Trwają zapisy do grupy

Podstawy uczenia maszynowego z R

Podczas szkolenia uczestnicy poznają podstawy uczenia maszynowego w języku R. Jest to szkolenie dla Ciebie, jeżeli dopiero chcesz zacząć pracę z uczeniem maszynowym.

3350 PLN+23% VAT (4120 PLN brutto / 1 os.)

Czas trwania szkolenia:3 dni (24h)

Poziom zaawansowania:

Kod kursu:R/ML

data

Dostępne terminy

  • Termin
  • Trener
  • Cena
  • Zapis
  • Lokalizacja

Termin:

2 września
Trwają zapisy na szkolenie

Trener:

Trener-Sages

Cena:

3350 PLN netto
Ikona podpowiedziDowiedz się więcej o cenach szkoleń - zapraszamy do kontaktu
+23% VAT

Lokalizacja:

Zdalne
Zdalne
Ikona podpowiedziZapytaj o inne lokalizacje - w tym celu skorzystaj z chatu

Termin:

18 listopada
Trwają zapisy na szkolenie

Trener:

Trener-Sages

Cena:

3350 PLN netto
Ikona podpowiedziDowiedz się więcej o cenach szkoleń - zapraszamy do kontaktu
+23% VAT

Lokalizacja:

Zdalne
Zdalne
Ikona podpowiedziZapytaj o inne lokalizacje - w tym celu skorzystaj z chatu

Termin:

3 lutego
Trwają zapisy na szkolenie

Trener:

Trener-Sages

Cena:

3350 PLN netto
Ikona podpowiedziDowiedz się więcej o cenach szkoleń - zapraszamy do kontaktu
+23% VAT

Lokalizacja:

Zdalne
Zdalne
Ikona podpowiedziZapytaj o inne lokalizacje - w tym celu skorzystaj z chatu

Forma szkolenia

Interesuje Cię szkolenie stacjonarne?

Dostępne terminy

Interesują Cię inne terminy?

Podstawy uczenia maszynowego z R

Cele szkolenia

  • Zapoznanie z podstawami uczenia maszynowego w języku R
  • Przedstawienie najnowszych i najlepiej przystosowanych do uczenia maszynowego pakietów

Dla kogo?

  • Analityków danych, którzy chcą wejść do świata uczenia maszynowego (ang. machine learning)
  • Programistów, którzy chcą rozpocząć przygodę z uczeniem maszynowym

Zalety

  • Poznanie prężnie rozwijającej się dziedziny predykcyjnej analizy danych, która staje się standardem w obecnych realiach powodzi danych
  • Zrozumienie użycia technik i narzędzi uczenia maszynowego w środowisku R

Wymagania

  • Podstawowa umiejętność programowania w języku R, w szczególności operacji na danych (pakiet dplyr)
  • Nie jest wymagane posiadanie wiedzy z zakresu uczenia maszynowego i statystyki

W cenie otrzymasz:

  • Materiały szkoleniowe
  • Certyfikat ukończenia szkolenia
  • W przypadku szkolenia w trybie stacjonarnym zapewnimy Ci również lunch oraz sprzęt niezbędny do nauki

Program

Pobierz program w PDF

Modelowanie

  • Na czym polega modelowanie i po co to robić?
  • Prognozowanie, wyjaśnianie, przyczynowość

Regresja liniowa i problemy regresyjne

  • Interpretacja współczynników i podsumowanie modelu
  • Jak wykorzystać reszty?
  • Zależności nieliniowe i interakcje
  • Współliniowość

Regresja logistyczna i problemy klasyfikacyjne

  • Interpretacja współczynników i podsumowanie modelu
  • Jak podsumować model?
  • Macierz błędów
  • Czułość i swoistość, precyzja i recall
  • Pole pod krzywą ROC (AUC)

Czym różni się uczenie maszynowe od klasycznego modelowania?

  • Podział na zbiór treningowy i testowy
  • Podejście parametrycznie i nieparametryczne
  • Nadmierne dopasowanie (overfitting)
  • Poszukiwanie hiperparametrów (tuning)

Algorytmy uczenia maszynowego

  • Naiwny klasyfikator bayesowski
  • Metoda k najbliższych sąsiadów
  • Drzewo decyzyjne
  • Las losowy

Autorem szkolenia jest Piotr Szulc

Ukończył Wydział Matematyki Politechniki Wrocławskiej, uzyskując stopień doktora. Przez wiele lat współpracował z Uniwersytetem Stanforda i Uniwersytetem Wiedeńskim, prezentował referaty na kilkunastu krajowych i zagranicznych konferencjach naukowych, między innymi reprezentował Polskę na 18th European Young Statisticians Meeting. Zajmował się zastosowaniami modeli statystycznych w genetyce, w problemie lokalizacji genów. Obecnie współpracuje z wrocławskimi firmami windykacyjnymi, prowadzi szkolenia…