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…
Szkolenie poprowadzi Wiktor Piela
Wybrane opinie
Przeczytaj pozytywne opinie pochodzące z ankiet satysfakcji z naszych szkoleń wypełnianych wyłącznie przez ich uczestników po realizacji usługi
Uczestnik szkolenia “Uczenie maszynowe w języku Python - warsztat profesjonalisty”
Dużo ciekawych materiałów, Trener ma dużą wiedzę
1.04.2026
Uczestnik szkolenia “Uczenie maszynowe w języku Python - warsztat profesjonalisty”
Duża ilość przekazanej wiedzy
1.04.2026
Uczestnik szkolenia “Uczenie maszynowe w języku Python - warsztat profesjonalisty”
Dobrze przeprowadzone szkolenie, natomiast wystąpiła niewielka ilość zadań, które uczestnicy mogliby realizować samodzielnie
3.09.2025
Uczestnik szkolenia “Uczenie maszynowe w języku Python - warsztat profesjonalisty”
Szczegółowy opis algorytmu XGBoost oraz sieci neuronowej. Sporo przykładów i polepszanie modelu na bieżąco. Praktyczne porady - standardy rynkowe, jakie wartości zwykle przyjmują hiperparametry modeli.
3.09.2025
Uczestnik szkolenia “Uczenie maszynowe w języku Python - warsztat profesjonalisty”
Dużo wiedzy popartej przykładami
30.10.2024
Uczestnik szkolenia “Uczenie maszynowe w języku Python - warsztat profesjonalisty”
a) Wszystko było świetnie zorganizowane, a przerwy były w idealnych momentach, więc nie czułem się zmęczony i mogłem się skupić przez cały dzień. b) Najbardziej podobało mi się to, jak prosto wytłumaczyli pipeline'y w sklearn. c) Prezentacja była konkretna i dobrze zrobiona - zawierała najważniejsze informacje, bez zbędnego lania wody. d) fajne było to, że kodziliśmy na żywo w Jupyter Notebooku. Mogłem krok po kroku widzieć, co robi prowadzący, a do tego sam mogłem coś napisać i sprawdzić, czy działa.
25.10.2024
Uczestnik szkolenia “Uczenie maszynowe w języku Python - warsztat profesjonalisty”
Bardzo profesjonalnie, ale i ciekawie przedstawiony materiał, doceniam część teoretyczną i praktyczną, prowadzący z dużym doświadczeniem, bardzo responsywny, na pewno moja wiedza została pogłębiona i poszerczona