Machine Learning & Deep Learning – wprowadzenie i przegląd algorytmów
Podczas warsztatu uczestnicy korzystają z własnych laptopów. Organizator zapewnia kawę herbatę oraz pizzę w porze lunchowej.
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.
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.
Preprocessing danych.
Rodzaje zmiennych.
Wyszukiwanie wartości odstających.
Uzupełnianie brakujących danych.
Encoding zmiennych kategorycznych.
Skalowanie danych.
Podział zbioru danych i walidacja krzyżowa.
Dobre praktyki i strategie doboru modeli.
Problem regresji.
Regresja Liniowa.
Regresja Wielomianowa.
Maszyny Wektorów Wspierąjacych (SVR + Kernel).
Drzewa Decyzyjne.
Lasy Drzew Losowych.
Zespół Extra-Trees.
Miary oceny modeli przy problemie regresji.
Problem klasyfikacji.
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.
Podsumowanie i zakończenie.
Uwaga
Liczba miejsc ograniczona! Organizator zastrzega sobie prawo do zmiany lokalizacji wydarzenia oraz jego odwołania w przypadku niezgłoszenia się minimalnej liczby uczestników.
