Udemy
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
Development
Web Development Data Science Mobile Development Programming Languages Game Development Database Design & Development Software Testing Software Engineering Development Tools No-Code Development
Business
Entrepreneurship Communications Management Sales Business Strategy Operations Project Management Business Law Business Analytics & Intelligence Human Resources Industry E-Commerce Media Real Estate Other Business
Finance & Accounting
Accounting & Bookkeeping Compliance Cryptocurrency & Blockchain Economics Finance Finance Cert & Exam Prep Financial Modeling & Analysis Investing & Trading Money Management Tools Taxes Other Finance & Accounting
IT & Software
IT Certification Network & Security Hardware Operating Systems Other IT & Software
Office Productivity
Microsoft Apple Google SAP Oracle Other Office Productivity
Personal Development
Personal Transformation Personal Productivity Leadership Career Development Parenting & Relationships Happiness Esoteric Practices Religion & Spirituality Personal Brand Building Creativity Influence Self Esteem & Confidence Stress Management Memory & Study Skills Motivation Other Personal Development
Design
Web Design Graphic Design & Illustration Design Tools User Experience Design Game Design Design Thinking 3D & Animation Fashion Design Architectural Design Interior Design Other Design
Marketing
Digital Marketing Search Engine Optimization Social Media Marketing Branding Marketing Fundamentals Marketing Analytics & Automation Public Relations Advertising Video & Mobile Marketing Content Marketing Growth Hacking Affiliate Marketing Product Marketing Other Marketing
Lifestyle
Arts & Crafts Beauty & Makeup Esoteric Practices Food & Beverage Gaming Home Improvement Pet Care & Training Travel Other Lifestyle
Photography & Video
Digital Photography Photography Portrait Photography Photography Tools Commercial Photography Video Design Other Photography & Video
Health & Fitness
Fitness General Health Sports Nutrition Yoga Mental Health Dieting Self Defense Safety & First Aid Dance Meditation Other Health & Fitness
Music
Instruments Music Production Music Fundamentals Vocal Music Techniques Music Software Other Music
Teaching & Academics
Engineering Humanities Math Science Online Education Social Science Language Teacher Training Test Prep Other Teaching & Academics
AWS Certification Microsoft Certification AWS Certified Solutions Architect - Associate AWS Certified Cloud Practitioner CompTIA A+ Cisco CCNA Amazon AWS CompTIA Security+ AWS Certified Developer - Associate
Graphic Design Photoshop Adobe Illustrator Drawing Digital Painting InDesign Character Design Canva Figure Drawing
Life Coach Training Neuro-Linguistic Programming Mindfulness Personal Development Meditation Personal Transformation Life Purpose Emotional Intelligence Neuroscience
Web Development JavaScript React CSS Angular PHP Node.Js WordPress Python
Google Flutter Android Development iOS Development Swift React Native Dart Programming Language Mobile Development Kotlin SwiftUI
Digital Marketing Google Ads (Adwords) Social Media Marketing Google Ads (AdWords) Certification Marketing Strategy Internet Marketing YouTube Marketing Email Marketing Retargeting
SQL Microsoft Power BI Tableau Business Analysis Business Intelligence MySQL Data Modeling Data Analysis Big Data
Business Fundamentals Entrepreneurship Fundamentals Business Strategy Online Business Business Plan Startup Freelancing Blogging Home Business
Unity Game Development Fundamentals Unreal Engine C# 3D Game Development C++ 2D Game Development Unreal Engine Blueprints Blender
30-Day Money-Back Guarantee
Development Data Science Machine Learning

Machine Learning Bootcamp w języku Python cz.I - od A do Z

Uczenie Maszynowe - Wejdź w świat uczenia nadzorowanego i wykorzystaj przewagę uczenia maszynowego na rynku!
Rating: 4.7 out of 54.7 (53 ratings)
460 students
Created by Paweł Krakowiak
Last updated 2/2021
Polish
30-Day Money-Back Guarantee

What you'll learn

  • podstaw uczenia maszynowego
  • czym jest uczenie nadzorowane
  • przepływu pracy przy tworzeniu modeli uczenia maszynowego
  • przygotowania danych do modelu
  • czym jest zbiór treningowy, walidacyjny i testowy
  • czym jest problem regresji
  • regresji liniowej
  • regresji wielomianowej
  • regresji drzewa decyzyjnego
  • oceny modeli regresyjnych
  • czym jest problem klasyfikacji
  • regresji logistycznej
  • algorytmu K-najbliższych sąsiadów
  • klasyfikacji drzewa decyzyjnego
  • klasyfikacji lasu losowego
  • jak działa maszyna wektorów nośnych
  • jak działa naiwny klasyfikator bayesowski
  • czym jest problem niedouczenia i przeuczenia
  • jak wybrać model - walidacja krzyżowa, przeszukiwanie siatki
  • 3 x case studies

