Machine learning a gyakorlatban a Microsoft Azure ML Studio segítségével
Áttekintés
A workshop célja, hogy üzleti döntéshozók és szakmai felhasználók számára valós üzleti use case-eken keresztül bemutassa az adatvezérelt gondolkodás előnyeit és egy gyakorlat keretében, Microsoft technológiákat felhasználva egy példamegoldást építsen a cégüknél felhalmozódó adatvagyon kiaknázására. A példamegoldás kialakítása keretében betekintést kapunk a leggyakoribb adatelőkészítési, prediktív modellezési, modell kiértékeléso és alkalmazási lehetőségek gyakorlatába.
Kinek ajánljuk?
Olyan szakmai felhasználóknak és üzleti döntéshozóknak, akik egy eszköz használatán keresztül szeretnék gyakorlatban megismerni a prediktív elemzési projektek legjobb gyakorlatát és rendszerezni szeretnék a már meglévő tudásukat a prediktív elemzéshez kapcsolódó területeken.
Előfeltételek
Prediktív elemzési alapok. Ha ismerős az alábbi fogalmak közül egy-kettő, akkor minden ok:osztályozás, regresszió, logisztikus regresszió, döntési fa.
Tematika
- Gépi tanulási alapfeladatok megoldása: osztályozás és regresszió, felhasználható algoritmikai eszköztár, visszamérési technikák: megfelelő üzleti és matematikai kiértékelők összepárosítása
- Gépi tanulási alapfeladatok megoldása: klaszterezés és anomália detekció, felhasználható algoritmikai eszköztár
Idősoros adatok elemzése
Oktató
Nagy-Rácz István
data scientist, alapító, Dmlab
Magyarország egyik vezető adatelemzéssel foglalkozó cége, a Dmlab alapító senior partnere. Több mint 10 éves data scientist tapasztalata ötvözi a számos üzleti projekt vezetőjeként szerzett üzleti gondolkodásmódot a Műszaki Egyetem adatbányászati kutatócsoportjában szerzett technikai és elméleti tudással. A Dmlab csapat operatív és stratégiai vezetése mellett az elmúlt években számos adatalapú start-upban dolgozott, valamint a Dmlabban felhalmozott tudást és tapasztalatot olyan technológiai megoldásokba transzferálja, amelyek segítségével különböző területen tevékenykedő vállalatokat segít az adatvezérelt működésben. Konferenciák, egyetemi és vállalati oktatások rendszeres előadója, valamint a Kürt Akadémia Data Science képzésének szakmai vezetője.