0
0
Subtotal:
Brak produktów w koszyku.

Uczenie maszynowe

1699-3900 PLN

brutto (23% VAT wliczone w cenę)

brutto (23% VAT wliczone w cenę)

Kurs pozwalający zdobyć, kompetencje praktyczne w rozwiązywaniu rzeczywistych problemów biznesowych.

Dlaczego kurs Uczenie maszynowe?

Uczenie maszynowe jest fundamentem czwartej rewolucji przemysłowej, polegającej na upowszechnieniu się inteligentnych systemów i urządzeń. W dzisiejszych czasach każdy duży biznes wykorzystuje samodzielnie uczące się algorytmy, a coraz więcej małych biznesów rozwija swoją działalność w oparciu o tę technologię. Uczenie maszynowe stosowane jest właściwie w każdej branży – od marketingu i systemów rekomendacyjnych, poprzez sprzedaż i bankowość, a kończąc na przemyśle i zastosowaniach w naukach przyrodniczych i medycynie. To sprawia, że kompetencje w tym obszarze są niezwykle cenne, a rozwiązywanie rzeczywistych problemów z ich wykorzystaniem – niezwykle ciekawe.

Co otrzymuje kupując kurs e-learning Uczenie maszynowe Masterclass?

Aktualną wiedzę na temat najważniejszych algorytmów uczenia maszynowego stosowanych w praktyce.

Kompleksowe omówienie uczenia maszynowego – solidnie przerobiona teoria i praktyka w jednym kursie.

Świetnie zorganizowaną ścieżkę rozwoju w obszarze uczenia maszynowego.

Kurs pozwalający zdobyć, kompetencje praktyczne w rozwiązywaniu rzeczywistych problemów biznesowych.

Najwyższą jakość materiałów dydaktycznych i niezwykle starannie ułożony program kursu.

Certyfikat kompetencji

1699,00 zł

e-learning

3900,00 zł

blended learning

Możliwa płatność w ratach.

Kredyt 0% na 12 rat. Czytaj więcej >>>

Zależy nam na realnym efekcie

Cel kursu Uczenie maszynowe:

  • Kurs ten wprowadzi Cię od zupełnych podstaw w świat algorytmów uczących się z danych i da Ci wiedzę i umiejętności pozwalające na wykorzystywanie uczenia maszynowego w praktyce.
  • Kurs realizowany jest w języku Python, który jest wiodącym językiem programowania w obszarze zastosowań uczenia maszynowego. Cały kurs opiera się na wykorzystaniu biblioteki scikit-learn – jednej z najważniejszych istniejących bibliotek do uczenia maszynowego.

Co będę umieć gdy zrobię cały kurs z Uczenia maszynowego?

  • Dobrać właściwy algorytm do konkretnego problemu biznesowego,
  • Przygotować dane do pracy algorytmów,
  • Odpalać wszelkie algorytmy uczenia maszynowego,
  • Przeprowadzić poprawną ewaluację opracowanego rozwiązania,
  • Podnosić skuteczność standardowych rozwiązań i radzić sobie z nieoczywistymi problemami praktycznymi
  • Budować modele na danych specyficznych rodzajów
  • Efektywne implementować omawiane techniki i algorytmy

Przykładowe problemy, które będę umieć rozwiązać po kursie:

  • Dobrać właściwy algorytm do konkretnego problemu biznesowego
  • Przygotować dane do pracy algorytmów
  • Odpalać wszelkie algorytmy uczenia maszynowego
  • Przeprowadzić poprawną ewaluację opracowanego rozwiązania
  • Podnosić skuteczność standardowych rozwiązań i radzić sobie z nieoczywistymi problemami praktycznymi
  • Budować modele na danych specyficznych rodzajów
  • Efektywne implementować omawiane techniki i algorytm

Czy kurs Uczenie maszynowe przeznaczony jest dla Ciebie?

TAK, jeśli...

