Uczenie maszynowe w języku Python - warsztat profesjonalisty
Uczenie maszynowe w języku Python - warsztat profesjonalisty
Informacje podstawowe
Informacje podstawowe
- KategoriaInformatyka i telekomunikacja / Programowanie
- Sposób dofinansowaniawsparcie dla osób indywidualnychwsparcie dla pracodawców i ich pracowników
- Grupa docelowa usługi
Szkolenie Uczenie maszynowe w języku Python - warsztat profesjonalisty adresowane jest do osób, które uczyły się uczenia maszynowego samodzielnie i chcą uporządkować i pogłebić wiedzę, poprzez uczestnictwo w praktycznych warsztatach z ekspertem, osób, które znają teorię uczenia maszynowego, ale chcą zobaczyć jak w praktyce wygląda realizacja projektów wykorzystujących uczenia maszynowe, wszystkich osób, które mają jakąś wiedzę z uczenia maszynowego i chcą wejść na wyższy poziom kompetencji w tym obszarze, a także osób pracujących z uczeniem maszynowym z wykorzystaniem innych języków niż Python, ale chcących przekwalifikować się na pracę z Pythonem.
- Minimalna liczba uczestników4
- Maksymalna liczba uczestników8
- Data zakończenia rekrutacji26-08-2024
- Forma prowadzenia usługizdalna w czasie rzeczywistym
- Liczba godzin usługi24
- Podstawa uzyskania wpisu do BURCertyfikat systemu zarządzania jakością wg. ISO 9001:2015 (PN-EN ISO 9001:2015) - w zakresie usług szkoleniowych
Cel
Cel
Cel edukacyjny
Rozwinięcie praktycznych kompetencji poprzez realizację projektu od A do Z - przejście pełnego procesu wykorzysta uczenia maszynowego w praktyceNauka profesjonalnej implementacji systemu predykycjnego
Poznanie ważnych funkcjonalności do pracy z algorytmami uczenia maszynowego w języku Python
Poznanie zaawansowanych algorytmów i użytecznych technik uczenia maszynowego i zobaczenie jak efektywnie używać ich w praktyce
Efekty uczenia się oraz kryteria weryfikacji ich osiągnięcia i Metody walidacji
Efekty uczenia się | Kryteria weryfikacji | Metoda walidacji |
---|---|---|
Efekty uczenia się Szkolenie "Uczenie maszynowe w języku Python - warsztat profesjonalisty" ma charakter projektowy - polega na wytworzeniu od A do Z profesjonalnego rozwiązania konkretnego problemu biznesowego z wykorzystaniem uczenia maszynowegoSolidne omówienie aspektów inżynierskich, pozwalające na profesjonalną implementację rozwiązań z wykorzystaniem języka Python Szkolenie jest prowadzone przez osoby na co dzień stosujące uczenie maszynowego z użyciem języka Python i mającymi praktyczne doświadczenie w tej dziedzinie Elastyczność programu - rozłożenie akcentów będzie (w miarę możliwości) dostosowane do preferencji grupy | Kryteria weryfikacji 80% obecności, samodzielna praca podczas warsztatów, sprawdzenie poziomy nabytej wiedzy (teretycznej) | Metoda walidacji Obserwacja w warunkach rzeczywistych |
Metoda walidacji Test teoretyczny |
Kwalifikacje i kompetencje
Kwalifikacje
Kompetencje
Usługa prowadzi do nabycia kompetencji.Warunki uznania kompetencji
Program
Program
1. Definicja celu biznesowego
2. Przygotowywanie danych do modelowania (ang. *feature engineering*)
3. Profesjonalna implementacja procesów predykcyjnych z wykorzystaniem `scikit-learn`
4. Wykorzystanie zaawansowanych algorytmów 1: XGBoost
5. Wykorzystanie zaawansowanych algorytmów 2: sieci neuronowe
6. Poprawa rozwiązania poprzez uwzględnienie niezbalansowania klas
7. Analiza i interpretacja rozwiązania, udoskonalanie rozwiązania poprzez selekcję cech
Harmonogram
Harmonogram
Przedmiot / temat zajęć | Prowadzący | Data realizacji zajęć | Godzina rozpoczęcia | Godzina zakończenia | Liczba godzin |
