Kursy | Sages

Uczenie maszynowe

START - 22.11- PAKIET VIP - Pakiet PREMIUM + pisemne zaopiniowanie i feedback do projektu

Cena
3999 zł 1999 zł
Dostępność do: 22.11.2021

START - 22.11 - PAKIET PREMIUM (Pakiet BASIC + 5 zdalnych, grupowych spotkań konsultacyjnych

Cena
2999 zł 1499 zł
Dostępność do: 22.11.2021

START - 22.11 - PAKIET BASIC - ok. 35 godzin nagrań, dostęp do zamkniętej grupy dyskusyjnej

Cena
1499 zł 999 zł
Dostępność do: 22.11.2021

Więcej niż e-learning.

Co obejmuje masterclass?

5 godzin

Zdalnych, grupowych spotkań na żywo z autorem kursu

ok. 35 godzin

Nagrań wideo na platformie e-learningowej

Ćwiczenia

Do samodzielnego wykonania

Zamknięta grupa dyskusyjna

Konsultacja w dowolnym momencie

Co otrzymuje kupując kurs ML?

  • Aktualną wiedzę na temat najważniejszych algorytmów uczenia maszynowego stosowanych w praktyce.
  • Kurs pozwalający zdobyć, kompetencje praktyczne w rozwiązywaniu rzeczywistych problemów biznesowych.
  • Kompleksowe omówienie uczenia maszynowego – solidnie przerobiona teoria i praktyka w jednym kursie.
  • Najwyższą jakość materiałów dydaktycznych i niezwykle starannie ułożony program kursu.
  • Świetnie zorganizowaną ścieżkę rozwoju w obszarze uczenia maszynowego.
  • Około 35 godzin wysokiej jakości nagrań wideo
  • Dożywotni dostęp do nagrań
  • Dostęp do zamkniętej grupy dyskusyjnej, gdzie możesz omówić swój problem z innymi uczestnikami i autorem kursu
  • Certyfikat Masterclass
  • GWARANCJĘ JAKOŚCI – 14 dni na zwrot
  • W pakiecie PREMIUM dodatkowo 5 spotkań konsultacyjne LIVE z ekspertem Norbertem Ryciakiem!
    Czego mogę spodziewać się na konsultacjach?
    – Wyjaśnianie szczegółów w aspektach teoretycznych omawianych zagadnień
    – Objaśnienia kwestii narzędziowych, tego jak używać dostępnych funkcjonalności
    – Omawianie metodologii pracy z algorytmami
    – Rozważania nad konkretnymi przypadkami problemów praktycznych zgłaszanych przez uczestników

Dlaczego kurs: Masterclass 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.

Cel kursu:

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.

Narzędzia pracy:

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 potrafić gdy zrobię cały kurs?

  • 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 nie oczywistymi problemami praktycznymi
  • Budować modele na danych specyficznych rodzajów
  • Efektywne implementować omawiane techniki i algorytmy

Przykładowe problemy, które będę umieć rozwiązać po kursie:

  • przewidywanie zarobków na podstawie cech demograficznych
  • przewidywanie wypłacalności osób ubiegających się o kredyt
  • przewidywanie odejść klientów
  • wykrywanie oszustw finansowych
  • przewidywanie wyników meczów
  • klasyfikacja kategorii tematycznej maili
  • wykrywanie skupień w odczytach z danych przestrzennych

Aby efektywnie uczestniczyć w kursie potrzebujesz:

  • znać podstawy programowania w języku Python: operacje na zmiennych liczbowych, operacje na liście (odwoływanie się do elementów, dodawanie elementów), krotka i słownik (odwoływanie się do elementów), instrukcja if/else, pętla for, składania definiowania funkcji (def … return …)

Dlaczego ten kurs jest wyjątkowy?

Inżynieria

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

Zakres kursu

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

Program kursu

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

Ćwiczenia

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

Kompleksowość

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

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

Praktyka

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

Przystępny przekaz

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

Język Python i biblioteka scikit-learn

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

Program kursu:

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

Poznaj prowadzącego

Data Scientist w SigDelta. 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 Bootcampem Data Science Kodołamacza, na którym kształci przyszłych specjalistów data science.

Norbert Ryciak

Recenzent kursu

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.

Dr Paweł Teisseyre

Przykładowe opinie po szkoleniach, które prowadził Norbert

Efektywna formuła nauki!

To nie jest zwykły kurs e-learningowy. Tutaj masz poczucie pracy w grupie, spotkania z autorem i sensownie rozłożony plan pracy. A to wszystko dlatego, że zależy nam, żebyś faktycznie ukończył kurs, wykorzystywał nabyte umiejętności w praktyce i chwalił się, że Sages Cię tego nauczył 🙂

Poszczególne moduły kursu będziesz otrzymywać systematycznie, raz w tygodniu.

Jeśli nie znajdziesz odpowiedzi poniżej - napisz do nas!

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.

Zalecany czas to 6 lub więcej godzin w tygodniu. Zachęcamy do regularnej pracy w ciągu tygodnia, np. półtora czy dwie godziny z rana, wtedy kiedy umysł jest wypoczęty. Jednak godziny samodzielnej nauki możesz wyznaczyć dowolnie, według swojego rytmu dnia. 

Nie. Kurs udostępniamy będzie systematycznie, raz w tygodniu. Dokładny harmonogram kurs opublikujemy po zakończeniu przedsprzedaży.

Oczywiście. Dajemy Ci gwarancję sprawdzenia jakości kursu przez 14 dni od momentu otrzymania dostępu do pierwszego modułu 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.

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

W trybie masterclass masz poczucie, że realizujesz kurs z grupą i nie zostajesz sam z wyzwaniem. W trakcie trwania całego kursu zorganizowane zostaną pięć spotkań z autorem kursu, podczas których będziesz mógł omówić interesujące Ciebie zagadnienia. Pierwsze spotkanie odbędzie się w dniu otwarcia kursu i będzie dostępne dla wszystkich, którzy się zapiszą. Każde kolejne zorganizowane będzie już w zamkniętej grupie, w odstępie ok. 2 tygodni, żebyście mieli czas na przyswojenie kolejnej dawki materiału, a jednocześnie, żebyście utrzymali optymalne tempo nauki. Co ważne do kursu masz możliwość dołączenia tylko w określonym czasie – maksymalnie do pierwszego spotkania z autorem. Ale nie czekaj do końca, żebyś spotkanie z autorem mógł wykorzystać na merytoryczna dyskusję, o tym czego już się nauczyłeś, albo co wzbudziło Twoje wyjątkowe zainteresowanie i chciałbyś pogłębić.

Masz pytania? Zadzwoń lub napisz

Telefon:
+48 578 303 803
+48 884 886 842

Napisz:
kursy@sages.pl

Uzyskaj dostęp do bezpłatnych materiałów

Chcesz od razu przejść do konkretów?

Jeśli potrzebujesz jeszcze chwili na zastanowienie się nad zakupem, zostaw nam maila i pozostańmy w kontakcie. Będziemy regularnie przesyłać Ci materiały i fragmenty lekcji, które pozwolą Ci lepiej zrozumieć zakres i cel kursu, a także samodzielnie zacząć przygodę z unikalnym kursem.