Dlaczego warto wybrać ten kurs?

Efektywność

intensywna nauka na realnych przykładach i problemach

38 godzin

Nagrań z teorii i praktyki

Ćwiczenia

do samodzielnego wykonania

Zamknięta grupa dyskusyjna

Konsultacja w dowolnym momencie, zarówno z innymi kursantami, jak i autorem

Zobacz program kursu

  • Organizacja pracy
  • Środowisko pracy
  • Wprowadzenie do przeprowadzania obliczeń w bibliotece numpy
  • Wprowadzenie do przetwarzania danych w bibliotece pandas
  • Wprowadzenie do wizualizacji danych w bibliotece matplotlib
  • Czym jest uczenie maszynowe?
  • Funkcja liniowa jednej i wielu zmiennych
  • Funkcje nieliniowe wykorzystywane w uczeniu maszynowym
  • Problem optymalizacji i obliczenia numeryczne – podstawy uczenia się algorytmów
  • Zmienne losowe i rozkłady prawdopodobieństwa
  • Modelowanie zależności między zdarzeniami – rozkłady warunkowe
  • Model regresji dla jednej zmiennej, algorytm dopasowania modelu
  • Ocena dopasowania modelu do danych, współczynnik determinacji R2
  • Modelowanie zależności nieliniowych
  • Regresja liniowa dla wielu zmiennych
  • Ewaluacja graficzna dopasowania modelu
  • Typowe przekształcenia danych poprawiające jakość modelu
  • Problem nadmiernego dopasowania oraz badanie jakości predykcji
  • Regularyzacja modelu
  • Mechanizm działania
  • Proces uczenia drzew decyzyjnych
  • Regulacja wielkości drzewa
  • Drzewo decyzyjne dla klasyfikacji wieloklasowej
  • Drzewo regresyjne
  • Praktyczne metody oceny jakości algorytmów
  • Optymalizacja modeli
  • Kroswalidacja
  • Automatyzacja procesów predykcyjnych w scikit-learn – pipelines
  • Mechanizm modelu
  • Algorytm uczenia
  • Interpretacja modelu – ocena wpływu zmiennych na predykcje
  • Regularyzacja
  • Regresja logistyczna dla klasyfikacji wieloklasowej
  • Dobór danych do modelowania
  • Obsługa zmiennych kategorycznych
  • Obróbka danych – feature engineering
  • Automatyzacja złożonych procesów przetwarzania danych w scikit-learn
  • Metodologia wytwarzania rozwiązań opartych na algorytmach uczenia maszynowego
  • Naiwny Klasyfikator Bayesa
  • SVM
  • Las losowy, bagging, boosting
  • KNN
  • Ocena ważności zmiennych
  • Selekcja współbieżna z uczeniem
  • Selekcja krokowa
  • Filtrowanie zmiennych
  • Problem niezbalansowanych danych
  • Obsługa braków danych
  • Wykrywanie obserwacji odstających
  • Dane tekstowe
  • Dane czasowe
  • Algorytm K-Średnich
  • Grupowanie hierarchiczne
  • DBSCAN
  • Rozkład SVD
  • Analiza Składowych Głównych – PCA
  • Różne konteksty zastosowań redukcji wymiaru
  • Algorytm XGBoost: mechanizm działania i proces uczenia
  • Algorytm XGBoost: efektywna optymalizacja hiperparametrów
  • Sieci neuronowe: perceptron wielowarstwowy – struktura i mechanizm działania
  • Sieci neuronowe: proces uczenia sieci