Course content

24 sections • 85 lectures • 11h 5m total length

  • Preview00:51
  • Wymagania
    00:19
  • Preview02:49
  • Programowanie klasyczne vs. uczenie maszynowe
    05:25
  • Preview03:04
  • Preview04:53
  • Główne problemy uczenia maszynowego
    03:48
  • Podział danych
    02:35

  • Problem klasyfikacji binarnej
    07:06
  • Problem klasyfikacji wieloklasowej
    03:19
  • Problem regresji
    03:27
  • Projekt uczenia maszynowego - przepływ pracy
    07:18

  • Preview09:38
  • Utworzenie repozytorium na platformie GitHub
    02:44
  • Praca z Google Colab oraz platformą GitHub
    02:47

  • Przygotowanie danych do modelu - wykład
    08:27
  • Przygotowanie danych do modelu - ćwiczenie cz. 1
    16:23
  • Przygotowanie danych do modelu - ćwiczenie cz. 2
    09:39
  • Przygotowanie danych do modelu - ćwiczenie cz. 3
    11:17
  • Preview09:28
  • Braki danych - ćwiczenie
    12:42
  • Braki danych w szeregach czasowych - ćwiczenie
    07:49
  • Ekstrakcja cech - wykład
    08:52
  • Ekstrakcja cech - ćwiczenie
    10:41
  • Zbiór treningowy, zbiór walidacyjny i zbiór testowy - wykład
    14:01
  • Zbiór treningowy, zbiór walidacyjny i zbiór testowy - ćwiczenie
    19:39
  • Wybór biblioteki do uczenia maszynowego
    09:07

  • Regresja
    00:03
  • Uczenie maszynowe - regresja - intuicja
    07:18

  • Regresja liniowa - wykład
    10:46
  • Regresja liniowa - równanie normalne - wykład
    03:48
  • Regresja liniowa - równanie normalne - ćwiczenie
    05:36
  • Regresja liniowa - spadek wzdłuż gradientu - wykład
    10:29
  • Regresja liniowa - spadek wzdłuż gradientu - ćwiczenie
    07:14
  • Regresja liniowa - spadek wzdłuż gradientu - pułapki
    09:53
  • Regresja liniowa w R2 - ćwiczenie
    12:15
  • Regresja liniowa w R2 - zbiór treningowy, testowy - ćwiczenie
    09:34
  • Regresja liniowa - case study - wprowadzenie
    13:05
  • Regresja liniowa - case study - ćwiczenie
    16:36
  • Regresja liniowa - case study - eliminacja wsteczna
    05:40
  • Regresja liniowa - case study - eliminacja wsteczna - automatyzacja
    04:37

  • Regresja wielomianowa - wykład
    09:49
  • Regresja wielomianowa - ćwiczenie
    10:33

  • Regresja drzew decyzyjnych - wykład
    09:04
  • Regresja drzew decyzyjnych - ćwiczenie
    07:30

  • Ocena modeli regresyjnych - wykład
    07:14
  • Ocena modeli regresyjnych - ćwiczenie
    10:09

  • Klasyfikacja
    00:03

Requirements

  • ukończony kurs Programowanie w języku Python - od A do Z
  • ukończony kurs 200+ Ćwiczeń - Programowanie w języku Python
  • ukończony kurs 210+ Ćwiczeń - Python - Moduły wbudowane
  • ukończony kurs Wprowadzenie do data science w języku Python - Pandas
  • ukończony kurs Interaktywne wizualizacje danych w języku Python - Plotly
  • ukończony kurs Data Science Bootcamp w języku Python
  • ukończony kurs 250+ Ćwiczeń - Data Science Bootcamp w języku Python

Description

---------------------------------------------------------

REKOMENDOWANE ŚCIEŻKI UCZENIA

---------------------------------------------------------

PYTHON DEVELOPER:

