Menu
  • Kategoria: IT

Wprowadzenie do Uczenia Maszynowego z wykorzystaniem Pythona

  • Kategoria: IT

Wprowadzenie do Uczenia Maszynowego z wykorzystaniem Pythona

Opis szkolenia

Szkolenie jest skonstruowane w celu dostarczenia uczestnikom solidnych podstaw w zakresie teorii i praktyki Uczenia Maszynowego (UM). Przeznaczone dla osób z podstawową znajomością statystyki i języka Python. Program ma na celu zbudowanie fundamentów niezbędnych do samodzielnego tworzenia i oceny modeli uczenia maszynowego.

Korzyści ze szkolenia

  • Zdobycie solidnych podstaw w Uczeniu Maszynowym z praktycznymi umiejętnościami implementacji w języku Python.
  • Umiejętność efektywnego przetwarzania i przygotowywania danych do zastosowania w modelach UM
  • Zrozumienie różnych rodzajów modeli UM oraz ich praktyczne zastosowanie w problemach klasyfikacji, regresji i klasteryzacji.
  • Nabycie umiejętności pracy z popularnymi bibliotekami Pythona do analizy danych i UM, takimi jak NumPy, Pandas, Matplotlib, TensorFlow czy PyTorch.
  • Zdolność do oceny jakości modelu oraz optymalizacji hiperparametrów.

Program szkolenia

Moduł 1: Wprowadzenie do Uczenia Maszynowego (UM)

  • Definicja Uczenia Maszynowego
  • Różnice między ML a Sztuczną Inteligencją
  • Obszary Zastosowań Uczenia Maszynowego
  • Kompetencje w Uczeniu Maszynowym
  • Cechy, Instancje, Etykiety, Zmienna Predykowana
  • Klasyfikacja, Regresja, Klasteryzacja
  • Rodzaje Uczenia Maszynowego
  • Trening, Predykcja, Ewaluacja
  • Podział na Zbiór Treningowy i Testowy

 

Moduł 2: Podstawy Pythona w Kontekście Uczenia Maszynowego

  • Przypomnienie podstawowych struktur danych w Pythonie
  • Operacje na tablicach przy użyciu NumPy
  • Manipulacja danymi w Pandas
  • Wizualizacja danych przy użyciu Matplotlib i Seaborn

 

Moduł 3: Przygotowanie Danych do Uczenia Maszynowego

  • Problemy z Danymi
  • Eksploracja i Wizualizacja Danych
  • Rodzaje Cech
  • Kodowanie Cech
  • Standaryzacja i Skalowanie Cech
  • Reguła 3 Sigma
  • Braki w Danych
  • Selekcja Cech/Redukcja Wymiarowości

 

Moduł 4: Wprowadzenie Praktyczne

  • Przegląd podstawowej funkcjonalności środowiska PyCharm
  • Podstawy pakietu NumPy
  • Podstawy pakietu Pandas
  • Podstawy pakietu Matplotlib
  • „Hello World” ML: Klasyfikacja irysów

 

Moduł 5: Wybrane Zagadnienia Uczenia Maszynowego

  • Ocena Jakości Modelu
  • Problem Przeuczenia i Niedouczenia
  • Losowość i Odtwarzalność w ML
  • Kroswalidacja
  • Parametry a Hiperparametry
  • Optymalizacja Hiperparametrów

 

Moduł 6: Klasyczne Algorytmy Uczenia Maszynowego

  • Taksonomia Algorytmów ML
  • Algorytm K Najbliższych Sąsiadów
  • Drzewa Decyzyjne
  • Zespoły Modeli (Ensembling)
  • Lasy Losowe
  • Klasyfikacja Wieloklasowa i Wieloetykietowa
  • Klasteryzacja: Algorytm k-średnich

 

Moduł 7: Podstawy Sztucznych Sieci Neuronowych

  • Motywacja i Inspiracja Biologiczna
  • Model Neuronu
  • Funkcje Aktywacji
  • Perceptron Wielowarstwowy – Architektura
  • Perceptron Wielowarstwowy – Działanie
  • Perceptron Wielowarstwowy – Uczenie (Propagacja Wsteczna)
  • Kodowanie Obrazu
  • Uczenie Batchowe
  • Rodzaje Sieci Neuronowych
  • Interpretowalność Modelu

 

Moduł 8: Dalsze Kierunki Kształcenia

  • Możliwości Rozwoju w Uczeniu Maszynowym
  • Aktualne Trendy i Technologie w ML
Stwórz ofertę dla mojej firmy
  • Kontakt:
  • Szymon Grabowski - Dyrektor Sprzedaży
  • szymon.grabowski@skillset.pl
  • 790 508 762

Informacje podstawowe

  • Czas trwania: 2 dni, 16h
  • Szkolenie możliwej do przeprowadzenia stacjonarnie oraz online
  • Zalecana ilość ośób w grupie: od 4 do 12
  • Forma stacjonarna: siedziba klienta lub dowolny hotel czy centrum konferencyjne na terenie UE
  • Forma online: dowolna platforma (ZOOM, Teams itp).

Co dostajesz w standardzie?

  • Eksperta z odpowiednim doświadczeniem merytorycznym
  • Materiały szkoleniowe w formie papierowej w segregatorze, notatnik, ołówek, długopis
  • Konsultacje po szkoleniu. 1,5 godziny online do wykorzystania w ciągu 30 dni od szkolenia
  • Certyfikat ukończenia szkolenia (w formie papierowej oraz elektronicznej)
  • Poświadczenie na Linkedin, potwierdzające nabyte kompetencje
  • Raport po szkoleniu wraz ze wskazówkami dalszego rozwoju
  • Jeżeli potrzebujesz - za dodatkową opłatą zorganizujemy dla Ciebie miejsce szkolenia, noclegi, wyżywienie i transport dla wszystkich uczestników.

Skillset

  • Fundacja Rozwoju Przedsiębiorczości „Twój StartUp”
  • 00-503 Warszawa, ul. Żurawia 6/12, lok. 766
  • biuro@skillset.pl

Newsletter

Copyright 2023 Skillset. All Right Reserved