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
Uczestnik szkolenia “Architektura systemowa i integracja systemów dla analityków”
Marcin Kubicki, ORLEN Paczka Sp. z o.o.
Widać, że prowadzący posiada dużą wiedzę, potrafi ją też dobrze zorganizować i przekazać. Potrafi zadbać o luźną i angażującą atmosferę, co ułatwia przyswajanie wiedzy mimo wielu godzin szkolenia. Prowadzący sprawia również wrażenie żywo zainteresowanego tematami jakie prezentuje.
14.05.2026
Uczestnik szkolenia “Architektura systemowa i integracja systemów dla analityków”
Tomasz Pindor, ORLEN Paczka Sp. z o.o.
Praktyczna wiedza prowadzącego, materiały prezentowane podczas szkolenia podparte były wzorami implementacji/wykorzystania przez komercyjne organizacje.
14.05.2026
Uczestnik szkolenia “Architektura systemowa i integracja systemów dla analityków”
Klaudiusz Toś, ORLEN Paczka Sp. z o.o.
Bardzo ciekawe prowadzenie, przykłady, warsztaty i nie było nudy.
12.05.2026
Konstanty Martyniuk, Capgemini Polska Sp. z o.o.
Bardzo dobra jakość materiału, wartościowa treść i kontakt z prowadzacym!
12.05.2026
Uczestnik szkolenia “Chmura dla biznesu”
Paweł Odolski , TUiR WARTA S.A.
Bardzo szczegółowo i kompletnie od a do z
12.05.2026
Uczestnik szkolenia “Chmura dla biznesu”
Dariusz Rydczak, TUiR WARTA S.A.
Szkolenie poruszało wszystkie kwestie dotyczący startu pracy z chmurą
8.05.2026
Uczestnik szkolenia “Optymalizacja modeli uczenia głębokiego w procesie treningu i inferencji”
Szymon Posiadała, WB Electronics S.A.
Kompetentny, sympatyczny prowadzący, bardzo merytoryczne szkolenie, dużo informacji przydatnych w codziennej pracy wraz z przykładami. Dodatkowo szkolenie było dostosowane pod konkretne potrzeby zespołu i uczestników