Szkolenie Zaawansowane uczenie maszynowe w języku Python
Opis szkolenia
Intensywne szkolenie mające na celu rozwinięcie umiejętności praktycznych w zakresie uczenia maszynowego z wykorzystaniem języka Python. Uczestnicy przejdą przez cały proces tworzenia profesjonalnych rozwiązań, od definicji celu biznesowego, przez przygotowanie danych, aż po implementację zaawansowanych algorytmów i optymalizację modeli. Szkolenie łączy teorię z praktyką, umożliwiając uczestnikom zdobycie kompetencji niezbędnych do realizacji projektów z zakresu uczenia maszynowego.
Profil uczestnika
- Analitycy danych, którzy uczyli się uczenia maszynowego samodzielnie i chcą uporządkować oraz pogłębić swoją wiedzę
- Osoby znające teorię uczenia maszynowego, ale chcące zobaczyć, jak wygląda praktyczna realizacja projektów
- Specjaliści pracujący z uczeniem maszynowym w innych językach, chcący przekwalifikować się na pracę z Pythonem
- Osoby z podstawową wiedzą z uczenia maszynowego, chcące wejść na wyższy poziom kompetencji
Wymagane przygotowanie uczestnika
- Podstawowa umiejętność programowania w języku Python
- Podstawowa wiedza z zakresu uczenia maszynowego (modele regresji liniowej i logistycznej, drzewo decyzyjne, proces uczenia i testowania modeli)
Agenda
- Definicja celu biznesowego
- Profesjonalna ewaluacja klasyfikatorów: precyzja, czułość, miara F1, krzywa ROC i wskaźnik AUC
- Definiowanie i implementacja autorskich metryk
- Dobór metryki do celów biznesowych
- Przygotowywanie danych do modelowania (feature engineering)
- Kodowanie zmiennych kategorycznych
- Obsługa braków danych
- Transformacje zmiennych numerycznych
- Profesjonalna implementacja procesów predykcyjnych z wykorzystaniem scikit-learn
- Kluczowe konstrukty biblioteki scikit-learn: transformatory i estymatory
- Potoki uczenia maszynowego (machine learning pipelines) – zasada działania
- Implementacja podstawowych i złożonych potoków w scikit-learn
- Optymalizacja konfiguracji potoków
- Eksportowanie gotowego do użycia procesu predykcyjnego
- Wykorzystanie zaawansowanych algorytmów 1: XGBoost
- Czym jest boosting
- Mechanizm działania i uczenia algorytmu XGBoost
- Praktyczna optymalizacja hiperparametrów algorytmu
- Wykorzystanie zaawansowanych algorytmów 2: sieci neuronowe
- Mechanizm działania neuronu, funkcje aktywacji
- Perceptron wielowarstwowy
- Mechanizm uczenia sieci neuronowej
- Konfiguracja i optymalizacja procesu uczenia
- Wykorzystywanie sieci neuronowych jako algorytmy predykcyjne
- Poprawa rozwiązania poprzez uwzględnienie niezbalansowania klas
- Problem niezbalansowanych klas – opis zjawiska i praktyczne konsekwencje
- Uwzględnienie problemu w procesie uczenia modeli – ważenie funkcji celu
- Techniki repróbkowania obserwacji poprawiające jakość modeli w sytuacji niezbalansowanych klas
- Augmentacja danych (sztuczne powiększanie zbioru uczącego)
- Analiza i interpretacja rozwiązania, udoskonalanie rozwiązania poprzez selekcję cech
- Ocena ważności cech na podstawie algorytmów liniowych i drzewiastych
- Ocena ważności cech dla modeli typu black-box
- Selekcja na podstawie ważności cech, selekcja współbieżna z uczeniem, selekcja krokowa
- Filtrowanie zmiennych
Korzyści z uczestnictwa
- Rozwinięcie praktycznych kompetencji poprzez realizację projektu od A do Z
- Nauka profesjonalnej implementacji systemu predykcyjnego
- Poznanie kluczowych funkcjonalności do pracy z algorytmami uczenia maszynowego w języku Python
- Zrozumienie zaawansowanych algorytmów i technik uczenia maszynowego oraz ich efektywnego zastosowania w praktyce
- Umiejętność radzenia sobie z problemem niezbalansowanych klas
- Zdolność do analizy i interpretacji wyników oraz optymalizacji modeli
Zagadnienia
- Ewaluacja klasyfikatorów i metryki
- Feature engineering
- Implementacja procesów predykcyjnych z scikit-learn
- Algorytmy zaawansowane: XGBoost, sieci neuronowe
- Radzenie sobie z niezbalansowanymi klasami
- Selekcja cech i optymalizacja modeli
Poznaj naszą firmę
INFORMACJA CENOWA:
od 3000 zł netto za jedną osobę
CZAS TRWANIA (dni): 2
KOD SZKOLENIA: IT-PT-04
MASZ PYTANIA?
Jeśli potrzebujesz więcej informacji o tym szkoleniu, zadzwoń do nas +48 22 487 84 90 lub wyślij wiadomość.
REJESTRACJA