Uczenie maszynowe w Pythonie

by:
Czas trwania 3 dni

Najbliższe terminy tego szkolenia

17.10 19.10 Termin gwarantowany Szkolenie online
Zapisz się
28.11 30.11 Termin gwarantowany Szkolenie online
Zapisz się
24.04 26.04 Termin gwarantowany Szkolenie online
Zapisz się
26.06 28.06 Termin gwarantowany Szkolenie online
Zapisz się

Szkolenie
dedykowane
dla Twojego
zespołu

Cena szkolenia 2400 PLN (netto)

Skuteczność

W naszej pracy nadrzędną wartością jest skuteczność szkoleń. Jako programiści rozumiemy, że w nauce chodzi przede wszystkim o skuteczność. Wszystkie elementy procesu szkolenia, od doboru właściwego trenera do przemyślanej warsztatowej formuły są po to, by to osiągnąć. Doskonalimy się w tym od 2008 roku. Możesz więc na nas polegać!

Program szkolenia

  1. Co to jest uczenie maszynowe?
    • Statystyka a uczenie maszynowe
    • Rodzaje problemów
    • Przykładowe metody
    • Rodzaje błędów popełnianych przez algorytmy
    • Ekosystem uczenia maszynowego w Pythonie
  2. Regresja liniowa
    • Najprostsza metoda predykcyjna
    • Od jednej zmiennej do wielu
    • Wstępna obróbka danych
    • Walidacja predykcji
    • Interpretacja ważności parametrów
  3. Regresja logistyczna
    • Przewidywanie kategorii
    • Różnica pomiędzy klasyfikacją a regresją
    • Walidacja predykcji
    • Interpretacja ważności parametrów
  4. Drzewa decyzyjne
    • Jako ogólna metoda do klasyfikacji
    • Kluczowe różnice pomiędzy metodami liniowymi
    • Zjawisko przeuczania (overfitting) i jak mu przeciwdziałać
  5. Random Forest - jedna z najbardziej praktycznych metod
    • Wprowadzenie do RF
    • Ustalenia parametrów
    • Wady i zalety RF w porównaniu z innymi metodami
    • Przetwarzanie danych pod RF
    • Ważność parametrów
  6. XGBoost - trudniejsze, ale i potężniejsze narzędzie
    • Wprowadzenie do boosted trees
    • Porównanie z RF - z zaletami i wadami
    • Ustalanie hiperparametrów
    • Metoda “grid search”
    • Ważność parametrów
  7. Projekt
    • Projekt end-to-end, od pozyskania danych do ich czytelnej prezentacji
    • Praca w małym zespole
    • Mentoring prowadzącego

Opis szkolenia

Szkolenie odbywa się na żywo z udziałem trenera. Nie jest to forma kursu video!

Wstęp do uczenia maszynowego w najpopularniejszym środowisku - Pythonie. Będziemy używać interaktywnego środowiska Jupyter Notebook, pozwalającego na interaktywną pracą z danymi. Celem jest nabycie umiejętności praktycznego zastosowania uczenia maszynowego do typowych problemów z klasyfikacji i regresji. Wszystkie problemy będą przerabiane na rzeczywistych zbiorach danych. Wszystko w pakiecie scikit-learn - będącym kluczowym pakietem do uczenia maszynowego.

Szkolenie w pakiecie

To szkolenie jest też elementem pakietu szkoleń "Programista Python Data Science".

Terminy gwarantowane Jeśli jakiś termin oznaczony jest jako gwarantowany to oznacza to że na 100% się odbędzie we wskazanym czasie i miejscu. Więcej
Szkolenia online i udział online Szkolenia online odbywają się na żywo z udziałem trenera. Uczestniczy łączą się na szkolenie za pomocą platfomy ZOOM. Informacje o wymaganym niezbędnym oprogramowaniu oraz informacje organizacyjne uczestnicy otrzymują na 7 dni przed datą rozpoczęcia szkolenia. W każdym szkoleniu stacjonarnym możesz brać udział online. Więcej
Inne szkolenia tej kategorii Sprawdź pozostałe    szkolenia Python!

