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
- Wstęp do uczenia maszynowego.
- Przegląd metod i algorytmów uczenia maszynowego
- Podział metod uczenia maszynowego
- Uczenie nadzorowane
- Uczenie nienadzorowane
- Podział metod uczenia maszynowego
- Proces uczenia maszynowego
- Eksploracja danych
- Jak dobrać najlepszy model do zadania
- Przygotowanie danych
- Zbiór uczący
- Zbiór testowy
- Szkolenie modelu
- Walidacja modelu
- Przeuczenie modelu
- Techniki redukcji wymiarowości danych
- Omówienie metod uczenia maszynowego
- Regresja
- Regresja liniowa
- Regresja wielomianowa
- Regresja logistyczna
- Klasyfikacja
- Grupowanie danych
- Redukcja wymiarów
- Sztuczne Sieci Neuronowe
- Regresja
- Łączenie klasyfikatorów
- Wizualizowanie wyników
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.
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.
Zobacz też:
- Programista Python (kurs zawodowy - bootcamp)
- Bootcamp Python XL backend/web (kurs zawodowy - bootcamp)
- Bootcamp Python XL analiza danych (kurs zawodowy - bootcamp)
- Tester automatyzujący (kurs zawodowy - bootcamp)
- Analiza danych (kurs zawodowy - bootcamp)
- Analiza danych w Pythonie (kurs zawodowy - bootcamp)
- Analiza danych w Pythonie (bez ML) (kurs zawodowy - bootcamp)
- Programista backend - Python (kurs zawodowy - bootcamp)
- Analiza danych, uczenie maszynowe i deep learning dla znających Pythona (kurs zawodowy - bootcamp)
- Analiza danych w R (kurs zawodowy - bootcamp)
- Business Intelligence w MS Excel i Power BI (kurs zawodowy - bootcamp)
- Programowanie dla młodzieży - Python (kurs zawodowy - bootcamp)
- Statystyka w Matlab
- Wprowadzenie do statystyki w Matlab
- Eksploracja danych w Matlab
- Matematyka Finansowa z Excel i VBA
- Analiza statystyczna w R - od podstaw w 3 dni
- Programowanie w R - 3 dni
- Podstawy statystyki i analizy danych w programie R
- Wykresy w programie R
- Analiza i prognozowanie szeregów czasowych w R
- Techniki modelowania danych w R
- Techniki Data Mining w R
- Skrypty w Pythonie. Python dla inżynierów
- Python dla programistów innych języków
- Django - aplikacje webowe
- FLASK - aplikacje webowe
- Analiza Danych dla znających Pythona
- Deep Learning - Uczenie Głębokie dla znających Pythona
- Zaawansowany Python
- Programowanie asynchroniczne w Asyncio
- Rozszerzanie Pythona w języku C
- Wizualizacja danych w Excelu
- Analiza danych biznesowych w Excelu
- Analiza statystyczna w Excelu
- Analiza danych finansowych w Excelu
- Power Query w Excelu (podstawowy)
- Power Query w Excelu (zaawansowany)
- Power Pivot w Excelu
- Wprowadzenie do Amazon Web Services
- Wprowadzenie do GIT
- Power Map/View w Excelu
- Wstęp do programowania w Pythonie - darmowe warsztaty "od zera"
- Tworzenie wizualizacji w programie Power BI Desktop
- Crystal Reports (podstawowy)
- Crystal Reports (zaawansowany)
