
Lekcja omawia, na czym polega problem, jaka jest jego relacja do sztucznej inteligencji oraz jakie sektory i instytucje są zainteresowane uczeniem maszynowym.
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.
W trakcie tej lekcji przedstawiono kolejne etapy uczenia maszynowego, w tym przygotowanie danych, trenowanie modelu i jego ocena.
W tej lekcji są opisane podstawowe frameworki wykorzystywane w uczeniu maszynowym wraz z ich zastosowaniem.
Podczas tej lekcji zaprezentowano przebieg implementacji procedur uczenia maszynowego dla zadanego problemu klasyfikacji.
Podczas tej lekcji dokonano przeglądu metod uczenia maszynowego.
Podczas tej lekcji zaprezentowano przebieg implementacji procedur uczenia maszynowego dla zadanego problemu regresji.
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.