Autor kursu Uczenie maszynowe

Norbert Ryciak

Machine Learning Engineer i Data Scientist. Od lat zajmuje się uczeniem maszynowym, a specjalizuje się w obszarze przetwarzania języka naturalnego i sztucznych sieciach neuronowych (deep learning). W 2015 roku ukończył z wyróżnieniem matematykę na Politechnice Warszawskiej o specjalizacji Statystyka Matematyczna i Analiza Danych. Kontynuował rozwój na doktoracie, w ramach którego prowadził badania nad metodami głębokiego uczenia w zastosowaniach związanych z przetwarzaniem tekstów – rozpoznawaniem wydźwięku i analizą składniową. Porzucił karierę naukową na rzecz pracy komercyjnej oraz profesjonalnej pracy dydaktycznej. Prowadzi szkolenia i zajęcia na uczelniach, ale przede wszystkim kieruje kursem Kodołamacza Data Science PRO, na którym kształci przyszłych specjalistów data science.

Recenzent kursu Uczenie maszynowe

Dr Paweł Teisseyre

Pracuje jako adiunkt w Instytucie Podstaw Informatyki PAN oraz na Wydziale Matematyki i Nauk Informacyjnych PW gdzie prowadzi zajęcia dydaktyczne z zakresu uczenia maszynowego, statystyki i analizy danych. Jego zainteresowania naukowe obejmują takie zagadnienia jak: metody klasyfikacji i regresji, metody uczenia na podstawie danych częściowo etykietowanych, problemy selekcji zmiennych w danych wysoko-wymiarowych, wykrywanie interakcji między zmiennymi, analiza danych medycznych. Jest autorem lub współautorem publikacji naukowych w renomowanych czasopismach z dziedziny uczenia maszynowego.

EKSPERCKI PROGRAM ROZWOJOWY STWORZYLIŚMY Z MYŚLĄ O BUDOWANIU NAJLEPSZYCH KADR IT

Dlaczego warto zainwestować w kurs Uczenie maszynowe?

Kompleksowość

opanujesz uczenie maszynowe od każdej strony: teoretycznej, inżynierskiej i praktycznej

Praktyka

znajomość algorytmów to tylko część sukcesu, dlatego istotną częścią kursu jest rozwiązywanie rzeczywistych problemów

Inżynieria

Nauczysz się profesjonalnie implementować wszystkie poznane algorytmy i techniki.

Zakres kursu

optymalnie dobrany zestaw zagadnień - dokładnie taki, jaki powinien znać każdy, kto chce rzetelnie stosować uczenie maszynowe w praktyce

Przystępny przekaz

nawet zaawansowane zagadnienia będą omówienia w sposób klarowny, pozwalający na rzetelne zrozumienie całej dziedziny

Program kursu

bardzo starannie ułożony program sprawia, że kolejność przerabiania materiału zaplanowana jest tak, aby zmaksymalizować efektywność nauki

Solidna wiedza

bez dobrego zrozumienia tego, jak działają algorytmy, nie da się ich efektywnie stosować w praktyce i dlatego dbamy o dokładne omówienie każdego zagadnienia

Język Python i biblioteka scikit-learn

na kursie nauczysz się korzystać z wiodącego języka i najważniejszej biblioteki w branży data science

Ćwiczenia

dzięki przemyślanie dobranym ćwiczeniom będziesz efektywnie i z przyjemnością zdobywał praktyczne kompetencje

Zaaplikuj na kurs

Dbamy o to, by nasi uczestnicy, przystępując do kursu, byli pewni, że spełni ich oczekiwania. Jeśli masz pytania odnośnie procesu rekrutacji, gwarancji oferty współpracy czy innych kwestii, zajrzyj do FAQ, a jeśli tam nie znajdziesz na nie odpowiedzi – napisz do nas.

