Prerekvizity

• Základní znalost programování v Pythonu
• Středoškolské znalosti lineární algebry, matematické analýzy a teorie pravděpodobnosti. Bude předpokládáno základní porozumění pojmům jako vektor, matice, vektorový prostor, pravděpodobnost, podmíněná pravděpodobnost, nezávislost náhodných jevů a znalost násobení matic a derivace funkcí.
• Znalosti strojového učení na úrovni kurzu Časové řady

Co si účastník odnese

Tento kurz je určen pro zájemce o hlubší porozumění problematice analýzy časových řad. Jedná se o pokračování našeho kurzu Časové řady, ve kterém se zaměříme především na další domény problémů a jejich specifika. Konkrétně budeme studovat zvuková data kombinací rekurentních a konvolučních sítí a analýzu sentimentu nad textovými daty. 

Osnova

• Pokročilé zpracování vstupních atributů
• Klasifikace a detekce vzorů ve zvukových datech
  • Fourierova transformace
  • Konvoluční neuronové sítě pro klasifikaci zvuku (spektrogramy jako obrázky)
  • Kombinace konvolučních a rekurentních neuronových sítí
  • Praktický příklad na detekci řeči pomocí neuronových sítí
• Predikce časových řad nad textovými daty
  • Předzpracování dat
    • Sentence & word tokenization
    • Model-based vs. dictionary-based word embeddings
    • Of-the-shelf pre-trained word-embeddings models
  • Předtrénování pomocnými klasifikačními úlohami
  • Kombinace modelů a fine tuning
  • Praktický příklad na analýzu sentimentu novinových článků

Termíny

V případě zájmu o vypsání nového termínu kurzu nás kontaktujte na info@mlcollege.com.