Podstawy uczenia maszynowego z R

LICZBA DNI: 3 (24h)

KOD KURSU: R/ML

POZIOM SZKOLENIA:

# data

Szkolenie na zamówienie

Szkolenie dostosowane do potrzeb Twojego zespołu. Dostępne WYŁĄCZNIE na zamówienie.

  • Dostosowany program
  • Indywidualna wycena
  • Dowolny termin

Interesuje Cię ta tematyka i szukasz szkolenia tylko dla siebie?

O szkoleniu

DLA KOGO?

Szkolenie przeznaczone jest dla analityków danych, którzy chcą wejść do świata uczenia maszynowego (ang. machine learning)

Szkolenie również kierowane jest do programistów którzy chcą rozpocząć przygodę z uczeniem maszynowym

Szkolenie pozwoli poznać prężnie rozwijającą się dziedzinę predykcyjnej analizy danych, która staje się standardem w obecnych realiach powodzi danych

Ponadto, uczestnicy będą mogli lepiej zrozumieć użycie technik i narzędzi uczenia maszynowego w środowisku R

WYMAGANIA

Szkolenie wymaga podstawowej umiejętności programowania w dowolnym języku lub podstaw programowania w języku R

ZALETY

Cele szkolenia

Zapoznanie z podstawami uczenia maszynowego oraz związanymi narzędziami w języku R

Umiejętność łączenia wielu narzędzi, co z kolei umożliwi wykonywanie bardziej skomplikowanych analiz i predykcji z użyciem algorytmów uczenia maszynowego

Program

  • Charakterystyka języka R
  • Porównanie z innymi językami
  • Dlaczego R?
  • Instalacja R
  • Instalacja RStudio
  • Instalacja pakietów w R
  • Kontrola wersji z Git
    • Instalacja
    • Podstawowe operacje
  • Podstawowe okno pracy
  • Historia komend
  • Konsola R
  • Kod źródłowy
  • Korzystanie z plików pomocy
  • Obliczenia zwektoryzowane
  • Funkcje z rodziny apply
  • Ramki danych
  • Typ czynnikowy
  • Teoria
    • Czym jest uczenie maszynowe?
    • Regresja i klasyfikacja
    • Miary jakości
  • Z nadzorem
    • Regresja liniowa
    • Regresja logistyczna
    • Support Vector Machines (SVM)
    • Naive Bayes
    • Drzewa decyzyjne
    • Sztuczne sieci neuronowe
  • Bez nadzoru
    • Analiza skupień
    • Principal Component Analysis (PCA)
    • Sztuczne sieci neuronowe
  • Metody doboru modelu i poprawienia jakości
    • Walidacje
    • Poszukiwanie parametrów
    • Regularyzacja
    • Ensemble

Autor szkolenia:

Maciej Bartoszuk

Ukończył z wyróżnieniem informatykę na wydziale Matematyki i Nauk Informacyjnych Politechniki Warszawskiej, gdzie aktualnie pracuje w zakładzie Sztucznej Inteligencji i Metod Obliczeniowych. Tam też od 2013 roku prowadzi zajęcia dydaktyczne z programowania w R, Pythonie, C/C++, C#. Uczestnik studiów doktoranckich w Instytucie Podstaw Informatyki Polskiej Akademii Nauk w latach 2013-2015. W 2018 roku obronił doktorat z wyróżnieniem na swoim rodzimym wydziale: 'System do oceny podobieństwa kodów źródłowych w językach funkcyjnych oparty na metodach uczenia maszynowego i agregacji danych', który obejmuje zarówno algorytmy przetwarzania kodów źródłowych programów, jak i data science. Współautor książki 'Przetwarzanie i analiza danych w języku Python' wydanej przez PWN. Ponadto trener na bootcampach Data Science, gdzie uczy programować w języku Python pod kątem analizy danych.

POLITYKA COOKIES:

Korzystamy z plików cookies, by móc jak najlepiej dostosować stronę do Twoich potrzeb oraz wyświetlać Ci przydatne i adekwatnych dla Ciebie reklamy w serwisie i poza nim. Możesz kontrolować ustawienia ciasteczek w swoich ustawieniach swojej przeglądarki. Odwiedzając tę stronę, wyrażasz zgodę na wykorzystywanie przez nas plików cookies.