Sprawdź, co mówią o nas ci, którzy nam zaufali

  • 4.81/5

    Uczenie maszynowe w Pythonie

    17-11-2021 Polecam to szkolenie! Wojciech Zając, ING Business Shared Services B.V.
Sprawdź wszystkie opinie

Trenerzy kategorii Python

Mateusz Zimoch
Mateusz Zimoch Inżynier z silną wiedzą w dziedzinie informatyki, data science, robotyki i sztucznej inteligencji. Skuteczny lider zespołu z udokumentowanym doświadczeniem w realizacji innowacyjnych projektów. Zwycięzca konkursu US Navy na prototyp autonomicznego podwodnego drona. Założyciel dwóch startupów skupionych na rozwoju rozwiązań z zakresu wizji komputerowej opartej na sztucznej inteligencji oraz budowie autonomicznych pojazdów. Doświadczony trener i mentor, zarażający pasją do programowania i analizy danych.
Paweł Stasiński
Paweł Stasiński Programista Python z wieloletnim praktycznym doświadczeniem. Od kilkunastu ściśle związany z tym właśnie językiem prowadząc projekty dla małych i dużych firm. W ostatnich latach zajmuje się głównie analizą danych, machine i deep learning głównie w kontekście analizy tekstu i obrazu. Ostatnio skoncentrowany na projektach związanych w wykorzystaniu Al w social-media. W swojej pracy bardzo dużo poświęca praktyce, dlatego też tak ważne jest dla niego warsztatowe podejście do zajęć. W JSystems najczęściej można go spotkać prowadzącego szkolenia związane z analizą danych, machine learning oraz deep learning.
Łukasz Jaworowski
Łukasz Jaworowski Zawodowo programista od 8 lat. Typowy praktyk lubiący rozwiązywanie problemów biznesowych od koncepcji do gotowego programu. Skupiony na technologiach backendowych. Zaczynał od Javy, większość czasu w pracy spędził programując systemy przetwarzania danych oraz aplikacji webowych z użyciem języka Python i AWS. Od 2021 roku pracuje jako lider techniczny w projektach Golang w firmie z obszaru security/crypto. Doświadczenie zdobywał w startupach, Fintechach, bankach oraz realizując projekty jako freelancer. W wolnym czasie poza programowaniem lubi sport i inne formy rywalizacji.
Wojciech Grzybek
Wojciech Grzybek Z Pythonem komercyjnie pracuje na co dzień od ponad 6 lat. Pracował w ponad 30 różnych projektach w 5 różnych firmach. Miał okazję współpracować z jednymi z najlepszych programistów w Polsce. Współtworzył m.in: systemy dla polskiego Ministerstwa Cyfryzacji, aplikacje do wymiany muzyki, z której korzysta ponad 1 mln użytkowników miesięcznie i wiele wiele innych. Większość projektów, w których brał udział wykorzystywała Pythona i Django. Posiada doświadczenie przy projektach, które tworzyło jednocześnie ponad 40 programistów Pythona oraz mniejsze projekty na 2-3 osoby. Szkolenia prowadzone przez Wojtka bazują na jego doświadczeniu, które zbierał latami. Stara się kłaść nacisk na praktyczne podejście, które można wykorzystać w realnych projektach i rozwiązać realne problemy.
Andrzej Klusiewicz
Andrzej Klusiewicz Typowy backendowiec i fanatyk wydajności baz danych, skupiony na technologiach Python, PostgreSQL i Oracle. Zawodowo programista od ponad dekady. Autor blogów "O Oracle ludzkim głosem" oraz "O Androidzie ludzkim głosem", a także wielu popularnych publikacji. Prywatnie szczęśliwy tata, interesuje się systemami walki wręcz, survivalem oraz nowymi sposobami na robienie tego co lubi i życiem z tego ;)

Masz jakieś pytania? Skontaktuj się z nami!

Odpowiadamy na telefony i maile w godzinach 9:00-17:00 od poniedziałku do piątku.

Szkolenia otwarte 22 299 53 69
E-mail biuro@jsystems.pl
Szkolenia zamknięte i grupy 733 908 205
Napisz do nas

Potrzebujesz więcej informacji?

Wiadomość wysłana

Przyjęliśmy Twoją wiadomość i skontaktujemy się z Tobą w tej sprawie

Klikając OK wrócisz do formularza

Nasza strona korzysta z plików cookie. Możesz zmienić zasady ich używania lub zablokować pliki cookie w ustawieniach przeglądarki. Więcej informacji można znaleźć w Polityce prywatności. Kontynuując korzystanie ze strony, wyrażasz zgodę na używanie plików cookie.