  • Programowanie w języku Python - od A do Z - 2020

  • 200+ Ćwiczeń - Programowanie w języku Python - od A do Z

  • 210+ Ćwiczeń - Python - Moduły wbudowane - od A do Z

  • Programowanie obiektowe w języku Python - OOP - od A do Z

  • 150+ Ćwiczeń - Programowanie obiektowe w języku Python - OOP

  • Testy jednostkowe w języku Python - framework unittest

  • 100+ Ćwiczeń - Testy jednostkowe w języku Python - unittest


DATA SCIENTIST / MACHINE LEARNING ENGINEER:

  • Programowanie w języku Python - od A do Z - 2020

  • 200+ Ćwiczeń - Programowanie w języku Python - od A do Z

  • 210+ Ćwiczeń - Python - Moduły wbudowane - od A do Z

  • Programowanie obiektowe w języku Python - OOP - od A do Z

  • 150+ Ćwiczeń - Programowanie obiektowe w języku Python - OOP

  • Testy jednostkowe w języku Python - framework unittest

  • 100+ Ćwiczeń - Testy jednostkowe w języku Python - unittest

  • Wprowadzenie do data science w języku Python - Pandas

  • Interaktywne wizualizacje danych w języku Python - Plotly

  • Data Science Bootcamp w języku Python - od A do Z

  • 250+ Ćwiczeń - Data Science Bootcamp w języku Python

  • Machine Learning Bootcamp w języku Python cz.I - od A do Z

  • Machine Learning Bootcamp w języku Python cz.II - od A do Z

  • Machine Learning Bootcamp w języku Python cz.III - Ćwiczenia


DATA SCIENTIST / DEEP LEARNING ENGINEER

  • Programowanie w języku Python - od A do Z - 2020

  • 200+ Ćwiczeń - Programowanie w języku Python - od A do Z

  • 210+ Ćwiczeń - Python - Moduły wbudowane - od A do Z

  • Programowanie obiektowe w języku Python - OOP - od A do Z

  • 150+ Ćwiczeń - Programowanie obiektowe w języku Python - OOP

  • Testy jednostkowe w języku Python - framework unittest

  • 100+ Ćwiczeń - Testy jednostkowe w języku Python - unittest

  • Wprowadzenie do data science w języku Python - Pandas

  • Interaktywne wizualizacje danych w języku Python - Plotly

  • Data Science Bootcamp w języku Python - od A do Z

  • 250+ Ćwiczeń - Data Science Bootcamp w języku Python

  • Machine Learning Bootcamp w języku Python cz.I - od A do Z

  • Machine Learning Bootcamp w języku Python cz.II - od A do Z

  • Machine Learning Bootcamp w języku Python cz.III - Ćwiczenia

  • Wprowadzenie do sieci neuronowych - Tensorflow 2.0 + Keras

  • Deep Learning w języku Python - Konwolucyjne Sieci Neuronowe

  • Artificial Intelligence – Computer Vision w języku Python


BI ANALYST / DATA ANALYST:

  • Programowanie w języku Python - od A do Z - 2020

  • 200+ Ćwiczeń - Programowanie w języku Python - od A do Z

  • 210+ Ćwiczeń - Python - Moduły wbudowane - od A do Z

  • Programowanie obiektowe w języku Python - OOP - od A do Z

  • 150+ Ćwiczeń - Programowanie obiektowe w języku Python - OOP

  • Testy jednostkowe w języku Python - framework unittest

  • 100+ Ćwiczeń - Testy jednostkowe w języku Python - unittest

  • Wprowadzenie do data science w języku Python - Pandas

  • Interaktywne wizualizacje danych w języku Python - Plotly

  • Twórz nowoczesne aplikacje webowe w Pythonie - Dash, Plotly

  • Data Science Bootcamp w języku Python - od A do Z

  • 250+ Ćwiczeń - Data Science Bootcamp w języku Python


BIG DATA ANALYST:

  • Programowanie w języku Python - od A do Z - 2020

  • 200+ Ćwiczeń - Programowanie w języku Python - od A do Z

  • 210+ Ćwiczeń - Python - Moduły wbudowane - od A do Z

  • Programowanie obiektowe w języku Python - OOP - od A do Z

  • 150+ Ćwiczeń - Programowanie obiektowe w języku Python - OOP

  • Testy jednostkowe w języku Python - framework unittest

  • 100+ Ćwiczeń - Testy jednostkowe w języku Python - unittest

  • Wprowadzenie do data science w języku Python - Pandas

  • Interaktywne wizualizacje danych w języku Python - Plotly

  • Big Data, Hadoop oraz MapReduce w języku Python

  • Big Data: Analiza danych przy użyciu SQL oraz BigQuery


ENG:

