[ODWOŁANE] Sieci neuronowe domowej roboty – własna implementacja sieci neuronowych z użyciem numpy
🟢 Warsztat weekendowy w godz. 9:00-17:00 (8 h) 🟢
! UWAGA !
Dokonując zakupu warsztatu na tej stronie, zapisujesz się na zdalne zajęcia na żywo, które odbywają się w określonym dniu i o godzinie podanej w opisie warsztatu. Jeśli interesuje Cię jedynie nagranie, sprawdź ofertę na platforma.sages.pl – tam znajdziesz wybrane warsztaty dostępne w formie nagrania.*
*nowe zasady nie dotyczą klientów zakupujących Abonament roczny.
Dla kogo jest ten warsztat?
- Przygotowanie środowiska pracy - tworzenie i aktywacja środowiska wirtualnego, instalacja pakietów przy pomocy managera pip,
- Swobodne posługiwanie się językiem Python w prostych, codziennych zadaniach w tym znajomość typów i struktur danych,
- Podstawy programowania funkcyjnego i obiektowego,
- Znajomość pakietu numpy i podstawowe operacje na tablicach,
- Rozumienie i intuicja w pracy na tablicach wielowymiarowych - 2D i 3D.
Wymagania wstępne
- Python >= 3.10.7,
- scikit-learn==1.5.2,
- numpy,
- pandas,
- matplotlib,
- statsmodels,
- ipykernel,
- VS code.
Prowadzący
Od 2020 roku zajmuje się analizą danych, tworzeniem modeli predykcyjnych oraz programowaniem w Pythonie. Przygodę z danymi zaczynał w branży FMCG jako młodszy analityk danych, gdzie razem z zespołem wspierał marketing i handel w podejmowaniu decyzji biznesowych w oparciu o analizę danych i modelowanie statystyczne. Pracując w szeroko pojętym sektorze finansowanym, tworzył rozwiązania automatyzujące procesy przepływu i obróbki danych oraz raportowania. Obecnie tworzy systemy predykcyjne na potrzeby sprzedaży, windykacji oraz rozwija wspólnie z zespołem aplikacje bazujące na modelach semantycznych LLM oraz computer vision. Zajmuje się ponadto tworzeniem backendu dla aplikacji webowych, także na potrzeby aplikacji ML.
Program warsztatów
1. Prosty model perceptronu Franka Rosenblatta:
a) Czym jest i jakie problemu rozwiązuje,
b) Formuła i wyjaśnienie procesu uczenia,
c) Elementy algebry liniowej – operacje na macierzach,
d) Własna implementacja perceptronu w numpy,
e) Metryki klasyfikacji i regresji w ocenie efektywności modelu,
f) Własna implementacja funkcji train_test_split,
g) Rozszerzenie implementacji z użyciem OOP,
h) Porównanie własnej implementacji vs implementacja sklearn.
2. Implementacja własnej wielowarstwowej sieci neuronowej:
a) Proces uczenia na przykładzie dwóch architektur sieci – analitycznie,
b) Implementacja sieci w użyciem pakietu numpy,
– Problem klasyfikacji binarnej,
– Problem regresji.
c) Porównanie własnej implementacji z pytorch/tensorflow.
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.