drukuj
icon icon

Kurs Machine Learning i sieci neuronowe

icon

Proces szkoleniowy

Analiza potrzeb szkoleniowych

Jeśli masz życzenie dotyczące programu szkolenia, przeprowadzimy dla Ciebie analizę potrzeb szkoleniowych, która będzie wskazówką dla nas, na jakie aspekty programu położyć większy nacisk – tak, by program szkolenia spełniał konkretne potrzeby.

Program szkolenia

1. Wprowadzenie do Machine Learning

  • co to jest Machine Learning,
  • podział algorytmów Machine Learning,
  • zastosowania algorytmów Machine Learning w praktyce.

2. Overfitting i Underfitting

  • Overfitting (nadmierne dopasowanie),
  • Overfitting (nadmierne dopasowanie).

3. Wprowadzenie do SciKit Learn

4. Wprowadzenie do Google Colab

5. Etapy tworzenia algorytmów Machine Learning

6. Supervised Learning

  • popularne metryki oceny modelu,
  • klasyfikatory w Supervised Learning,
  • przykłady klasyfikatorów.

7. Unsupervised Learning

  • algorytmy klasteryzacji,
  • redukcja wymiarów,
  • krosswalidacja i stratyfikacja.

8. Sieci neuronowe

  • Deep Learning jako część Machine Learning,
  • pojęcia i teoria sztucznych sieci neuronowych,
  • budowa sztucznej sieci neuronowej.

9. Computer Vision – klasyfikacja obrazów

10. Podsumowanie szkolenia

Opieka poszkoleniowa

W ramach opieki poszkoleniowej masz do wyboru jedną z dwóch możliwych form kontaktu z trenerem, w przeciągu 1 roku po zakończonym szkoleniu:

  • konsultację telefoniczną,
  • na 2 godzinne konsultacje online z trenerem.

Metody szkolenia

  • wykład,
  • mini-prezentacja,
  • praca warsztatowa z komputerem,
  • ćwiczenia i case study,
  • praca indywidualna z trenerem.

Certyfikat

  • certyfikat w języku polskim, numer Wpisu do Rejestru Instytucji Szkoleniowych 2.12/00238/2015,
  • certyfikat w języku angielskim na życzenie.