  • 200+ Exercises - Programming in Python - from A to Z

  • 210+ Exercises - Python Standard Libraries - from A to Z

  • 150+ Exercises - Object Oriented Programming in Python - OOP

  • 100+ Exercises - Unit tests in Python - unittest framework

  • 100+ Exercises - Python Programming - Data Science - NumPy

  • 100+ Exercises - Python Programming - Data Science - Pandas

  • 100+ Exercises - Python - Data Science - scikit-learn

  • 250+ Exercises - Data Science Bootcamp in Python


-------------------
OPIS KURSU
-------------------

Pierwsza część kursu z serii Machine Learning Bootcamp obejmująca tematykę uczenia nadzorowanego. Poruszone są główne problemy klasycznego uczenia maszynowego, czyli klasyfikacja oraz regresja. Kurs zbudowany jest w oparciu o najpopularniejszą bibliotekę do uczenia maszynowego w języku Python, czyli bibliotekę scikit-learn (sklearn).

Na kursie omówionych zostało wiele algorytmów uczenia maszynowego, między innymi:

  • regresja liniowa

  • regresja wielomianowa

  • regresja drzew decyzyjnych

  • regresja logistyczna

  • algorytm k-najbliższych sąsiadów

  • klasyfikator drzew decyzyjnych

  • klasyfikator lasów losowych

  • algorytm maszyny wektorów nośnych

  • naiwny klasyfikator bayesowski

Przedstawione zostały także metody oceny modeli regresji oraz klasyfikacji, walidacja krzyżowa czy metoda przeszukiwania siatki.

O uczeniu maszynowym mówi się już praktycznie wszędzie. Wkrada się w każdą dziedzinę naszego życia. Jeżeli zastanawiasz się czy warto podjąć krok w stronę ucznia maszynowego nie zwlekaj ani chwili dłużej i już dziś podejmij wyzwanie.

Who this course is for:

  • wszystkich osób, które chcą zgłębić swoją wiedzę na temat uczenia maszynowego
  • osób zainteresowanych data science
  • data scientistów
  • analityków danych
  • inżynierów uczenia maszynowego

Instructor

Paweł Krakowiak
Data Scientist, Securities Broker
Paweł Krakowiak
  • 4.6 Instructor Rating
  • 1,251 Reviews
  • 23,873 Students
  • 35 Courses

EN

Data Scientist/Python Developer/Securities Broker

Founder at e-smartdata[.]org.

A big fan of new technologies, especially in the areas of artificial intelligence, big data and cloud solutions.

A graduate of postgraduate studies at the Polish-Japanese Academy of Information Technology in the field of Computer Science in the Big Data specialization.

A graduate of Master's Degree in Financial and Actuarial Mathematics at the Faculty of Mathematics and Computer Science of the University of Lodz.

Stockbroker license holder with experience in teaching at a university.

Lecturer at the GPW Foundation (technical analysis, behavioral finance and portfolio management).

The main areas of interest are artificial intelligence, machine learning, deep learning and financial markets.

PL

Data Scientist, Securities Broker

Założyciel platformy e-smartdata[.]org

Miłośnik nowych technologii, szczególnie w obszarze sztucznej inteligencji, big data oraz rozwiązań chmurowych.

Absolwent podyplomowych studiów na Polsko-Japońskiej Akademii Technik Komputerowych na kierunku Informatyka, spec. Big Data.

Absolwent studiów magisterskich z matematyki finansowej i aktuarialnej na wydziale Matematyki i Informatyki Uniwersytetu Łódzkiego.

Od 2015 roku posiadacz licencji maklera papierów wartościowych z uprawnieniami do czynności doradztwa inwestycyjnego.

Wykładowca w Fundacji GPW prowadzący szkolenia dla inwestorów z zakresu analizy technicznej, finansów behawioralnych i zasad zarządzania portfelem instrumentów finansowych.

Z doświadczeniem w prowadzeniu zajęć dydaktycznych na wyższej uczelni z przedmiotów związanych z rachunkiem prawdopodobieństwa i statystyką.

Główne obszary zainteresowań to sztuczna inteligencja, uczenie maszynowe, uczenie głębokie i rynki finansowe.

  • Udemy for Business
  • Teach on Udemy
  • Get the app
  • About us
  • Contact us
  • Careers
  • Blog
  • Help and Support
  • Affiliate
  • Terms
  • Privacy policy
  • Cookie settings
  • Sitemap
  • Featured courses
Udemy
© 2021 Udemy, Inc.