Szkolenie Zaawansowane uczenie maszynowe w R
Praktyczne informacje o szkoleniu
- KATEGORIA: Technologie
- PODKATEGORIA: AI
- KOD SZKOLENIA: IT-AI-21
- CZAS TRWANIA: 3 dni
- INFORMACJA CENOWA od: 3750 zł netto
- JĘZYK SZKOLENIA: polski
- FORMA REALIZACJI: stacjonarna, online
Opis szkolenia
Szkolenie poświęcone jest zaawansowanym technikom uczenia maszynowego implementowanym w środowisku R. Program obejmuje głębokie uczenie, zaawansowane metody ensemble oraz techniki optymalizacji modeli. Uczestnicy poprzez praktyczne warsztaty uczą się projektować i implementować złożone rozwiązania uczenia maszynowego. Zajęcia prowadzone są w formie intensywnych warsztatów z wykorzystaniem rzeczywistych przypadków użycia i najnowszych narzędzi.
Profil uczestnika
- Specjaliści uczenia maszynowego
- Data Scientists
- Badacze AI
- Inżynierowie ML
- Analitycy predyktywni
- Eksperci ds. sztucznej inteligencji
- Architekci rozwiązań ML
Agenda
- Zaawansowane modele uczenia maszynowego
- Głębokie sieci neuronowe
- Rekurencyjne sieci neuronowe
- Sieci konwolucyjne
- Transfer learning
- Metody ensemble i boosting
- Zaawansowane techniki boosting
- Stacking i blending
- Kalibracja modeli
- Optymalizacja hiperparametrów
- Uczenie reprezentacji
- Redukcja wymiarowości
- Autokodery
- Uczenie przez wzmacnianie
- Generatywne modele adwersaryjne
- Wdrażanie i monitorowanie
- Architektura systemów ML
- Monitoring modeli
- Interpretacja wyników
- Aktualizacja modeli
Korzyści
Uczestnik zdobędzie zaawansowaną wiedzę w zakresie implementacji złożonych modeli uczenia maszynowego w R. Rozwinie umiejętności projektowania i optymalizacji systemów głębokiego uczenia. Nabędzie kompetencje pozwalające na tworzenie i wdrażanie zaawansowanych rozwiązań ML w środowisku produkcyjnym. Pozna metody efektywnego łączenia różnych technik uczenia maszynowego. Będzie potrafił oceniać i interpretować wyniki złożonych modeli ML. Rozwinie umiejętność projektowania skalowalnych systemów uczenia maszynowego.
Wymagane przygotowanie uczestników
- Praktyczna znajomość uczenia maszynowego
- Zaawansowana znajomość programowania w R
- Doświadczenie w implementacji modeli ML
- Znajomość matematyki i statystyki
Zagadnienia
- Głębokie sieci neuronowe
- Uczenie transferowe
- Metody ensemble
- Optymalizacja hiperparametrów
- Uczenie reprezentacji
- Autokodery
- Modele generatywne
- Interpretacja modeli
- Architektura systemów ML
- Wdrażanie modeli
- Monitoring wydajności
- Skalowalność rozwiązań
Masz pytania?
Zapraszamy do kontaktu
Klaudia Janecka
+48 539 064 686
klaudia.janecka@eitt.academy
ul. Ząbkowska 31 03-736 Warszawa
Formy realizacji szkolenia
Szkolenie stacjonarne
- Szkolenie w siedzibie klienta lub wskazanej lokalizacji
- Sala szkoleniowa wyposażona w niezbędny sprzęt
- Materiały szkoleniowe w formie elektronicznej
- Przerwy kawowe i lunch
- Bezpośrednia interakcja z trenerem
- Networking w grupie
- Ćwiczenia warsztatowe w zespołach
Szkolenie zdalne
- Wirtualne środowisko szkoleniowe
- Materiały w formie elektronicznej
- Interaktywne ćwiczenia online
- Breakout rooms do pracy w grupach
- Wsparcie techniczne podczas szkolenia
- Nagrania sesji (opcjonalnie)
Możliwość dofinansowania
Szkolenie może zostać sfinansowane ze środków publicznych w ramach:
- Krajowego Funduszu Szkoleniowego (KFS)
- Bazy Usług Rozwojowych (BUR)
- Projektów unijnych realizowanych przez PARP
- Programu Akademia HR (PARP)
- Regionalnych programów operacyjnych
W przypadku zainteresowania dofinansowaniem, nasz zespół pomoże w przygotowaniu wymaganej dokumentacji.
MASZ PYTANIA?
Skontaktuj się z nami, aby uzyskać więcej informacji o naszych szkoleniach, programach oraz współpracy. Chętnie odpowiemy na wszystkie Twoje zapytania!
Zaufali nam
Poznaj naszą firmę

Masz pytania?
Zapraszamy do kontaktu
Klaudia Janecka
+48 539 064 686
klaudia.janecka@eitt.academy
ul. Ząbkowska 31 03-736 Warszawa
FAQ — Często zadawana pytania
- Zaproszenie w formie one-pager’a z terminami
- Kick-off projektu
- Strategiczne przywództwo i myślenie
- Komunikacja i współpraca. Zarządzanie konfliktem
- Motywowanie, angażowanie i trudne decyzje w biznesie
- Zarządzanie zmianą i innowacjami. Przywództwo w kryzysie
- Budowa organizacji przyszłości
- Warsztat dobrych praktyk – retrospektywa; stworzenie spójnego programu dla średniego i niższego szczebla zarządzania























