Curso prático de aprendizado de máquina

Queen Mary University Summer School

Descrição do Programa

Leia a descrição oficial

Curso prático de aprendizado de máquina

Queen Mary University Summer School

Visão geral

O aprendizado de máquina influencia a vida moderna em muitos caminhos diferentes e está silenciosamente revolucionando a maneira como vivemos e trabalhamos. Podemos ver a influência dos algoritmos de aprendizado de máquina nas mídias sociais, nos mecanismos de pesquisa da web, nos verificadores ortográficos de dispositivos móveis e nos carros autônomos. Este curso lhe dará uma introdução ao aprendizado de máquina usando a linguagem de programação Python e o kit de ferramentas de programação TensorFlowTM do Google. Nenhum plano de programação é assumido, no entanto, se você quiser fazer este curso, você deve estar familiarizado com o uso de computadores.

Este curso é ministrado por cientistas que usam aprendizado de máquina para análise de dados no Large Hadron Collider do CERN e permitirá que você trabalhe com exemplos práticos de problemas gerais e físicos. Exemplos serão extraídos de uma variedade de problemas, a fim de permitir que você construa uma compreensão das ferramentas e como usá-las. Isso irá prepará-lo para um mini-projeto analisando dados de um experimento de física de partículas para complementar os exemplos encontrados anteriormente no curso.

Objetivos do curso

Este é um curso prático que fornece uma introdução aos conceitos de aprendizado de máquina e a aplicação de algoritmos a vários tipos de amostras de dados disponíveis. Para conseguir isso, você será apresentado à linguagem de programação Python e aos principais conceitos relacionados ao kit de ferramentas de programação do TensorFlowTM. Você aprenderá como treinar algoritmos de aprendizado de máquina e avaliar seu desempenho em dados de imagem e dados científicos do Large Hadron Collider. Vamos desenvolver suas habilidades de programação para que você possa explorar os benefícios potenciais de algoritmos de aprendizagem profunda.

Ensinando e aprendendo

Você será ensinado através de uma combinação de palestras, trabalhos de laboratório e workshops.

Resultados da aprendizagem

Você aprenderá / desenvolverá:

  • comandos básicos em Python e aprender como manipular dados usando esta linguagem de programação
  • como usar as ferramentas do TensorFlowTM para otimizar redes neurais e redes neurais convolucionais como exemplos de algoritmos de aprendizado de máquina
  • uma compreensão dos algoritmos de aprendizado de máquina e seu uso.

Você desenvolverá / será capaz de:

  • compreender os princípios dos algoritmos de otimização e o papel das funções de ativação nas redes neurais
  • entender o conceito de overtraining de hiperparâmetros para um algoritmo de aprendizado de máquina e como isso pode ser detectado usando amostras de dados
  • entender o conceito da curva Receiver Operating Characteristic (ROC) e como a área sob essa curva pode ser usada para selecionar modelos com base na capacidade de separar o sinal do fundo
  • demonstrar experiência em informação através do portfólio de trabalho que você irá construir durante este curso, e a aplicação desse portfólio de habilidades para resolver problemas
  • demonstrar um desenvolvimento intelectual arredondado em todos os aspectos deste curso, incluindo auto-estudo, leitura dirigida, testes em sessão para testar sua assimilação incremental de conhecimento e a apresentação crítica final do que você aprendeu e alcançou durante o curso
  • melhore sua capacidade de pesquisa por meio da aplicação de princípios básicos sobre aprendizado de máquina para exemplos de conjuntos de dados. Isso permitirá a análise crítica de dados em termos de problemas específicos usando técnicas modernas.
  • comunique-se claramente através do componente de apresentação oral, onde você fará uma apresentação de cinco minutos sobre o que aprendeu durante o curso (incluindo os principais resultados obtidos) e responderá às perguntas sobre sua apresentação.

Requisitos de entrada

Para se juntar à nossa Escola de Verão, você deve ter concluído um mínimo de dois semestres de estudo em sua instituição de origem.

Congratulamo-nos com estudantes da Escola de Verão de todo o mundo. Aceitamos uma série de qualificações:

  • Se a sua instituição de origem usa a escala de quatro pontos da média de notas (GPA), normalmente exigimos uma pontuação de 3,0 GPA.
  • Se a sua instituição de origem usa a escala de letras, você precisará ter um B

Congratulamo-nos com as qualificações internacionais e consideramos cada aplicação individualmente em seu mérito acadêmico.

Requisitos de inglês

Todos os nossos cursos são ministrados e avaliados em inglês. Se o inglês não é sua primeira língua, você deve atender a um dos seguintes requisitos de inglês para ingressar na Escola de Verão da QMUL:

  • Se você é formado em um país de maioria de língua inglesa e no Canadá, pode usar este diploma para satisfazer os requisitos de inglês para ingresso, desde que o diploma tenha sido concluído no máximo 5 anos antes da data de início do curso.
  • IELTS, 7 no geral ou superior
  • Teste TOEFL baseado na Internet, exigimos um mínimo de 100 (L22; S25; R24; W27)
  • PTE Acadêmico 68
  • Certificado de Cambridge em Inglês Avançado 185 70-grau C (sistema de marcação antigo)
Esta escola oferece programas em:
  • Inglês


Última actualização June 19, 2018
Duração e Preço
Este curso é No campus
Start Date
Data inicial
Julho 2019
Duration
Duração
Tempo integral
Price
Preço
1,499 GBP
por sessão, que inclui tuição e programa social
Information
Deadline
Locations
Reino Unido da Grã-Bretanha e Irlanda do Norte - London, England
Data inicial : Julho 2019
Prazo de inscrição Contactar Escola
Data de conclusão Contactar Escola
Dates