  • e-learning
    Uczenie Maszynowe
  • blended learning
    Uczenie Maszynowe
e-learning
Uczenie Maszynowe
blended learning
Uczenie Maszynowe
1699,00
3900,00
Start kursu: październik 2023
38 godzin nagrań
Dostęp do kodu źródłowego
Zamknięta grupa dyskusyjna
Certyfikat
Dożywotni dostęp do platformy
Aktualne narzędzia i dobre praktyki
6 spotkań online po 3h każde (18h)
  • e-learning
    Uczenie maszynowe
e-learning
Uczenie maszynowe
1699,00
Start kursu: październik 2023
38 godzin nagrań
Dostęp do kodu źródłowego
Zamknięta grupa dyskusyjna
Certyfikat
Dożywotni dostęp do platformy
Aktualne narzędzia i dobre praktyki
6 spotkań online po 3h każde (18h)
  • blended learning
    Uczenie maszynowe
blended learning
Uczenie maszynowe
3900,00
Start kursu: październik 2023
38 godzin nagrań
Dostęp do kodu źródłowego
Zamknięta grupa dyskusyjna
Certyfikat
Dożywotni dostęp do platformy
Aktualne narzędzia i dobre praktyki
6 spotkań online po 3h każde (18h)

Opinie o kursie

Nic dodać, świetnie poprowadzone zajęcia z Norbertem i widać jego ogromne doświadczenie.

Bardzo fajne zajęcia i dobrze wytłumaczone. Spokój, merytoryka, kultura. Dziękuję!

Rewelacyjne przygotowanie do zajęć, znajomość tematu i klarowny przekaz wiedzy. Spokojne tempo, czas na zadanie pytań i dodatkowe wyjaśnienia.

Poprzednie
Następne

FAQ

Tak, otrzymujesz dostęp od razu do całego kursu po zakupie.

Oczywiście.  Dajemy Ci gwarancję sprawdzenia jakości kursu przez 14 dni od momentu otrzymania dostępu do kursu. Oznacza to, że jeśli zgłosisz się do nas w określonym terminie z informacją, że kurs nie spełnił Twoich oczekiwań, oddamy Ci w całości wpłacona kwotę.

Kurs jest w formie wideo. Nagrania zamieszczone są na platformie e-learningowej, do której otrzymujesz indywidualny dostęp. Poza nagraniami wideo dostępne są pliki do pobrania (kod źródłowy, slajdy, pliki tekstowe, odnośniki do zewnętrznych materiałów, testy, etc.). Po każdej lekcji otrzymasz pakiet zadań dodatkowych, które możesz rozwiązać samodzielnie.

Otrzymasz dożywotni (a raczej tak długo jak będzie istniał kurs) dostęp do tej edycji kursu, wszystkich materiałów w niej zawartych, przyszłych aktualizacji oraz społeczności.

W trybie masterclass masz poczucie, że realizujesz kurs z grupą i nie zostajesz sam z problemem. W trakcie trwania całego kursu zorganizowane zostaną cztery spotkania z autorem kursu, podczas których będziesz mógł omówić interesujące Ciebie zagadnienia.

Bazując na doświadczeniach, opracowaliśmy format i plan kursu, który skutecznie motywuje Cię do systematycznego działania i w rezultacie efektywnie przybliża do założonego celu.

Masz pytania? Napisz do nas!

Aktualnie oglądasz:

Uczenie maszynowe

3900 

3900 

Zobacz także nasze inne kursy programowania

Cassandra

Czas trwania: 6 godzin

599 PLN

Zapytaj o indywidualną ofertę dla firm

Dbamy o to, by nasi uczestnicy, przystępując do kursu, byli pewni, że spełni ich oczekiwania. Jeśli masz pytania odnośnie procesu rekrutacji, gwarancji oferty współpracy czy innych kwestii, zajrzyj do FAQ, a jeśli tam nie znajdziesz na nie odpowiedzi – napisz do nas.

Zaloguj się
Rejestracja jest darmowa!

Administratorem danych jest Sages Sp. z o.o. z siedzibą w Warszawie przy ul. Nowogrodzkiej 62c. Podanie danych jest dobrowolne. Osobie, której dane dotyczą przysługuje prawo wglądu do danych osobowych, ich zmiany oraz usunięcia w sposób określony w Polityce prywatności.

Please accept the Terms and Conditions to proceed.