למידת מכונה היא לכולם

הרצאה זו מספקת מודעות על דפוסי למידת מכונה ושימושים בעולם האמיתי. אחרי קורס זה, תוכל: * לתאר טכניקות למידה מפוקחת ולא מפוקחת ושימושים * להבין טכניקות כמו סיווג, אשכולות ורגרסיה * לדון כיצד לזהות אילו סוגים של טכניקות יש ליישם למקרה שימוש ספציפי * להבין את ההצעות הפופולריות בתחום למידת מכונה כמו Amazon Machine Learning, TensorFlow, Azure Machine Learning, Spark mlib, Python ו-R וכו' * להתקין ולהגדיר את Anaconda. * לבצע פעילות מעשית בעזרת Jupyter Notebooks. סקירת נושאים: * מבוא לקורס * דפוסי למידת מכונה - סיווג - אשכולות - רגרסיה * מחזור ההייפ של גארטנר לטכנולוגיות מתפתחות * הצעות למידת מכונה בתעשייה * תרגיל 1 - התקנה והגדרה של Anaconda. * ספריות פייתון - NumPy - Pandas - Scikit Learn * תרגיל 2: ניתוח נתונים בעזרת Pandas * אלגוריתמים - רגרסיה לינארית - עץ החלטות * תרגיל 3: ביצוע רגרסיה ליניארית בעזרת Scikit-learn * מקורות ושלבים הבאים