Wprowadzenie do uczenia maszynowego
Daty
Zobacz dostępne terminy tego szkolenia!
Jeśli nie ma dostępnej daty i godziny na interesujące Cię szkolenie, proszę skontaktuj się z nami.
Szkolenie może się również odbyć u Ciebie lub jako szkolenie online, specjalnie dla Twojej firmy. W takim przypadku program szkolenia można również najlepiej dostosować do własnych potrzeb.
Dowiedz się więcej o naszych szkoleniach spersonalizowanych >>
Szkolenie trwa 3 dni po 8 godzin (na miejscu) lub 5 godziny (online).
Jedyna różnica polega na tym, że w szkoleniu online będzie mniej ćwiczeń praktycznych. Jednak przekażemy te ćwiczenia Tobie i nadal możesz je wykonać samodzielnie i poprosić naszych konsultantów o informację zwrotną lub pomoc w razie potrzeby.
Opis kursu
Ten kurs jest przeznaczony dla analityków technicznych lub menedżerów średniego szczebla, którzy są gotowi zrobić pierwsze kroki w uczeniu maszynowym.
Dynamika tego kursu obejmuje zarówno objaśnienie treści teoretycznych, jak i ćwiczenia praktyczne, ze szczególnym uwzględnieniem ostatniej części (60–65% kursu). Głównym celem jest, żeby uczestnicy mieli do czynienia z „prawdziwymi” problemami, doświadczali konsekwencji i nauczyli się wymyślać rozwiązania – prowadzone przez instruktora na wszystkich etapach tego procesu.
Publiczność
Analitycy/kierownicy techniczni z co najmniej 1-letnim doświadczeniem w programowaniu (najlepiej także w języku Python)
Konspekt szkolenia
Below you can find the topics that can be covered in this course. The actual choice of topics depends on the needs and interests of the course participants.
Uczenie maszynowe: wprowadzenie i objaśnienie głównych pojęć.
O Python/Jupyter
Przegląd głównych bibliotek Pythona do użycia
Analiza danych eksploracyjnych: w teorii
Analiza danych eksploracyjnych: w praktyce
Nadzorowane uczenie: wprowadzenie i objaśnienie głównych pojęć.
- Wyjaśnienie procesu szkolenia: szkolenie/walidacja/testowanie, walidacja krzyżowa
- Podsumowanie: regresja a klasyfikacja
- Funkcje kosztów/strat
- Co robi się podczas szkolenia? Minimalizacja funkcji strat. Przykładowe algorytmy
- Ocena wydajności
- Kroki do udanego budowania modelu
Regresja
Klasyfikacja
- Algorytmy klasyfikacji
- Zestaw algorytmów
- Ocena wydajności
Uczenie bez nadzoru
- Algorytmy bez nadzoru
- Zestaw algorytmów
- Ocena wydajności
Od laboratorium do produkcji: wyzwania i typowe problemy
Znaczenie przetwarzania rozproszonego w uczeniu maszynowym
Wprowadzenie do sieci neuronowych
- Definicja
- Główne koncepcje
- Demo Tensorflow Playground
- Funkcje aktywacji
- Proces szkolenia sieci neuronowych
- Problemy Multi-class i Softmax
- Konwolucyjna sieć neuronowa
- Demo Keras i objaśnienie biblioteki Keras
- Transfer Learning
- Tuning hiperparametrów
Deep Learning: co to jest i gdzie można go zastosować?
Uczenie maszynowe w mojej organizacji: jak mogę wdrożyć uczenie maszynowe,, biorąc pod uwagę obecne problemy?
Skontaktuj się z nami, aby zapisać się na to szkolenie >>
Inne szkolenia, które mogą Cię zainteresować
Oferujemy te usługi
PostgreSQL Optimization & Security
Is your database not running smoothly or are you struggling with security issues? Our experts will analyze problems & optimization potentials within a health check or security audit.
PostgreSQL Infrastructure
PostgreSQL Setup & Installation, automation with Kubernetes and database architecture: We’ll find the optimal setup and make sure that your PostgreSQL Infrastructure meets your needs and expectations.
PostgreSQL Setup & Installation
Get started with PostgreSQL by using our Setup & Installation service. We fully focus on your personal needs and infrastructure. In addition to the configuration itself, you also benefit from the knowledge of our experts in the field of database design.