< Wróć do szkoleń IT

Szkolenie Machine Learning

calendar

TERMIN

Ustalamy indywidualnie

clocl

CZAS

45h / 5-6 dni

money

CENA

Ustalamy indywidualnie

photo

Pro­du­ko­wa­nie coraz więk­szej liczby danych przez ludzi dopro­wa­dziło do sytu­acji, w któ­rej dotych­cza­sowe narzę­dzia prze­stały wystar­czać. Dodat­kowo, nic nie wska­zuje, by liczba ta miała zacząć maleć, co potwier­dza tezę, że zapo­trze­bo­wa­nie na specjalistów uczenia maszynowego będzie rosło. Popu­lar­ność hasła „Machine Learning” w Google Trends wska­zuje na to, że popu­lar­ność i zain­te­re­so­wa­nie tematem rośnie w olbrzy­mim tem­pie.

Dla kogo jest to szkolenie?

Szkolenie przeznaczone jest dla każdego, kto:

  • kurs został stworzony z myślą o osobach, które mają już podstawowe doświadczenie w programowaniu w języku Python

  • chciałyby rozszerzyć wachlarz umiejętności z nim związanych o jego wykorzystanie w Machine Learningu

  • nie jest konieczne wcześniejsze bezpośrednie doświadczenie z przetwarzaniem i analizą danych, aczkolwiek pomoże i ułatwi zrozumienie przekazywanego materiału.

pattern

pattern
pattern pattern

Czego nauczysz się na szkoleniu?

  • Będziesz wykorzystywał Pythona w projektach Machine Learningowych – do tego pomogą Ci między innymi biblioteki Pandas, NumPy, scikit-learn oraz Matplotlib.

  • Po zapoznaniu się z niezbędnymi narzędziami i bibliotekami rozpoczniesz dalszą naukę obejmującą m.in.: pracę z plikami, czyszczenie danych oraz modele uczenia maszynowego.

  • Poznasz praktyki, które pozwolą lepiej zarządzać kodem oraz strukturą projektu podczas tworzenia aplikacji webowych

  • Poznasz język programistów, pojęcia, zasady i dobre praktyki pracy z danymi. Nauczysz się poprawnej komunikacji w zespole programistycznym.

  • Pisząc kod, będziesz zwracał szczególną uwagę na możliwość jego łączenia z kodem innych osób.

  • Dzień: 1

    Moduł 1: Wstęp do Machine Learning

    • wprowadzenie do tematu uczenia maszynowego
    • podstawowe pojęcia
    • sens podziału danych na treningowe, walidacyjne, testowe
    • różne rodzaje uczenia maszynowego
    • dane jako cechy
    • dane jakościowe i dane ilościowe
  • Dzień: 2

    Moduł 2: Przetwarzanie i analiza danych

    • zapoznanie z bibliotekami:
      • Pandas
      • numpy
      • matplotlib
      • scikit-learn
    • praca z plikami
    • data cleaning
    • data wrangling
  • Dzień: 3

    Moduł 3: Jupyter Notebook

    • środowisko interaktywne
    • wirtualne środowisko pythona
    • komórki, kod, markdown
    • widgety
    • IPython
  • Dzień: 4

    Moduł 4: Modele uczenia maszynowego

    • regresja liniowa
    • regresja logistyczna
    • drzewo decyzyjne
    • random forest
    • XG Boost
    • naive bayes
    • klasyfikacja KNN
    • SVM
  • Dzień: 5

    Moduł 5: Porównanie modeli i konsolidacja

    • metody wyboru modeli do specyficznych zastosowań
    • porównanie różnych modeli
    • ćwiczenia praktyczne
pattern

Trener

Przemysław Wołosz

Key Account Manager

Telefon

+48 730 830 801

Porozmawiajmy o szkoleniu

Wypełniając formularz zgadzasz się na przetwarzanie Twoich danych w celu udzielenia odpowiedzi na wysłaną przez Ciebie wiadomość
Administratorem danych osobowych jest infoShare Academy sp. z o.o., który dane osobowe przetwarza zgodnie z Klauzulą informacyjną.