---|---|---|---|---|---|
Przedmiot / temat zajęć 1 z 9 Definicja celu biznesowego | Prowadzący Norbert Ryciak | Data realizacji zajęć 09-09-2024 | Godzina rozpoczęcia 09:00 | Godzina zakończenia 12:00 | Liczba godzin 03:00 |
Przedmiot / temat zajęć 2 z 9 Przygotowywanie danych do modelowania (ang. *feature engineering*) | Prowadzący Norbert Ryciak | Data realizacji zajęć 09-09-2024 | Godzina rozpoczęcia 12:00 | Godzina zakończenia 15:00 | Liczba godzin 03:00 |
Przedmiot / temat zajęć 3 z 9 Profesjonalna implementacja procesów predykcyjnych z wykorzystaniem `scikit-learn` | Prowadzący Norbert Ryciak | Data realizacji zajęć 09-09-2024 | Godzina rozpoczęcia 15:00 | Godzina zakończenia 17:00 | Liczba godzin 02:00 |
Przedmiot / temat zajęć 4 z 9 Profesjonalna implementacja procesów predykcyjnych z wykorzystaniem `scikit-learn` | Prowadzący Norbert Ryciak | Data realizacji zajęć 10-09-2024 | Godzina rozpoczęcia 09:00 | Godzina zakończenia 10:00 | Liczba godzin 01:00 |
Przedmiot / temat zajęć 5 z 9 Wykorzystanie zaawansowanych algorytmów 1: XGBoost | Prowadzący Norbert Ryciak | Data realizacji zajęć 10-09-2024 | Godzina rozpoczęcia 10:00 | Godzina zakończenia 13:00 | Liczba godzin 03:00 |
Przedmiot / temat zajęć 6 z 9 Wykorzystanie zaawansowanych algorytmów 2: sieci neuronowe | Prowadzący Norbert Ryciak | Data realizacji zajęć 10-09-2024 | Godzina rozpoczęcia 13:00 | Godzina zakończenia 16:00 | Liczba godzin 03:00 |
Przedmiot / temat zajęć 7 z 9 Poprawa rozwiązania poprzez uwzględnienie niezbalansowania klas | Prowadzący Norbert Ryciak | Data realizacji zajęć 10-09-2024 | Godzina rozpoczęcia 16:00 | Godzina zakończenia 17:00 | Liczba godzin 01:00 |
Przedmiot / temat zajęć 8 z 9 Poprawa rozwiązania poprzez uwzględnienie niezbalansowania klas | Prowadzący Norbert Ryciak | Data realizacji zajęć 11-09-2024 | Godzina rozpoczęcia 09:00 | Godzina zakończenia 14:00 | Liczba godzin 05:00 |
Przedmiot / temat zajęć 9 z 9 Analiza i interpretacja rozwiązania, udoskonalanie rozwiązania poprzez selekcję cech | Prowadzący Norbert Ryciak | Data realizacji zajęć 11-09-2024 | Godzina rozpoczęcia 11:00 | Godzina zakończenia 14:00 | Liczba godzin 03:00 |
Cena
Cena
Cennik
- Rodzaj cenyCena
- Koszt przypadający na 1 uczestnika brutto3 136,50 PLN
- Koszt przypadający na 1 uczestnika netto2 550,00 PLN
- Koszt osobogodziny brutto130,69 PLN
- Koszt osobogodziny netto106,25 PLN
Prowadzący
Prowadzący
Norbert Ryciak
Informacje dodatkowe
Informacje dodatkowe
Informacje o materiałach dla uczestników usługi
część teoretyczna szkolenia, slajdy - zostanie przekazana uczestnikom na szkoleniu w formie pdf.
uczestnik otrzyma certyfikat uczestnictwa z opisem nabytych umiejętności
Warunki uczestnictwa
Od uczestników wymagana jest podstawowa umiejętność programowania języka Python oraz podstawowej wiedzy z uczenia maszynowego (modele regresji liniowej oraz logstycznej, drzewo decyzyjne, rozumienie procesu uczenia i testowania modeli).
Informacje dodatkowe
Szkolenie będzie prowadzone zdalnie, w czasie rzeczywistym, na żywo, z trenerem, możliwością zadawania pytań.
Warunki techniczne
Warunki techniczne
szkolenie na platformie zoom, wymagane:
stabilne połączenie internetowe (zalecane min. 10Mbit/s download i 1Mbit/s upload)
przeglądarka internetowa Chrome
zainstalowana aplikacja Zoom App
dobrej jakości słuchawki oraz mikrofon (opcjonalnie) kamera internetowa
link do szkolenia zostanie przesłany uczestnikom przed szkoleniem i będzie aktywny do końca szkolenia.