Machine Learning - Uczenie Maszynowe dla znających PythonaPYTHON-ML

Obecnie brak terminów otwartych

Warszawa
  • 30.11 (Z)
  • 03.12
  • 10.12 (ostatnie miejsca)
  • 07.01
Z - zaoczny
Żaden termin nie pasuje? Zaproponuj własny termin szkolenia

Dostępne również na zamówienie, w terminie i lokalizacji do uzgodnienia, dla grup od 5 osób.

cena netto
dla podmiotów publicznych - zwolnione z VAT

Cena szkolenia: 2990 PLN

poczęstunek w cenie

stanowisko komputerowe w cenie

Machine Learning - Uczenie Maszynowe dla znających Pythona

Kategorie: Analiza danych i statystyka, Python

Uczenie Maszynowe jest obecnie jedną z najszybciej rozwijających się dziedzin informatyki. Na naszym szkoleniu dowiesz się na czym ono polega, jakie są najpopularniejsze jego metody oraz poznasz najpopularniejszą bibliotekę do uczenia maszynowego stosowaną w Pythonie: scikit-learn.
Podczas szkolenia nie będziemy skupiać się na matematycznych podstawach algorytmów stosowanych w uczeniu maszynowym, poznasz za to ogólne metody działania algorytmów, wytyczne kiedy który z nich najlepiej jest zastosować oraz metody weryfikacji czy opracowany model działa tak jak powinien, czy należy go poprawić.

Wszystkie algorytmy omówimy na codziennych, prawdziwych przykładach! Bez zbędnej teorii.

Osoby chcące poznać poza samym uczeniem maszynowym także narzędzia do obróbki danych polecamy nasz dziesięciodniowy kurs analizy danych i uczenia maszynowego w pythonie.

Czas trwania

4 dni

Program

  1. Wstęp do uczenia maszynowego.
  2. Przegląd metod uczenia maszynowego
    • Podział metod uczenia maszynowego
      • Uczenie nadzorowane
      • Uczenie nienadzorowane
  3. Proces uczenia maszynowego
    • Przygotowanie danych
    • Szkolenie modelu
    • Weryfikacja modelu
  4. Omówienie metod uczenia maszynowego
    • Regresja
      • Regresja liniowa
      • Regresja wielomianowa
      • Regresja logistyczna
    • Klasyfikacja
    • Grupowanie danych
    • Redukcja wymiarów
    • Sztuczne Sieci Neuronowe
  5. Łączenie klasyfikatorów
  6. Wizualizowanie wyników
  7. Jak dobrać najlepszy model do zadania?

Program zawiera przykładowe algorytmy. Finalny dobór konkretnych algorytmów tworzenia modeli lub wykorzystania dodatkowych frameworków (np. PyTorch czy TensorFlow 2.0) będą zależeć od ich popularności na rynku i celowości zastosowań.

Pobierz w wersji PDF

Training also available in English.

Przeznaczenie i wymagania

Szkolenie przeznaczone jest dla analityków i programistów. To nie jest szkolenie dla statystyków – nie obejmuje matematycznych podstaw działania algorytmów.
W grupach na zamówienie możemy przeprowadzić szkolenie bardziej nastawione na teoretyczne podstawy uczenia maszynowego, a nie jedynie skupiające się na wykorzystaniu go jako narzędzia.

Od uczestników tego szkolenia oczekujemy znajomości następujących narzędzi – podstawowej znajomości Pythona (na poziomie naszego szkolenia Skrypty w Pythonie), a także znajomości Pandas lub NumPy na poziomie wystarczającym do swobodnego importu i obróbki danych.
Dodatkowo wymagana jest znajomość środowiska Jupyter Notebook.

W grupach zamkniętych istnieje możliwość rozpoczęcia szkolenia od zapoznania się ze wszystkimi wymaganymi narzędziami i następnie przejścia do tematów uczenia maszynowego.

Certyfikaty

Uczestnicy szkolenia otrzymują imienne certyfikaty sygnowane przez ALX.

Zapisz się

Wybierz interesujący Cię termin oraz miasto

Warszawa:

Żaden termin nie pasuje?

Podaj swój adres e-mail, a my powiadomimy Cię o przyszłych terminach

Masz pytanie?

Tu możesz zadać niezobowiązujące i szybkie pytanie na temat szkolenia

* Wyrażam zgodę na przetwarzanie danych osobowych przez „ALX” Sp. z o.o. Sp. k. z siedzibą w Warszawie w celu realizacji zgłoszenia.