Machine Learning Kedvcsináló Kezdőknek I és II

Az előadás összefoglaló áttekintést ad a Machine Learning területéről az alábbi témákban:

I. rész (alapfogalmak)
– Fogalmak tisztázása: mi a data science, machine learning és artificial intelligence között a kapcsolat?
– Miért van szükség gépi tanuló algoritmusokra?
– Miben különböznek a felügyelt és felügyelet nélküli tanító algoritmusok? És ami a két terület határán van: a rejtélyes anomália detektáló algoritmusok
– Legfontosabb gépi tanuló algoritmusok áttekintése (K-means, Gradient Boosting és társai)

II. rész
– Deep learning avagy a neurális hálók elméleti háttere.
– Miért ennyire népszerű a deep learning napjainkban? (Önvezető autók és más ipari alkalmazások áttekintése)
– NLP fejlődése (symbolic, statistical, neural)
– AutoML – hogyan lehet automatizálni a gépi tanulást? Mit jelent az MLOps?

Kovács Gyula
Data Science coach

Kovács Gyula informatikus/közgazdász. 1997 óta tanácsadó, elsődlegesen adatvagyon hasznosítás témákban. A 2000-es években irányításával került kifejlesztésre egy gráf algoritmusokra épülő csalás detektáló rendszer (Sixtep). 2015-2021 között pénzintézeteknél töltött be vezető pozíciókat (Smart Process osztályvezető, Data Science és BI igazgató). 2021 óta független tanácsadóként nyilvános tréningeket tart data literacy témákban (Picasso, Sherlock, Nostradamus tréningek), illetve on-the-job adatvizualizációs és adatmenedzsment tréningeket nagyvállalatok számára . A Láncreakció podcast társalapítója.