DTC0296 - Masinõppe meetodid andmeanalüütikas
Sihtgrupp
The employees in both the private and public sectors who wish to gain a deeper understanding of data mining and machine learning methods for data analysis.
era- või avaliku sektori töötaja, kes soovib lähemalt tundma õppida andmekaeve ja masinõppe meetodite kasutamist andmete analüüsimisel.
Eesmärk
on õppida rakendama andmekaeve ja masinõppe meetodeid analüütiliste probleemide lahendamisel, omandada praktilised oskused juhendatud ja juhendamata õppe meetodite kasutamiseks ning Bayesi võrkude rakendamiseks otsustamise ja prognoosimise toetamisel.
Sisu
AI Studio kasutajaliides, andmete importimine, repositooriumide ja kaustade loomine. Andmete eeltöötlus, kirjeldav statistika ja andmete visualiseerimine. Ennustav modelleerimine ja juhendatud masinõpe. Ennustav modelleerimine regressioonimeetodite ja teiste algoritmidega. Ennustusmudelite hindamine, segadusmaatriks. Assotsiatsioonireeglite kaevandamine. Klasterdamine, K-means meetod, Elbow meetod. Bayesi võrgud ja otsustusprotsesside modelleerimine GeNIe Modeler abil.
Eeldused
Elementaarne arvutikasutamise oskus, varasem IT- või programmeerimistaust ei ole nõutav
Õpiväljundid
Koolituse läbinud õppija:
- kasutab AI Studio tarkvara andmete importimiseks ja haldamiseks;
- eeltöötleb andmeid, teeb statistilist analüüsi ja visualiseerib andmeid;
- teab ennustavaid mudeleid, juhendatud masinõppe ja regressioonimeetodeid;
- hindab mudelite täpsust ja toimivust;
- teab assotsiatsioonireeglite kaevandamise ja klasterdamise põhimõtteid;
- on tutvunud Bayesi võrkude ja nende kasutamisega otsustus- ja prognoosiprotsessides.
Õpikeskkond
Tagatud on tänapäevased, õppeprotsessi toetavad ruumid, olemas on vajalik tehnika. / Modern, well-equipped learning spaces that support the educational process are provided, with all necessary technical resources available.
Koolitaja kompetentsus
Doktorikraad, täiskasvanute koolitamise kogemus, valdkonna ekspert. / Doctoral degree, experience in adult education, subject-matter expertise.
Maht
16 akadeemilist tundi
Korraldaja
Digitehnoloogiate instituut, Kairi Burnaševa, kairi.burnaseva@tlu.ee
Koolitaja
Danial Hooshyar, PhD