Lokalizacja | Termin | Cena | Wybierz | |
---|---|---|---|---|
{{place.city}}
{{ event_pack_item.event_details.education_center.name }}
???
|
{{place.date}}
({{ event_pack_item.product_details.product_informations.code }} / {{ event_pack_item.product_details.product_informations.name }})
{{ altkomDateFormatMoment(event_pack_item.event_details.startdate, event_pack_item.event_details.enddate) }}
???
|
![]() |
|
|
Skontaktuj się z nami | ||||
Dostępne terminy: | ||||
DISTANCE LEARNING | 2023-11-08 - 2023-11-10 | |||
DISTANCE LEARNING | 2023-12-06 - 2023-12-08 | |||
Lokalizacja i termin do uzgodnienia | ![]() |
|
-
Liczba miejsc (dostępnych: {{ basketAddItem.free_seats}})
{{ basketAddItem.city }}
{{ basketAddItem.date }}
Liczba miejsc xxxxxxxxxx
Żeby dowiedzieć się, czy dane szkolenie będzie realizowane stacjonarnie skontaktuj się ze swoim Opiekunem lub zadaj pytanie przez Formularz kontaktowy
Przeznaczenie szkolenia
Szkolenie przeznaczone jest dla osób chcących zacząć wykorzystywać algorytmy uczenia maszynowego w praktyce.
Korzyści wynikające z ukończenia szkolenia
Uczestnicy poznają podstawy użycia wysokopoziomowych algorytmów uczenia maszynowego, środowisko oraz pakiety wykorzystywane w uczeniu maszynowym, jak również metody wstępnej obróbki danych.
Oczekiwane przygotowanie słuchaczy
Znajomość języka Python na poziomie podstawowym oraz teoretycznych aspektów uczenia maszynowego.
Język szkolenia
- Szkolenie: polski
AGENDA SZKOLENIA
- Wprowadzenie praktyczne
- Środowisko PyCharm
- Podstawy NumPy
- Wczytywanie danych
- Podstawy Pandas
- "Hello world" uczenia maszynowego czyli klasyfikacja irysów
- Przygotowanie danych (praktyka)
- Podstawy eksploracji danych
- Podstawy wizualizacji danych
- Kodowanie cech
- Braki w danych
- Standaryzacja cech
- Selekcja cech/redukcja wymiarowości
- Podstawy uczenia maszynowego (praktyka)
- Podział danych na zbiór treningowy, walidacyjny i testowy
- Regresja liniowa
- Regresja logistyczna
- Miary jakości modelu
- Losowość i replikaja wyników
- Kroswalidacja
- Optymalizacja hiperparametrów (grid search, random search)
- Klasyczne algorytmy uczenia maszynowego
- Algorytm K najbliższych sąsiadów
- Drzewa decyzyjne
- Lasy losowe
- Maszyna wektorów nośnych (SVM)
- Klasteryzacja: algorytm k-średnich
- Sztuczne sieci neuronowe
- Implementacja sieci neuronowej z użyciem pakietu scikit-learn
- Uczenie batchowe a uczenie online
- Wprowadzenie do uczenia głębokiego (deep learning)
- Implementacja głębokiej sieci neuronowej z użyciem pakietu Keras
- Środowisko PyCharm
- Podstawy NumPy
- Wczytywanie danych
- Podstawy Pandas
- "Hello world" uczenia maszynowego czyli klasyfikacja irysów
- Podstawy eksploracji danych
- Podstawy wizualizacji danych
- Kodowanie cech
- Braki w danych
- Standaryzacja cech
- Selekcja cech/redukcja wymiarowości
- Podział danych na zbiór treningowy, walidacyjny i testowy
- Regresja liniowa
- Regresja logistyczna
- Miary jakości modelu
- Losowość i replikaja wyników
- Kroswalidacja
- Optymalizacja hiperparametrów (grid search, random search)
- Algorytm K najbliższych sąsiadów
- Drzewa decyzyjne
- Lasy losowe
- Maszyna wektorów nośnych (SVM)
- Klasteryzacja: algorytm k-średnich
- Implementacja sieci neuronowej z użyciem pakietu scikit-learn
- Uczenie batchowe a uczenie online
- Wprowadzenie do uczenia głębokiego (deep learning)
- Implementacja głębokiej sieci neuronowej z użyciem pakietu Keras
Kod szkolenia
PYTH_UM_P / PL AA 3d
Pobierz PDF


FORMULARZ KONTAKTOWY
Uczenie maszynowe w języku Python
(PYTH_UM_P
/ PL AA 3d)
Cena netto
2700.00 PLN
+ vat
(3321 PLN
brutto 1. os.
)
Tryb szkolenia:
Distance Learning
Termin:
08-11-2023
Czas trwania:
3
dni (ilość godzin:
21)
Zadaj pytanie o szkolenie
Poziom
IntermediateAdvanced
IntermediateAdvanced

Gwarancja
Powtórzenia szkolenia
Powtórzenia szkolenia
Polecane szkolenia
}else{ ?>
Wzorce projektowe w języku Python
Kod szkolenia: PL AA 4d
Kod szkolenia: PL AA 4d
Przetwarzanie języka naturalnego w Pythonie
Kod szkolenia: PL AA 2d
Kod szkolenia: PL AA 2d
Podstawy programowania w języku Python
Kod szkolenia: PL AA 5d
Kod szkolenia: PL AA 5d
Podstawy uczenia maszynowego
Kod szkolenia: PL AA 2d
Kod szkolenia: PL AA 2d
Deep learning w języku Python
Kod szkolenia: PL AA 2d
Kod szkolenia: PL AA 2d
Zaawansowane techniki programowania w języku Python
Kod szkolenia: PL AA 5d
Kod szkolenia: PL AA 5d