#386

Machine Learning – algorytmy regresji

Warsztat odbywa się w formie zdalnej za pośrednictwem platformy/komunikatora online, z wykorzystaniem dźwięku, obrazu z kamery, udostępniania ekranu komputera prowadzącego i uczestników.

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 regresji (przewidywanie cen nieruchomości) 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

Waldemar Kołodziejczyk:

Artificial Intelligence Developer z doświadczeniem przy budowaniu modeli operujących na szeregach czasowych. Interesuje się algorytmiką, rozwiązaniami uczenia ze wzmocnieniem oraz szeroko rozumianym statystycznym przetwarzaniem danych.

Program warsztatów

  1. Wstęp, nazewnictwo i źródła danych.
  2. Problem klasyfikacji i algorytmy.
    1. Regresja Liniowa.
    2. Regresja Wielomianowa.
    3. Maszyny Wektorów Wspierąjacych (SVR + Kernel).
    4. Drzewa Decyzyjne.
    5. Lasy Drzew Losowych.
    6. Zespół Extra-Trees.
  3. Miary oceny modeli przy problemie regresji.
  4. Dobre praktyki i strategie doboru modeli
    1. Overfitting i underfitting.
    2. Walidacja krzyżowa.
    3. Metody przeszukiwania przestrzeni hiperparametrów.
  5. Zadanie na danych rzeczywistych – przewidywanie cen nieruchomości.
    1. Preprocessing danych.
    2. Wybór optymalnego modelu.
    3. Ocena jakości wybranego modelu.
  6. 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.

Zapisy na wybrany warsztat zostały zakończone.