#279

Machine Learning & Deep Learning cz.1

Podczas warsztatu uczestnicy korzystają z własnych laptopów.

Podczas warsztatu zapewniamy dostęp do kawy, herbaty, wody. W porze obiadowej zapewniamy pizzę w wersji mięsnej lub wegetariańskiej.

Żarówka

Czego się nauczysz?

Celem warsztatu jest pokazanie na przykładach powszechnie wykorzystywanych rozwiązań w branży ML/AI. Każdy z omawianych algorytmów zostanie zaprezentowany od strony teoretycznej oraz implementacyjnej. 
Notatnik

Wymagania wstępne

Stack technologiczny: Python 3.X, numpy, pandas, matplotlib, scikit-learn, TensorFlow, Keras.

Prowadzący

Waldemar Kołodziejczyk:

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

  1. Wstęp, nazewnictwo i źródła danych.
  2. Preprocessing danych.
    1. Rodzaje zmiennych.
    2. Wyszukiwanie wartości odstających.
    3. Uzupełnianie brakujących danych.
    4. Encoding zmiennych kategorycznych.
    5. Skalowanie danych.
    6. Podział zbioru danych i walidacja krzyżowa.
  3. Problem regresji.
    1. Regresja Liniowa.
    2. Regresja Wielomianowa.
    3. Maszyny Wektorów Wspierąjacych (SVR + Kernel).
    4. Drzewa Decyzyjne.
    5. Lasy Drzew Losowych.
    6. Zespół Extra-Trees.
    7. Sieci neuronowe.
  4. Miary oceny modeli przy problemie regresji.
  5. Zadanie na danych rzeczywistych.
  6. Podsumowanie.

Uwaga

Liczba miejsc ograniczona! Organizator zastrzega sobie prawo do zmiany lokalizacji wydarzenia oraz jego odwołania w przypadku niezgłoszenia się minimalnej liczby uczestników.

Zapisy na wybrany warsztat zostały zakończone.