Mašīnmācīšanās un dziļās mašīnmācīšanās pamati

Mērķis:
Palīdzēt apgūt mašīnmācīšanos un dziļo mašīnmācīšanos tiem, kas vēlas kļūt par datu speciālistiem.

Sasniedzamie mācīšanās rezultāti:
Spēt trenēt mašīnmācīšanās modeļus (supervised/unsupervised learning), pielāgojot algoritmu izvēli un parametrus konkrētām biznesa vai pētniecības vajadzībām sarežģītos datos un kontekstos.
Spēt prognozēt klientu uzvedību un izstrādāt datos balstītas rekomendācijas, pielāgojot analītiskos modeļus dažādām situācijām, mērķiem un lietotāju grupām.
Prast pielietot mašīnmācīšanās rīkus datu analītikā, tirgus tendenču prognozēšanā un klientu vadībā, pielāgojot pieeju uzņēmuma stratēģijai, datu raksturam un mainīgiem apstākļiem, lai paaugstinātu biznesa efektivitāti un konkurētspēju.
Spēt izvērtēt mašīnmācīšanās un dziļās mašīnmācīšanās algoritmu precizitāti, piemērotību un ierobežojumus, pielāgojot izvērtēšanas kritērijus konkrētā uzdevuma un organizācijas vajadzībām.
Pārzināt mašīnmācīšanās un dziļās mašīnmācīšanās principus un spēt pielietot šīs zināšanas, lai izvēlētos piemērotāko risinājumu sarežģītos datu un biznesa kontekstos.
Pārzināt mašīnmācīšanās modeļu dzīves ciklu, automatizāciju un monitoringu uzņēmuma vidē un spēt pielāgot šos procesus dažādu komandu un projektu vajadzībām.

Dators ar Windows 10 vai macOS Monterey (12), vai Linux Ubuntu 22.04 LTS, vai jaunākas versijas un interneta pieslēgums. Skandas vai austiņas, mikrofons.
Ieteicams otrs monitors.