Machine Learning i Deep Learning

Zastosowanie bibliotek scikit-learn i TensorFlow 2
    Czas trwania
    Godzina rozpoczęcia
    Stopień trudności

      Machine Learning i Deep Learning


      Zastosowanie bibliotek scikit-learn i TensorFlow 2

      O szkoleniu

      Szklolenie ma na celu wprowadzenie uczestników w zaawansowane zagadnienia związane z definiowaniem  i programowaniem aplikacji opartych o modele uczenia maszynowego i głębokiego z użyciem wybranych pakietów języka Python.

      Poznaj program szkolenia

      Co zyskasz dzięki szkoleniu ?

      Cele szkolenia

      Cele szkolenia to: wprowadzenie uczestników w zaawansowane zagadnienia związane z definiowaniem  i programowaniem aplikacji opartych o modele uczenia maszynowego i głębokiego z użyciem wybranych pakietów języka Python: scikit-learn oraz TensorFlow, opanowanie zagadnień związanych z wyborem modelu uczenia oraz doboru właściwego algorytmu a finalnie narzędzi, które pozwolą skutecznie rozwiązać zadanie.


      Umiejętności

      Dzięki szkoleniu uczestnik będzie potrafił:

      • Stosować język Python w programowaniu algorytmów I struktur Machine Learning I Deep Learning
      • Używać funkcji pakietu scikit-learn
      • Stosować Pakiet scikit-learn do rozwiązywania złożonych problemów.
      • Wykorzystać praktycznie wiedzę na temat modeli uczenia
      • Używać funkcji pakietu TensorFlow
      • Stosować Pakiet TensorFlow do rozwiązywania problemów opartych na użyciu sieci neuronowych
      • Wdrażać rozwiązania należące do kategorii: Machine Learning i Deep Learning
      • Programować aplikacje realizujące algorytmy i modele Machine Learning
      • Korzystać z biblioteki Keras
      Czy to szkolenie jest dla Ciebie ?

      Profil uczestników

      Szkolenie przeznaczone jest dla programistów języka Python, którzy chcą poszerzyć swoją wiedzę o struktury Machine Learning i Deep Learning w implementacji języka Python szczególnie z użyciem pakietów scikit-learn oraz TensorFlow.

      Przygotowanie uczestników

      Uczestnik powinien posiadać wiedzę i doświadczenie w programowaniu w języku Python na poziomie średniozaawansowanym  (zakres kursu podstawowego i warsztatów średniozaawansowanych) oraz podstawową wiedzę z zakresu Machine Learning i Deep Learning.

      Czas trwania
      Przed nami:
      • 4 dni, 32 godziny szkoleniowe
      Szczegółowy program szkolenia

      Szczegółowy program szkolenia

      Wstęp do uczenia maszynowego i głębokiego

      Pakiet Scikit – learn

      • Konstrukcja pakietu

      Rodzaje uczenia:

      • Nadzorowane
      • Nienadzorowane
      • Uczenie przez wzmocnienie

      Wybór i ocena modelu

      Inspekcja

      Wizualizacje

      Przetwarzanie zbiorów danych

      Narzędzia do ładowania zbiorów danych

      Obliczanie z wykorzystaniem scikit-learn

      Model  - trwałość modelu

      • Przypadki uczenia  - analiza wybranych algorytmów
      • Uczenie nadzorowane
      • Uczenie nienadzorowane
      • Uczenie ze wzmocnieniem
      • Wybór i ocena modelu
      • Kontrola i wizualizacja

      Przekszatałcenia zbiorów danych

      • Narzędzia do ładowania zbiorów danych
      • Obliczenia z wykorzystaniem pakietu
      • Trwałość modelu
      • Typowe pułapki i dobre praktyki

      Pakiet TensorFlow

      • Konfigurowanie i podstawowe użycie
      • Sztuczne sieci neuronowe
      • Tensory
      • Zmienne
      • Automatyczne róźnicowanie
      • Wykresy i funkcje TF
      • Moduły, warstwy  i modele
      • Pętle treningowe
      • Automatyczne różnicowanie
      • Poszarpany Tensor

      Zastosowania uczenia maszynowego

      • Aplikacja sieciowa, z modelem uczenia się
      • Analiza obrazów -   rozpoznawanie obrazów
      • Uczenie przez wzmacnianie
      • Modelowanie danych – rekurencyjne sieci neuronowe


      Deep Learning (uczenie głębokie) – zastosowania bibiliotek scikit-learn oraz keras

      Co dalej? Ścieżka edukacyjna

      Metoda realizacji szkolenia

      Szkolenie jest realizowane różnymi metodami takimi jak, mikrowykład, ćwiczenia współne, ćwiczenia indywidualne, praca indywidualna, z głębokim naciskiem położonym na aspekt praktyczny programowania

      POBIERZ PROGRAM W PDF

      Ścieżka rozwoju
      W ramach szkolenia zapewniamy

      W ramach szkolenia zapewniamy

      • materiały szkoleniowe
      • certyfikat potwierdzający udział w kursie
      • pełna obsługa cateringowa (dla szkoleń stacjonarnych)
      Informacje techniczne

      Wymagania techniczne: Procesor – minimum 4 rdzenie, pamięć minimum 8GB RAM, interpreter języka python (strona python.org), IDE: MS Visual Studio 2019 – z instalacją pakietu dla Pythona, PyCharm, Conda, Anaconda

      Podobne szkolenia

      Jak zostać Python Developerem?

      Sprawdź ścieżkę szkoleniową i przekonaj się, jak nasze kursy poprowadzą Cię krok po kroku przez wszystkie kluczowe aspekty programowania w Pythonie – od podstaw po zaawansowane zagadnienia.

      Zobacz ścieżkę!