+48 22 203 56 00 biuro@sages.pl
Szkolenie dostępne na zamówienie

Szkolenie: Uczenie maszynowe z wykorzystaniem R

Szkolenie z uczenia maszynowego w R przygotowuje do budowy i optymalizacji modeli ML, analizy danych, interpretacji wyników oraz rozwiązywania realnych problemów biznesowych z wykorzystaniem nowoczesnych narzędzi i technik R

  • Trenerzy praktycy
  • Kameralne grupy

Czas trwania szkolenia:4 dni (32h)

Poziom zaawansowania:

Kod kursu:ML/MID/R

machine-learninganaliza-danychr-programmingmodelowanie-danych

Szkolenie na zamówienie

  • Dostosowany program
  • Indywidualna wycena
  • Dowolny termin
Zapytanie o szkolenie

Uczenie maszynowe z wykorzystaniem R

Cele szkolenia

  • Szkolenie przygotowuje do samodzielnego budowania, optymalizowania i interpretowania modeli uczenia maszynowego w środowisku R

  • Szkolenie uczy stosowania zaawansowanych technik analizy danych, takich jak sieci neuronowe, boosting, PCA czy XAI, w praktycznych zastosowaniach biznesowych

  • Szkolenie rozwija umiejętność wyboru, porównywania i wdrażania odpowiednich algorytmów oraz narzędzi do rozwiązywania rzeczywistych problemów analitycznych

Dla kogo?

  • Analityków danych, statystyków i programistów z podstawową znajomością R oraz uczenia maszynowego, którzy chcą rozwijać kompetencje w zakresie zaawansowanej analizy danych i modelowania

  • Specjalistów zajmujących się analizą danych biznesowych, którzy chcą wdrażać nowoczesne rozwiązania ML w codziennej pracy

Efekty kształcenia

  • Uczestnik analizuje i modeluje dane przy użyciu zaawansowanych algorytmów ML w R

  • Uczestnik optymalizuje modele poprzez dobór hiperparametrów i porównywanie wyników

  • Uczestnik interpretuje wyniki modeli z wykorzystaniem narzędzi XAI

  • Uczestnik wdraża techniki redukcji wymiaru i analizy skupień

  • Uczestnik rozwiązuje problemy klasyfikacyjne i regresyjne na rzeczywistych danych

  • Uczestnik stosuje nowoczesne pakiety i workflow w środowisku R

Wymagania

  • Podstawowa wiedza w zakresie uczenia maszynowego (np. szkolenie „Podstawy uczenia maszynowego z R”)

  • Podstawowa umiejętność programowania w R (np. szkolenie „Podstawy programowania w R”)

W cenie otrzymasz:

  • Materiały szkoleniowe

  • Certyfikat ukończenia szkolenia

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

Program szkolenia

Pobierz program w PDF

Wstęp

  • Omówienie tematyki szkolenia w kontekście obecnych trendów w uczeniu maszynowym

  • Powtórzenie podstawowych metod, narzędzi i miar wykorzystywanych w uczeniu maszynowym

Regresja liniowa - tematy zaawansowane

Kryteria wyboru modelu

  • Regresja grzbietowa

  • Lasso

Uogólnione modele addytywne (GAM)

  • Funkcje bazowe

  • Smoothing splines

Zastosowanie w klasyfikacji i regresji

  • Porównanie GAM z modelami opartymi na drzewach

Problemy klasyfikacyjne - tematy zaawansowane

  • Niezrównoważone klasy

  • Kalibracja prawdopodobieństw

Optymalizacja budowy modelu przy pomocy zbioru pakietów tidymodels

  • Zastosowanie w klasyfikacji i regresji

  • Porównywanie modeli

  • Techniki wyboru hiperparametrów

  • Imputacja braków danych, transformacje zmiennych

Extreme Gradient Boosting

  • Czym jest boosting, porównanie z lasem losowym

  • Zastosowanie w klasyfikacji i regresji

Sieci neuronowe

  • Sieć neuronowa jako uogólnienie regresji

  • Perceptron, neurony, warstwy: wejściowa, wyjściowa, ukryte

  • Funkcja aktywacji, batch, epoka, współczynnik uczenia

  • Zastosowanie w klasyfikacji i regresji

PCA

  • Komponenty, ładunki, scores

  • Wybór liczby składowych, kryterium Kaisera, wykres osypiska

  • Rotacja

  • Zastosowanie w wizualizacji

  • Zastosowanie w redukcji wymiaru

  • Zastosowanie w regresji (PCR)

Interpretowalne uczenie maszynowe (XAI)

Ważność zmiennych

Partial Dependence Plot

Shapley Additive Explanations

Analiza skupień

  • Metoda k-średnich

  • Jak wybrać k?

  • Grupowanie hierarchiczne

Podsumowanie

  • Porównanie metod

  • Granica decyzyjna

  • Jak ulepszyć istniejący model?

  • Przykład budowy modelu od A do Z

Wybrane opinie

Przeczytaj pozytywne opinie pochodzące z ankiet satysfakcji z naszych szkoleń wypełnianych wyłącznie przez ich uczestników po realizacji usługi

4.8
Ikona podpowiedziŚrednia ocen Sages w serwisie Google Ocena pochodzi ze średniej ocen Sages w serwisie Google i nie jest weryfikowana

30.01.2026

Uczestnik szkolenia “Jira - organizacja i zarządzanie projektami”

Adam NAJMOWICZ

Praktyczna wiedza w praktyce i swietna komunikacja z trenerem

Więcej opinii

Podobne szkolenia

Python - Forecasting i analiza szeregów czasowych

Liczba dni: 3
3350 PLN

Szkolenie Python Forecasting i analiza szeregów czasowych uczy praktycznego modelowania, prognozowania i analizy szeregów czasowych z wykorzystaniem metod statystycznych i uczenia maszynowego w Pythonie

forecastingszeregi-czasoweanaliza-danychpython

Podstawy uczenia maszynowego z R

Liczba dni: 3
Na zamówienie

Szkolenie z podstaw uczenia maszynowego w R przygotowuje do analizy danych, budowy modeli predykcyjnych, regresji i klasyfikacji, wykorzystania popularnych algorytmów ML oraz praktycznego zastosowania narzędzi R w analizie danych

r-programmingml-podstawyanaliza-danychmachine-learning

Python - uczenie maszynowe - wprowadzenie

Liczba dni: 3
2750 PLN

Szkolenie Python uczenie maszynowe wprowadzenie to praktyczny kurs, który uczy od podstaw analizy danych, budowy modeli ML, pracy z algorytmami regresji i klasyfikacji oraz przygotowania danych w Pythonie z użyciem Scikit-learn

scikit-learnpython-mlanaliza-danychmachine-learning