RCMDR003

Ladda ner som PDF

Prediktering med maskininlärning och AI

Endagskurs som ger en introduktion till maskininlärning, AI och prediktiva modeller. Du lär dig hur dessa verktyg kan användas för prognoser, klassificering och automatisering.

Prediktiva modeller kan exempelvis användas för att besvara frågor om vilket läkemedel som är bäst för en viss patient, om en kund kommer att säga upp sitt abonnemang eller inte och mycket mer. I den här kursen förklaras några av de viktigaste prediktiva modellerna på ett intuitivt sätt, däribland beslutsträd och neurala nätverk, som utgör grundstenen för modern AI. Hur modellerna enkelt kan byggas och användas med hjälp av programvaran R visas med en rad exempel. Vanliga misstag och fallgropar diskuteras samt illustreras med exempel från verkligheten.

Förkunskaper

Vana av datahantering och viss kunskap om regression. Förkunskaper i R är inte nödvändiga.

Mål:

Vid kursens slut ska deltagarna kunna bygga, utvärdera och använda vanliga prediktiva modeller med R, såsom beslutsträd, nearest neighbors-modeller och LASSO-regression. De ska också ha kunskaper om styrkor och svagheter med prediktiva modeller, inklusive neurala nätverk.

Ur innehållet:

• Förstå maskininlärning och AI
• Bygg prediktiva modeller utan programmering

Mål:

Vid kursens slut ska deltagarna kunna bygga, utvärdera och använda vanliga prediktiva modeller med R, såsom beslutsträd, nearest neighbors-modeller och LASSO-regression. De ska också ha kunskaper om styrkor och svagheter med prediktiva modeller, inklusive neurala nätverk.

Ur innehållet:

• Förstå maskininlärning och AI
• Bygg prediktiva modeller utan programmering

Utbildningen levereras i samarbete med

Kursfakta

Kurs-ID: RCMDR003
Längd: 1 dag
Pris exkl moms: 8 500 kr
Inregistrering: 09.00
Kursstart: 09.30
Kursslut (ca): 17.00

Frågor om kursen?

Har du frågor om kursens innehåll, leveransdatum/ort eller behöver en företagsanpassad variant? Fyll i formuläret nedan!


Kan betalas med:
TRAINING CARD

Avtalsrabatter och kampanjer kan ej nyttjas på denna kurs.


Ort och datum

Stockholm
Göteborg
26 mar
Boka nu!

Tipsa