Školení poskytuje nezbytný úvod do problematiky strojového učení v programovacím jazyce Python. Během pěti dnů převezmeme problematiku strojového učení v praktických případech s učitelem i bez učitele (učení pod dohledem a bez dozoru). Kurz má [...]
  • PYTHON_ML
  • Délka 5 dní
  • 50 ITK bodů
  • 4 termíny
  • ČR (28 500 Kč)

    SR (1 140 €)

  • Mírně pokročilý

Školení poskytuje nezbytný úvod do problematiky strojového učení v programovacím jazyce Python. Během pěti dnů převezmeme problematiku strojového učení v praktických případech s učitelem i bez učitele (učení pod dohledem a bez dozoru). Kurz má formu živého kódování, a je proto mimořádně intenzivní. Kandidátovi doporučujeme absolvovat předchozí kurzy PYTHON_DATAAN a PYTHON_STATS. Kurz je určen pro každého, kdo se zajímá o technologii strojového učení, má ambice stát se datovým vědcem (Data Sciencist) a zabývat se problematikou pokročilé analytiky. Školení může být také dobrým zdrojem informací pro projektové manažery a osoby s rozhodovací pravomocí, kteří čelí výzvě nasazení strojového učení pro analýzu a interpretaci podnikových dat a získávají tak další přidanou hodnotu pro podporu obchodních aktivit nebo. na podporu obchodních manažerů.

»
  • Znalost programování v Pythonu na úrovni kurzu PYTHON_INTRO
  • Znalosti základů analýzy dat na úrovni kurzu PYTHON_DATAAN
  • Znalosti základů statistického zpracování v Pythonu na úrovni kurzu PYTHON_STATS
  • Odborný výklad s praktickými příklady, cvičení na počítačích.
  • Online prezentace učiva a cvičení.
  • Úvod
  • Sběr dat
  • Příprava dat
  • Co je to strojové učení
  • Dohled nad učením
  • Zrušení dohledu nad učením
  • Modul Scikit-Learn
  • Hyperparametry a ověření modelu
  • Klasifikace
  • Regresní modely
  • Rozhodovací stromy
  • Clustering - shlukování dat
  • Hluboké učení
  • Závěr
Aktuální nabídka
Školicí místo
Jazyk kurzu

Uvedené ceny jsou bez DPH.

Školení na míru

Nenašli jste vhodný termín, nebo chcete školení přizpůsobit specifickým potřebám vašeho týmu? Rádi pro vás připravíme školení na míru.