Udemy
    •  
    •  
    •  
    •  
    •  
    •  
    •  
    •  
Turn what you know into an opportunity and reach millions around the world.
Learn More
Your cart is empty.
Keep shopping
Podstawy uczenia maszynowego z Pythonem
Rating: 3.8 out of 5(4 ratings)
6 students

Podstawy uczenia maszynowego z Pythonem

Python, uczenie maszynowe, analiza danych.
Last updated 9/2024
Polish

What you'll learn

  • Jaka jest relacja między uczeniem maszynowym i sztuczną inteligencją
  • Jakie są rodzaje uczenia maszynowego
  • Jak Python wspiera uczenie maszynowe
  • Case studies przypadków

Course content

1 section10 lectures1h 38m total length
  • Uczenie maszynowe w świecie AI16:29

    Lekcja omawia, na czym polega problem, jaka jest jego relacja do sztucznej inteligencji oraz jakie sektory i instytucje są zainteresowane uczeniem maszynowym.

  • Rodzaje uczenia maszynowego19:03

    W tej lekcji są opisywane rodzaje uczenia maszynowego, jak i metody w ramach nich stosowane, jak również jak rozpoznać, z problemem jakiego typu mamy do czynienia.

  • Etapy ML19:03

    W trakcie tej lekcji przedstawiono kolejne etapy uczenia maszynowego, w tym przygotowanie danych, trenowanie modelu i jego ocena.

  • ML w Python11:37

    W tej lekcji są opisane podstawowe frameworki wykorzystywane w uczeniu maszynowym wraz z ich zastosowaniem.

  • Szybki start8:31

    Podczas tej lekcji zaprezentowano przebieg implementacji procedur uczenia maszynowego dla zadanego problemu klasyfikacji.

  • Szybki start - Case study - kod3:13
  • Przegląd Metod7:44

    Podczas tej lekcji dokonano przeglądu metod uczenia maszynowego.

  • Case study5:22

    Podczas tej lekcji zaprezentowano przebieg implementacji procedur uczenia maszynowego dla zadanego problemu regresji.

  • Case study - kod6:04
  • Podsumowanie1:01

Requirements

  • znajomość obsługi komputera z systemem Windows w stopniu podstawowym, Znajomość środowiska Python, mile widziane przerobienie kursu ,,Analiza danych z Pythonem”

Description

Podstawowe informacje o kursie

Szkolenie ma na celu zapoznać słuchacza z koncepcją uczenia maszynowego z wykorzystaniem języka Python. Uczestnicy dowiedzą się na czym polega problem, gdzie się go stosuje oraz zobaczą przebieg przykładowej analizy.


Do uczestnictwa w kursie potrzebna jest znajomość obsługi komputera z systemem Windows w stopniu podstawowym, znajomość środowiska Python, mile widziane przerobienie kursu ,,Data science w Python - analiza danych cz. 1”.


Dla kogo ten kurs jest przeznaczony?

Kurs przeznaczony jest dla osób, które mają podstawową wiedzę o statystyce (doktorantów, asystentów naukowo-dydaktycznych), znają podstawy języka Python lub chcieliby zmienić zawód na taki, który jest związany z zastosowaniami uczenia maszynowego.


Czego nauczysz się w trakcie kursu?

W trakcie kursu zapoznasz się z zagadnieniami:


  • Jaka jest relacja między uczeniem maszynowym i sztuczną inteligencją

  • Jakie są rodzaje uczenia maszynowego

  • Jak Python wspiera uczenie maszynowe

  • Case studies przypadków.


Autor kursu

Autorem kursu jest dr Andrzej Tomski - wykładowca i pracownik naukowy Uniwersytetu Śląskiego na Wydziale Matematyki. Absolwent Uniwersytetu Jagiellońskiego w Krakowie, doktor matematyki i Specjalizuje się w biomatematyce, w BioStat pełni funkcję osoby odpowiedzialnej za obszary statystyczne w badaniach klinicznych (plany analiz, dobór metod, opracowania statystyczne).


Certyfikat ukończenia kursu

Każdy uczestnik kursu po jego zakończeniu otrzymuje Certyfikat wystawiony przez Centrum Badawczo-Rozwojowe BioStat, które znajduje się w gronie komercyjnych jednostek naukowych posiadających status CBR w rejestrze prowadzonym przez Ministra Przedsiębiorczości i Technologii.

Who this course is for:

  • Kurs przeznaczony jest dla osób, które mają podstawową wiedzę o statystyce (doktorantów, asystentów naukowo-dydaktycznych), znają podstawy języka Python lub chcieliby zmienić zawód na taki, który jest związany z zastosowaniami uczenia maszynowego