KURZ: Úvod do strojového učení

Na kurzu nejdříve probereme základní pojmy a koncepty a hned potom se vrhneme na trénování našich prvních modelů. Naučíme se, jak vhodně reprezentovat různé druhy dat, jak trénovat modely a jak je správně vyhodnocovat. Všechna probíraná témata si spolu prakticky naprogramujeme v Pythonu, pomůže nám v tom framework scikit-learn. Cílová skupina Obsah kurzu a probírané příklady rádi přizpůsobíme podle potřeb účastníků: Pro programátory, lead engineery a IT architekty. Kurz Vám poskyt

Program kurzu

Obsah kurzu a probírané příklady rádi přizpůsobíme podle potřeb účastníků:

• Pro programátory, lead engineery a IT architekty. Kurz Vám poskytne vhled do návrhu a vývoje a deploymentu vlastních AI systémů. 
• Pro administrátory a devops. Kurz Vám poskytne praktické způsoby, jak použít AI v monitoringu a alertingu.

Cíl kurzu Kurz Vás srozumitelně provede teoretickým úvodem do AI a strojového učení. Následně na praktických use cases ukážeme přípravu dat, trénování, ladění a evaluaci modelů.
Osnova kurzu

• Stručný teoretický úvod do strojového učení
  
  • kdy je vhodné použít strojové učení?
  • definování základních konceptů
  
  
• Seznámení s workspace (Jupyter Notebook)
• Úvod do frameworku scikit-learn
• Evaluační míry a strategie
  
  • matice konfuze, accuracy, precision, recall, f-measure
  • ROC křivka
  • rozdělení dat, grid-search
  
  
• Tvorba features
  
  • one-hot encoding pro kategoriální data
  • TF-IDF pro textová data
  
  
• Základní algoritmy
  
  • rozhodovací stromy
  • geometrické klasifikátory
  
  
• Výběr nejlepších features
  
  • prokletí dimenzionality
  • rozptylový threshold, informační zisk
  
  
• Statistická signifikance
  
  • konfidenční intervaly, t-test, křížová validace
  
  

Předpoklady účastníka Předpokládá se základní znalost programování v Pythonu.
 


Další požadavky Pro účastníky kurzu bude připraven on-line workspace v podobě Jupyter Notebooků, ve kterých budou programovat úkoly pro procvičení všech probíraných metod.

Podrobnosti o kurzu

• Kurz je určen pro
  Cílová skupina Obsah kurzu a probírané příklady rádi přizpůsobíme podle potřeb účastníků: Pro programátory, lead engineery a IT architekty. Kurz Vám poskytne vhled do návrhu a vývoje a deploymentu vlastních AI systémů.  Pro administrátory a devops. Kurz Vám poskytne praktické způsoby, jak použít AI v monitoringu a alertingu. Cíl kurzu Kurz Vás srozumitelně provede teoretickým úvodem do AI a strojového učení. Následně na praktických use cases ukážeme přípravu dat, trénování, ladění a evaluaci modelů.
• Pořadatel kurzu
  DataScript s.r.o.
• Další organizační náležitosti k danému školení
  Předpoklady účastníka Předpokládá se základní znalost programování v Pythonu.   Další požadavky Pro účastníky kurzu bude připraven on-line workspace v podobě Jupyter Notebooků, ve kterých budou programovat úkoly pro procvičení všech probíraných metod.
• Obchodní podmínky
  Objednavateli bude zaslána závazná přihláška k podpisu. Poté bude účastník na školení registrován. Objednavatel uhradí částku kurzovného za výše uvedeného posluchače na základě faktury vystavené poskytovatelem.

Dotazy a komentáře ke kurzu

Přihláška na kurz

Odesláním formuláře 'Přihláška na kurz' se zaregistruje Vaše přihláška a na zadaný email přijde potvrzení o odeslání této přihlášky. V případě poskytnutí osobních údajů, souhlasíte s archivací těchto údajů v souladu s podmínkami zákona č. 101/2000 Sb., o ochraně osobních údajů, ve znění pozdějších předpisů. Souhlas se zpracováním osobních údajů pro marketingové účely nevyžadujeme, tyto data nezpracováváme. Server pouze zprostředkovává objednávky kurzů & kontakt na jejich pořadatele. Před odesláním přihlášky je nutno souhlasit s obchodními podmínkami účasti na kurzu daného pořadatele kurzu. Neodpovídáme za správnost uvedených údajů. © OBEC.net, sro.

---

URL >> https://skoleni.net/skoleni_111019_uvod-do-strojoveho-uceni.html

---

Úvodstrojovéhoučení