Machine Learning – algorytmy klasyfikacji
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.
Stack technologiczny: Python 3.X, numpy, pandas, matplotlib, seaborn, scikit-learn.
Prowadzący
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
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.
Zapisy na wybrany warsztat zostały zakończone.