Warsztat odbywa się w formie zdalnej za pośrednictwem platformy/komunikatora online, z wykorzystaniem dźwięku, obrazu z kamery, udostępniania ekranu komputera prowadzącego i uczestników.
Czego się nauczysz?
Celem warsztatu jest pokazanie na przykładach powszechnie wykorzystywanych rozwiązań w branży Machine Learning. Każdy z omawianych algorytmów zostanie zaprezentowany od strony teoretycznej oraz implementacyjnej. Podczas warsztatu zbudujesz swój pierwszy pipeline na konkretnym przykładzie klasyfikacji (diagnostyka choroby) i dowiesz się, jak przygotować dane, jak ocenić jakość modelu i jakie są dobre praktyki modelowania.
Pracuje jako Machine Learning Engineer w firmie Makeitright. Profesjonalnie i akademicko związany z nowoczesną energetyką, tworzy rozwiązania oparte o szeregi czasowe i uczenie ze wzmocnieniem. Zajmuje się pełnym cyklem zagadnień, od dekompozycji problemu biznesowego, poprzez analizy i research aż po trenowanie i deployment modeli na produkcję. Jako trener prowadzi kursy z obszaru Data Science i Machine Learning w Sages.
Program warsztatów
Wstęp, nazewnictwo i źródła danych.
Problem klasyfikacji i algorytmy.
Metoda Najbliższych Sąsiadów (K-NN).
Regresja Logistyczna.
Maszyny Wektorów Wspierąjacych (SVM + Kernel).
Drzewa Decyzyjne.
Lasy Drzew Losowych.
Zespół Extra-Trees.
Miary oceny modeli przy problemie klasyfikacji.
Macierz pomyłek.
Dokładność, Precyzja, Czułość.
Krzywa ROC.
Dobre praktyki i strategie doboru modeli.
Overfitting i underfitting.
Walidacja krzyżowa.
Metody przeszukiwania przestrzeni hiperparametrów.
Zadanie na danych rzeczywistych – diagnostyka choroby.
Preprocessing danych.
Wybór optymalnego modelu.
Ocena jakości wybranego modelu.
Podsumowanie i zakończenie.
Uwaga
Liczba miejsc ograniczona! Organizator zastrzega sobie prawo do odwołania wydarzenia w przypadku niezgłoszenia się minimalnej liczby uczestników.
Zakupione certyfikaty zostaną przesłane uczestnikom w formie elektronicznej po warsztacie. Jeśli chcesz otrzymać zakupiony certyfikat w formie papierowej, zgłoś to mailowo na adres kontakt@stacja.it.
