Uczenie maszynowe w Python – szybki start

online lub stacjonarnie 3 dni

Celem szkolenia jest wprowadzenie uczestników w zagadnienia uczenia maszynowego (ang. machine learning) w środowisko Python. Zostanie omówiona główna idea uczenia maszynowego, podstawowy zestaw metod oraz dobre praktyki realizacji projektów uczenia maszynowego w środowisku Python.
Algorytmy modelowania będą przedstawione na poziomie pozwalającym na prawidłowy dobór narzędzi, świadome korzystanie z metod oraz prawidłową ocenę wyników. Uczenie odbędzie się poprzez rozwiązywanie przykładowych zadań w środowisku Python, przy czym nacisk zostanie położony na metody modelowania, a nie na kodowanie.

Dla kogo?

  • osób zajmujących się w swojej pracy zagadnieniami uczenia maszynowego (ang. machine learning)
  • osób pragnących zapoznać się z bibliotekami Scikit-learn, Tensorflow 2.0/Keras i XGBoost

Co zyskasz?

  • Znajomość podstawowych pojęć i metod uczenia maszynowego (ang. machine learning)
  • Umiejętność tworzenia, oceny i strojenia model
  • Znajomość podstaw sieci neuronowych i pracy z nimi w Keras

  • Program
  • Prowadzący
  • Informacje organizacyjne
  • Ceny

Program szkolenia:

  1. Podstawy uczenia maszynowego
    • Rodzaje zadań
    • Przeuczenie
  2. Prowadzenie projektów uczenia maszynowego
  3. Przegląd i przypomnienie elementów środowiska Python wykorzystywanych w uczeniu maszynowym
  4. Scikit-learn – wprowadzenie
  5. Drzewa decyzyjne
  6. Segmentacja bezwzorcowa (analiza skupień)
    • Metoda k średnich
    • DBSCAN
  7. Analiza składowych głównych
  8. Potoki (pipelines)
  9. Losowy las
  10. Drzewa wzmacniane i XGBoost
  11. Sieci neuronowe
    • Podstawy sieci neuronowych
    • Keras i Tensorflow
    • Tworzenie, ocena i strojenie sieci – przykłady

Polecamy inne szkolenia:

  • Wykrywanie anomalii w procesach z wykorzystaniem uczenia maszyn (machine learning)
  • Eksploracja, wizualizacja i przygotowanie danych w Python – szybki start
  • Prognozowanie metodami uczenia maszynowego w Python

Podobne szkolenia

Statystyka w badaniach naukowych – zastosowania i dobre praktyki

Szkolenie jest poświęcone omówieniu poprawnego stosowania podejścia statystycznego w kolejnych etapach procesu badawczego w różnych dziedzinach badań naukowych. Szczególny nacisk położono na statystyczne […]

Dowiedz się więcej

Wizualizacja danych w Statistica

Uczestnicy szkolenia poznają różnorodne graficzne metody przedstawiania i eksploracji danych suro­wych, sprawdzania założeń metod analitycznych oraz czytelnej prezentacji wyników przepro­wadzonych analiz. Dodatkowo […]

Dowiedz się więcej

Eksploracja, wizualizacja i przygotowanie danych w Python – szybki start

Częścią nieomal każdego projektu Data Science jest eksploracja danych w celu zapoznania się z ich strukturą, wykrycia problemów z jakością, a wynikom tabelarycznym zazwyczaj […]

Dowiedz się więcej

Masz pytania?

Porozmawiaj z nami!

Jesteśmy tutaj, aby pomóc i rozwiać wszystkie Twoje wątpliwości. Wypełnij formularz, napisz do nas maila lub zadzwoń – odpowiemy najszybciej, jak to możliwe!

    Przejdź do treści