Časové řady II

Tento kurz je určen pro zájemce o hlubší porozumění problematice analýzy časových řad.

• 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

Studijní materiál společnosti Machine Learning College.

• 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
  

Předchozí kurzy

Python I - úvod do programování [PYTHON_INTRO]

Časové řady [MLC_TISE]