan de slag met de werking van verschillende machine learning algoritmes. Ook raak je bekend met de basisprincipes van de statistieken die worden toegepast binnen machine learning. Hierbij behandel je onderwerpen als multivariable regressie en de optimalisatie van de prestaties van toegepaste algoritmes. Na afloop kun je zelfstandig machine learning toepassen op een dataset en de keuzen tijdens de verschillende data science projectfases onderbouwen en presteren.

Het intensieve programma van deze training bestaat uit theorie, demo’s, praktijkopdrachten en discussie. De deelnemer gaat ook zelf aan de slag met Python en data science en machine learning libraries. Ook leer je als deelnemer de verschillende algoritmes kennen inclusief de theoretische achtergronden hiervan. Daarnaast kun je de performance van een gekozen algoritme beoordelen en feature engineering toepassen om een model te verbeteren.

Student profile

Je wilt je graag verdiepen in data science en machine learning in combinatie met Python. Dit is een vervolg op de training Python met Data Science.

Characteristics

Computrain gebruikt het meest actuele, Engelstalige studiemateriaal, dat speciaal is ontwikkeld voor deze training. Tevens beschik je over een zeer moderne online leeromgeving, e-Connect. Deze omgeving bevat alle informatie die je voor de training nodig hebt en aanvullende informatie. Daarnaast kun je makkelijk communiceren met je mededeelnemers.

Objectives

Na afloop van deze training:

• Ken je de basisbegrippen van machine learning
• Kun je data voorbereiden ten behoeve van machine learning algoritmes
• Kun je een classificatie algoritme trainen en evalueren
• Kun je een vraag beantwoorden met data
• Ben je bekend met Hypothesis Testing
• Ben je bekend met de principes en vormen van (enkelvoudige) lineaire regressie
• Ben je bekend met Model Fitting en weet je wat de oorzaak is van under- of overfitting
• Kun je features selecteren, combineren en verbeteren
• Ken je de principes van en kun je werken met support vector machine algoritmes
• Ken je de wiskundige/statistische achtergrond van verschillende classificatie-algoritmes
• Ken je de principes van en kun je werken met ensemble methoden
• Kun je de performance van een toegepast model meten en evalueren
• Ken je de toepassingsgebieden en voor- en nadelen van Python Libraries voor ML

Program guide

• Mathematics
• & Statistics:
• Single Variable Statistics
• Multiple Variable Statistics
• Regressie
• Model Fitting
• Hypothese testing
• Algoritmes:
• Classificatie algoritmes
• Naïve Bayes classificatie
• Logische regressie
• Support Vector Machine
• Deciscion Tree Classificatie
• Ensemble Algotitmes
• Performance Meten
• Neurale Netwerken
• Typen Neurale Netwerken
• Activicatie Functies
• Error Functies
• Backpropagation
• Gradient Descent Optimization
• Python Libraries
• Scikit-Learn
• TensorFlow
• Keras
• PyTorch
• Machine Learning in de Cloud Platformen
• Amazon AWS, Google Cloud, Microsoft Azure ML, IBM Cloud Pack for Data

Graduation

Na het volgen van deze training ontvang je het deelnamecertificaat 'Python voor Datascience Advanced' van Computrain.

Admission

Je hebt kennis op het niveau van de training Python voor Data Science. Dit is benodigd voor het deelnemen aan deze training.