Uczenie maszynowe w praktyce – Twój pierwszy model klasyfikacyjny


Szczegóły
🟢 Obowiązkowa rejestracja i zakup biletów:
https://stacja.it/produkt/uczenie-maszynowe-w-praktyce-twoj-pierwszy-model-klasyfikacyjny/
🟢 Warsztat wieczorny w godz. 17:00-21:00 (4 h) 🟢
🟢 Czego się nauczysz?
Wprowadzenie w podstawy uczenia maszynowego ze szczególnym naciskiem na problemy klasyfikacji, poprzez praktykę. Nauczysz się, jak budować proste modele klasyfikacyjne bazujące na danych tabularycznych oraz tekstowych.
🟢 Wymagania wstępne
Umiejętność programowania w Pythonie, zainstalowane biblioteki scikit-learn, Pandas, Seaborn.
🟢 Prowadzący
Aleksander Gawlik:
Data Scientist z ponad 7-letnim doświadczeniem. Obecnie architekt rozwiązań AI. W swojej karierze miał możliwość budowania różnorakich rozwiązań opartych o Machine Learning oraz Big Data. Obecnie intensywnie wykorzystuje publiczną chmurę obliczeniową do budowy modeli uczenia maszynowego oraz GenAI. Od jakiegoś czasu jest posiadaczem certyfikatu Professional Machine Learning Engineer.
🟢 Program
1. Czym jest uczenie maszynowe?
2. Podstawowe pojęcia: dane, modele, algorytmy,
3. Rodzaje uczenia maszynowego,
4. Skupienie na klasyfikacji: przykłady zastosowań,
5. Przygotowanie środowiska i danych,
6. Wprowadzenie do scikit-learn, pandas itp.,
7. Omówienie przykładowego zbioru danych,
8. Eksploracyjna analiza danych,
9. Algorytmy klasyfikacji w praktyce:
I. Omówienie wybranych algorytmów klasyfikacji
II. Praktyczne ćwiczenia:
– Trenowanie modeli na przykładowych danych
– Strojenie hiperparametryczne
– Ocena jakości dopasowania (omówienie znaczenia metryk)
– Wizualizacja wyników
12. Podsumowanie i Q&A
– Gdzie szukać informacji i materiałów do dalszej nauki?
13. Q&A
UWAGA
Liczba miejsc ograniczona! Organizator zastrzega sobie prawo do odwołania wydarzenia w przypadku niezgłoszenia się minimalnej liczby uczestników.
🟢 Obowiązkowa rejestracja i zakup biletów:
https://stacja.it/produkt/uczenie-maszynowe-w-praktyce-twoj-pierwszy-model-klasyfikacyjny/

Uczenie maszynowe w praktyce – Twój pierwszy model klasyfikacyjny