Poziom

Średniozaawansowany

Czas

16h / 2 dni

Termin

Indywidualnie

Cena

Indywidualnie

Szkolenie Scikit-Learn

Szkolenie Scikit-Learn to intensywny, dwudniowy kurs, w którym 80% czasu poświęcone jest praktycznym warsztatom, a 20% teorii. Kurs ma na celu przekazanie solidnych podstaw teoretycznych oraz praktycznych umiejętności w zakresie korzystania z Scikit-Learn, popularnej biblioteki do uczenia maszynowego w Pythonie. Uczestnicy będą pracować z rzeczywistymi danymi, przygotowywać dane, budować i trenować modele oraz dowiedzą się, jak zastosować zdobytą wiedzę w swoich projektach.

Dla kogo jest to szkolenie?
  • logo infoshare Programistów i inżynierów danych, którzy chcą poszerzyć swoje umiejętności o Scikit-Learn
  • logo infoshare Analityków danych pragnących zastosować Scikit-Learn w swoich projektach
  • logo infoshare Entuzjastów sztucznej inteligencji i uczenia maszynowego chcących rozpocząć pracę z Scikit-Learn
Wymagane umiejętności technologiczne:
  • logo infoshare Znajomość podstaw programowania w Pythonie
  • logo infoshare Podstawowa wiedza z zakresu uczenia maszynowego
  • logo infoshare Umiejętność pracy w środowisku Jupyter Notebook

Czego nauczysz się na tym szkoleniu?

  • Jak zainstalować i skonfigurować Scikit-Learn w swoim środowisku pracy
  • Jak budować, trenować i optymalizować modele uczenia maszynowego w Scikit-Learn
  • Jak implementować zaawansowane modele, takie jak drzewa decyzyjne i modele zespołowe
  • Jak przygotować i wdrożyć modele Scikit-Learn w środowisku produkcyjnym

Program szkolenia

Dzień 1: Wprowadzenie do Scikit-Learn i podstawy uczenia maszynowego

 

Wprowadzenie do Scikit-Learn

  • Historia i rozwój Scikit-Learn
  • Główne funkcje i moduły biblioteki

Instalacja i konfiguracja środowiska

  • Instalacja Scikit-Learn i zależności
  • Konfiguracja środowiska pracy (Jupyter Notebook)

Podstawy uczenia maszynowego z Scikit-Learn

  • Operacje na zbiorach danych: wczytywanie, przetwarzanie i analiza
  • Przygotowanie danych do modeli uczenia maszynowego
  • Tworzenie i uruchamianie podstawowych modeli (regresja liniowa, klasyfikacja)

Warsztat: Tworzenie pierwszego modelumodeli i konsolidacja

  • Implementacja modelu regresji liniowej
  • Trening i ewaluacja modelu na rzeczywistych danych

Dzień 2: Bardziej zaawansowane techniki i praktyczne zastosowania

 

Inne modele w Scikit-Learn

  • Drzewa decyzyjne i lasy losowe
  • Modele zespołowe (Boosting, Bagging)

Optymalizacja i dostrajanie modeli

  • Techniki optymalizacji hiperparametrów (Grid Search, Random Search)
  • Walidacja krzyżowa i metryki oceny modelu

Warsztat: zagadnienia klasyfikacji i regresji

  • Przygotowanie i przetwarzanie danych do klasyfikacji
  • Implementacja i trening

Deployowanie modeli Scikit-Learn

  • Eksportowanie modeli i przygotowanie do wdrożenia
  • Wdrożenie modelu w środowisku produkcyjnym

Pobierz program

Pobierz szczegółowy program w PDF, żeby dowiedzieć się więcej o godzinach i tematach zajęć.

Skontaktuj sie z nami

zorganizujemy dla Ciebie szkolenie dopasowane do Twoich potrzeb

Przemysław Wołosz

Key Account Manager

przemyslaw.wolosz@infoShareAcademy.com

    Administratorem danych osobowych jest InfoShare Academy Sp. z o.o. z siedzibą w Gdańsku, al. Grunwaldzka 427B, 80-309 Gdańsk, KRS: 0000531749, NIP: 5842742121. Dane osobowe przetwarzane są zgodnie z klauzulą informacyjną.