Sztuczna inteligencja (AI) w wielowymiarowej analizie danych

Dla kogo?

Szkolenie przeznaczone jest dla analityków pragnących nauczyć się efektywnie wykorzystywać narzędzia generatywnej AI w wielowymiarowej analizie danych. Podczas szkolenia szczegółowej analizie zostaną poddane zbiory danych, wymagające szeregu zabiegów związanych z czyszczeniem danych, selekcją zmiennych czy wyborem modelu. W trakcie zajęć krok po kroku realizowane będą kolejne zadania analityczne co pozwoli dodatkowo na całościowe spojrzenie na proces analizy. Proces budowy modeli realizowany będzie w środowisku Python.

Co zyskasz?

• Znajomość zasad działania generatywnej AI oraz praktycznych technik jej wykorzystania
• Wiedzę jak rozwiązywać problemy pojawiające się podczas realizacji kolejnych etapów wielowymiarowej analizy danych
• Nowe możliwości rozwoju zawodowego i osobistego
• Dodatkowe, indywidualne konsultacje z trenerem po zajęciach

Pogram szkolenia:

1. Analiza skupień
   • Wymagania I założenia metod analizy skupień
   • Ocena jakości danych i ich przygotowanie
   • Wybrane metody analizy skupień
     • Metody hierarchiczne
     • Metoda k-średnich
     • Grupowanie gęstościowe (ang. density-based)
     • Sieci Kohonena
   • Identyfikacja liczby skupień
   • Ocena jakości i stabilności modelu
   • Interpretacja uzyskanych wyników
2. Redukcja wymiarowości
   • Wymagania i założenia metod redukcji wymiarowości
   • Przygotowanie danych
   • Wybrane metody redukcji wymiarowości
     • Analiza składowych głównych (ang. Principal Copmonent Analysis, PCA)
     • Rzadka analiza składowych głównych (ang. Sparse Principal Component Analysis, SparsePCA)
     • Analiza czynnikowa (ang. Factor Analysis, FA)
   • Identyfikacja liczby wymiarów
   • Ocena jakości modelu
   • Interpretacja uzyskanych wyników
3. Dodatkowe metody wielowymiarowe
   • Skalowanie wielowymiarowe
   • t-SNE

Polecamy inne szkolenia:

• Uczelnie maszynowe w Python – szybki start
• Eksploracja, wizualizacja i przygotowanie danych w Python – szybki start
• Sztuczna inteligencja (AI) w procesie budowy modeli uczenia maszynowego

Godziny zajęć: 8:15 – 15:30

W ramach szkolenia zapewniamy:

• obszerne materiały szkoleniowe
• świadectwo ukończenia szkolenia
• przerwy kawowe i obiad (dla szkoleń stacjonarnych)

Forma szkolenia:

• online lub stacjonarnie
• forma danej edycji podana przy terminie szkolenia

W przypadku szkoleń online:

• zajęcia prowadzone na żywo w MS Teams
• kontakt z prowadzącym w czasie rzeczywistym

Wymagania sprzętowe i oprogramowanie:

• zainstalowane środowisko Anaconda lub Miniconda
• komputer z aktualnym systemem Windows, Linux, Mac OS (spełniający wymogi Anaconda/Miniconda)
• 8 GB RAM
• procesor Intel Core i5 6 generacji lub szybszy

Cena regularna: 2695 zł netto (+23% VAT)

Cena dla akademickich użytkowników Statistica (-15%)*: 2291 zł netto (+23% VAT)

*-15% dla akademickich użytkowników Statistica z aktywnym serwisem StatSoft Polska