- Tylko online
Kupując ten produkt, nie będziesz miał możliwości wyboru płatności za pobraniem.
Opis produktu: Kurs Machine Learning w Python - wprowadzenie do sztucznej inteligencji - wersja On-Line
Kurs On-Line przeznaczony dla osób, które mają już doświadczenie w programowaniu, chcą tworzyć inteligentne systemy, które same będą wyciągać wnioski z zebranych danych. Zdobędziesz praktyczne umiejętności oraz dowiesz się jak:
- rozróżnić Machine Learning od AI
- obsługiwać bibliotekę Data Science dla Python
- przewidywać wartości numeryczne z pomocą metod regresji
- automatycznie klasyfikować obiekty
- kodować dane na potrzeby algorytmów Machine Learning
- zmniejszać wymiarowość danych
- monitorować jakość stworzonych modeli
Instrukcję pobrania oraz kod otrzymasz od nas na podany podczas składania zamówienia adres e-mail najpóźniej w następnym dniu roboczym po otrzymaniu wpłaty. |
AI oraz Machine Learning
Podczas szkolenia dowiesz się jak obecnie wygląda AI i dlaczego Machine Learning piszemy najczęściej w Pythonie. Poznasz podobieństwa między sztuczną inteligencją oraz Machine Learning. Nauczysz się wykorzystywania możliwości uczenia maszynowego i AI do rozwiązywania realnych problemów.
Zebranie potrzebnych danych dla algorytmów
Machine Learning opiera się na danych i aby móc je wykorzystać należy nadać im właściwą strukturę. Wtedy można mówić o tym, że algorytmy będą mogły się z nich uczyć i wyciągać odpowiednie wnioski. W trakcie szkolenia poznasz różne typy danych, czym jest overfitting, underfitting, ekstrakcja cech uczących, jak sobie radzić z uzupełnianiem brakujących danych oraz jak wyglądają wzorce pisania kodu.
Badanie i wizualizacja danych
W trakcie kursu poznasz sposoby wizualizacji danych, które pomogą Ci w późniejszych prezentacjach przedstawić w ciekawy sposób swoje racje. Przetestujesz nowe typy wykresów, przećwiczysz korelacje danych, zaczniesz wybierać tylko te, które będą we właściwej sytuacji najważniejsze.
Klastrowanie, klasyfikacja i regresja
Szkolenie pomoże Ci w nauce, ponieważ zawiera dużo praktycznych przykładów. Stworzysz trzy projekty, w których rozwiniesz modele dla swoich danych. Przekonasz się, że stosując regresję liniową uda się wyciągnąć właściwe wnioski odnośnie jakości na podstawie podanych wcześniej parametrów. Zobaczysz w jaki sposób można korzystać z klastrowania aby trafnie określić szanse i prawdopodobieństwo oraz jak wykorzystać klasyfikację binarną na konkretnym przykładzie.
Dodatkowe informacje
Aby przystąpić do kursu i w pełni wykorzystać wszystkie informacje, należy posiadać podstawowe umiejętności posługiwania się językiem Python. Powinieneś orientować się w temacie pętli, instrukcji warunkowych, programowania obiektowego. Polecamy zapoznać się z kursem Fundamenty programowania w języku Python.
Spis treści1. Wprowadzenie
|