Szkolenie: Uczenie maszynowe w języku Python - warsztat profesjonalisty
Szkolenie z uczenia maszynowego w Pythonie to praktyczny warsztat, który uczy budowy profesjonalnych modeli predykcyjnych, analizy danych, inżynierii cech, optymalizacji algorytmów oraz wdrażania rozwiązań ML w środowisku biznesowym
Uczenie maszynowe w języku Python - warsztat profesjonalisty
Cele szkolenia
Szkolenie przygotowuje do samodzielnego projektowania i wdrażania rozwiązań z zakresu uczenia maszynowego w Pythonie na rzeczywistych danych
Szkolenie uczy realizacji pełnego procesu budowy systemu predykcyjnego, od analizy biznesowej po wdrożenie i interpretację wyników
Szkolenie rozwija umiejętność doboru i optymalizacji algorytmów oraz stosowania zaawansowanych technik uczenia maszynowego w praktyce
Szkolenie pokazuje, jak analizować, przetwarzać i selekcjonować dane oraz oceniać skuteczność modeli w kontekście biznesowym
Dla kogo?
Specjaliści IT i analitycy danych z podstawową znajomością Pythona i uczenia maszynowego, chcący rozwinąć praktyczne umiejętności projektowe
Osoby samodzielnie uczące się ML, które chcą uporządkować i pogłębić wiedzę poprzez praktyczne warsztaty z ekspertem
Pracownicy innych języków programowania pragnący przekwalifikować się na pracę z uczeniem maszynowym w Pythonie
Osoby znające teorię ML, które chcą poznać praktyczne aspekty realizacji projektów predykcyjnych
Efekty kształcenia
Uczestnik projektuje i wdraża kompletne procesy uczenia maszynowego w Pythonie
Uczestnik analizuje i przetwarza dane z wykorzystaniem zaawansowanych technik
Uczestnik optymalizuje i ocenia modele predykcyjne pod kątem celów biznesowych
Uczestnik implementuje i testuje algorytmy XGBoost oraz sieci neuronowe
Uczestnik rozwiązuje problemy niezbalansowanych klas i selekcjonuje cechy
Uczestnik dokumentuje i prezentuje wyniki analizy oraz wdrożenia modeli
Wymagania
Szkolenie "Uczenie maszynowe w języku Python - warsztat profesjonalisty"" wymaga podstawowej umiejętności programowania w języku Python oraz podstawowej wiedzy z uczenia maszynowego (modele regresji liniowej oraz logstycznej, drzewo decyzyjne, rozumienie procesu uczenia i testowania modeli)
W cenie otrzymasz:
Materiały szkoleniowe
Certyfikat ukończenia szkolenia
W przypadku szkolenia w trybie stacjonarnym zapewnimy Ci również lunch oraz sprzęt niezbędny do nauki
Wykorzystywanie sieci neuronowych jako algorytmy predykcyjne
Problem niezbalansowanych klas - opis zjawiska i praktyczne konsekwencje
Uwzględnienie problemu w procesie uczenia modeli - ważenie funkcji celu
Techniki repróbkowania obserwacji poprawiające jakość modeli w sytuacji niezbalansowanych klas
Augmentacja danych (sztuczne powiększanie zbioru uczącego)
Ocena ważności cech na podstawie algorytmów liniowych i drzewiastych
Ocena ważności cech dla modeli typu black-box
Selekcja na podstawie ważności cech, selekcja współbieżna z uczeniem, selekcja krokowa
Filtrowanie zmiennych
Autorem szkolenia jest Norbert Ryciak
Data Scientist w SigDelta. Od lat zajmuje się uczeniem maszynowym, a specjalizuje się w obszarze przetwarzania języka naturalnego i sztucznych sieciach neuronowych (deep learning. W 2015 roku ukończył z wyróżnieniem matematykę na Politechnice Warszawskiej o specjalizacji Statystyka Matematyczna i Analiza Danych. Kontynuował rozwój na doktoracie, w ramach którego prowadził badania nad metodami głębokiego uczenia w zastosowaniach związanych z przetwarzaniem tekstów - rozpoznawaniem wydźwięku i analizą…
Wybrane opinie
Przeczytaj pozytywne opinie pochodzące z ankiet satysfakcji z naszych szkoleń wypełnianych wyłącznie przez ich uczestników po realizacji usługi
Prowadzacy robił świętną robotę w przedstawianiu nam zawiłości React Natie
5.08.2026
Artur Kozłowski, Capgemini Polska Sp. z o.o.
Ani razu nie przysnąłem, prowadzący świetnie dawkował sekcje teoretyczne z zadaniami praktycznymi. Każde dodatkowe pytanie było dokładnie wytłumaczone.
5.08.2026
Olga Lachowska, Capgemini Polska Sp. z o.o.
Bardzo dużo warsztatow, niesamowicie doświadczony i pomocny proawdzący
29.07.2026
Uczestnik szkolenia “AI-Driven Development — warsztaty z Claude Code dla developerów”
Przemysław Śmietana
bardzo duża wiedza prowadzącego, i teoretyczna. i praktyczna. Ciekawy i praktyczny sposób jej przekazywania. Osobiście miałem problem z tak długą formą wykładu.
27.07.2026
Maksym Lypchak, Capgemini Polska Sp. z o.o.
to szkolenie nie jest dla osob ktore tylko zaczynaja swoja przygode ze Spring lub BE. najlepiej miec juz jakies doswiadczenie przed zapisaniem sie na kurs - chociaz w capgemini training calendarzu bylo napisane ze tez jest entry-level i w opisie szkolenia nie bylo punktow zwiazanych z wymaganiami na te szkolenia (java +1 rok doszwiadczenia)).
24.07.2026
Uczestnik szkolenia “Docker w praktyce”
Juliusz Drygalski, Capgemini Polska Sp. z o.o.
Bo było. Bardzo dużo przekazanej wiedzy i dobrze wszystko wytłumaczone. Prowadzący topka
24.07.2026
Uczestnik szkolenia “Architektura systemowa i integracja systemów”
Michał Michalczuk
Ogólnie bardzo dobre, ale bardzo skondensowane i intesywne - zabrakło czasu na więcej praktyki
Trwają zapisy na szkolenie
Dostępne w Bazie Usług Rozwojowych
