Uczenie maszynowe z regułami przy użyciu Python skope-rules

Opis

Praktyczne szkolenie z wykorzystania biblioteki skope-rules w języku Python do tworzenia interpretowanych modeli uczenia maszynowego opartych na regułach. Uczestnicy poznają metody automatycznego generowania czytelnych reguł na podstawie danych oraz techniki ich wykorzystania w projektach data science. Program łączy teorię z intensywnymi warsztatami, podczas których uczestnicy implementują własne rozwiązania wykorzystujące skope-rules w rzeczywistych przypadkach użycia.

Profil uczestnika

• Programiści Python zainteresowani uczeniem maszynowym
• Data Scientists poszukujący interpretowanych modeli
• Analitycy danych pracujący nad wyjaśnialnymi modelami
• Specjaliści ML koncentrujący się na przejrzystości modeli
• Eksperci dziedzinowi chcący automatyzować odkrywanie reguł
• Inżynierowie ML pracujący w regulowanych sektorach
• Konsultanci AI odpowiedzialni za wdrożenia w biznesie

Agenda

1. Wprowadzenie do skope-rules
   • Podstawy biblioteki i jej możliwości
   • Integracja z ekosystemem data science
   • Przygotowanie danych do generowania reguł
   • Architektura systemu regułowego
2. Implementacja modeli regułowych
   • Tworzenie i trenowanie modeli
   • Techniki ekstrakcji reguł z danych
   • Optymalizacja parametrów uczenia
   • Ewaluacja jakości reguł
3. Zaawansowane zastosowania
   • Integracja z pipeline’ami scikit-learn
   • Obsługa danych kategorycznych i numerycznych
   • Techniki redukcji złożoności reguł
   • Wizualizacja i interpretacja reguł
4. Wdrażanie i utrzymanie
   • Serializacja i deployment modeli
   • Monitorowanie wydajności reguł
   • Aktualizacja modeli w czasie rzeczywistym
   • Integracja z systemami produkcyjnymi

Korzyści

• Praktyczna znajomość biblioteki skope-rules
• Umiejętność tworzenia interpretowanych modeli ML
• Zdolność generowania czytelnych reguł biznesowych
• Wiedza o integracji z ekosystemem Python data science
• Umiejętność oceny i optymalizacji modeli regułowych
• Znajomość technik wdrażania modeli regułowych
• Certyfikat potwierdzający znajomość skope-rules

Wymagane przygotowanie uczestników

• Znajomość języka Python na poziomie średniozaawansowanym
• Podstawowa wiedza z zakresu uczenia maszynowego
• Doświadczenie z bibliotekami numpy i pandas
• Znajomość podstaw statystyki

Zagadnienia

• Biblioteka skope-rules
• Interpretowalne modele ML
• Generowanie reguł
• Walidacja modeli
• Optymalizacja reguł
• Pipeline scikit-learn
• Przetwarzanie danych
• Wizualizacja wyników
• Deployment modeli
• Monitorowanie wydajności
• Aktualizacja modeli
• Najlepsze praktyki wdrożeniowe

Poznaj naszą firmę