Menu
Zamknij menu
Zaloguj się
Asseco Academy » Katalog szkoleń » Klasyczny Machine Learning w języku Python

Szkolenie CDP_PYML_Z

Klasyczny Machine Learning w języku Python

Akredytacja

  • Opis szkolenia
  • Zakres

Opis szkolenia

Szkolenie „Klasyczny Machine Learning w języku Python” to trzydniowy kurs wprowadzający w świat uczenia maszynowego z wykorzystaniem biblioteki scikit-learn. Zajęcia koncentrują się na klasycznych algorytmach uczenia nadzorowanego, przygotowaniu danych, ocenie jakości modeli oraz zapobieganiu przeuczeniu. Uczestnicy, bazując na praktycznych przykładach, nauczą się budować i oceniać modele regresyjne i klasyfikacyjne oraz poznają kluczowe techniki przetwarzania danych.

W trakcie szkolenia uczestnicy:

  • Nauczą się budować modele regresyjne i klasyfikacyjne z wykorzystaniem scikit-learn.
  • Poznają metody oceny jakości predykcji – zarówno dla regresji, jak i klasyfikacji.
  • Zrozumieją proces przygotowania danych: przetwarzanie cech, usuwanie outlierów, kodowanie zmiennych kategorycznych.
  • Dowiedzą się, czym jest overfitting oraz jak zapobiegać przeuczeniu modeli.
  • Nauczą się optymalizować hiperparametry z użyciem grid search oraz budować zautomatyzowane pipeline’y.

Adresaci szkolenia:
Szkolenie przeznaczone jest dla osób, które znają język Python na poziomie szkolenia „Język Python – poziom podstawowy” i chcą zdobyć praktyczne umiejętności budowy modeli uczenia maszynowego przy użyciu klasycznych metod. Dodatkowo, zalecana jest podstawowa znajomość bibliotek pandas i numpy przynajmniej w zakresie omawianym na szkoleniu „Analiza danych w języku Python”.

Zakres

  • Algorytmy regresji
    • Wprowadzenie do algorytmów regresji na przykładzie regresji liniowej
    • Metoda najmniejszych kwadratów
    • Implementacja regresji liniowej w scikit-learn
    • Ewaluacja modelu regresji, metryki błędów
    • Pozostałe algorytmy regresji
  • Preprocessing danych
    • Feature engineering
    • Scaling, normalizacja, standaryzacja
    • Detekcja i usuwanie outlierów
    • Brakujące dane
    • Selekcja cech
    • Przetwarzanie zmiennych kategorycznych – one hot encoding / label encoding
  • Overfitting
    • Czym jest przeuczenie (overfitting)
    • Metody zapobiegania overfittingowi
    • Cross walidacja
    • Regularyzacja
  • Trenowanie modelu w praktyce
    • Hiperparametry i grid search
    • Pipeline
  • Algorytmy klasyfikacji
    • Wprowadzenie do algorytmów klasyfikacji na przykładzie regresji logistycznej
    • Modele liniowe vs. nieliniowe
    • Ewaluacja modelu klasyfikacji, metryki błędów
    • Drzewo decyzyjne
    • Naiwny klasyfikator Bayesa
    • Klasyfikator SVM
    • Klasyfikator KNN
    • Klasyfikacja wieloklasowa
    • Bagging i boosting – lasy losowe oraz gradient boosting

Terminarz Szkoleń

Zdalnie

… jeśli cenisz sobie możliwość nauki z trenerem i innymi uczestnikami, z dowolnego miejsca bez konieczności dojazdu.

Stacjonarnie

… jeśli chesz się uczyć, siedząc w jednej sali z trenerem i innymi uczestnikami.

Online

… jeśli chcesz uczyć się z materiałów dostępnych przez interenet w dowolnym miejscu o dowolnym czasie

Filtry:

Szkolenie: CDP_PYML_Z

Klasyczny Machine Learning w języku Python

Data
Forma
Język
Dodatkowe informacje
Cena
17.11 – 19.11
Wirtualna klasa
polski
2 700 zł netto
Dodaj do koszyka

Filtry:

Szkolenie: CDP_PYML_Z

Klasyczny Machine Learning w języku Python

Data
Lokalizacja
Język
Dodatkowe informacje
Cena

Currently, there is no trainings in the selected form.

Filtry:

Szkolenie: CDP_PYML_Z

Klasyczny Machine Learning w języku Python

Dostęp do szkolenia
Forma
Język
Dodatkowe informacje
Cena

Currently, there is no trainings in the selected form.

Szukasz szkolenia w innym terminie?

Co nowego?

  • Najnowsze
  • Baza wiedzy
  • Marketing

Chcesz z nami porozmawiać?

Zadzwoń do nas: tel. 801 30 30 30