Strojové učení v Pythonu: první modely nad vlastními daty
Vstupte do strojového učení: scikit-learn, regrese, klasifikace i clustering. Postavte první modely nad vlastními experimentálními daty.
Vede Mgr. Miroslav Adámekdatový vědec a statistik · STATS LABO kurzu
Tušíte, že by vašim datům slušelo strojové učení, ale nevíte, kde začít? Seznamte se s jeho principy v Pythonu a naučte se vlastní modely vytvářet, vyhodnocovat a optimalizovat – s knihovnou scikit-learn.
V praktickém kurzu pro výzkumné pracovníky vás seznámíme se základními principy strojového učení a naučíme vás pracovat s knihovnou scikit-learn a různými typy algoritmů. Po absolvování školení zvládnete modely strojového učení sami vytvářet a optimalizovat.
Procvičování probíhá na praktických příkladech v prostředí Anaconda, resp. jazyka Python a Jupyter Notebook. Počítač vám zapůjčíme na místě, není třeba nosit vlastní.
Kurzem vás provede Mgr. Miroslav Adámek – datový vědec a statistik, STATS LAB.
Pro koho je kurz?
se chcete seznámit se základními principy strojového učení,
chcete analyzovat rozsáhlé soubory dat, na které běžné statistické metody nestačí,
potřebujete predikovat výsledky svých experimentů či optimalizovat experimentální podmínky,
chcete optimalizovat a vyhodnocovat modely strojového učení.
Předpoklady
Pro účast na kurzu je vhodné mít znalosti v rozsahu kurzu Python pro vědu: Anaconda a Jupyter od instalace po analýzu (nebo Python od nuly: základy programování (nejen) pro vědce).
Osnova kurzu
Úvod do strojového učení
- klíčové pojmy: co je strojové učení a jak funguje,
- rozdíly mezi supervised a unsupervised učením.
Použití knihovny scikit-learn
- základní postupy a API knihovny,
- import a zpracování dat pro trénování modelů.
Regrese a klasifikace
- základní algoritmy pro regresi (lineární regrese a další),
- algoritmy pro klasifikaci (např. rozhodovací stromy, k-nearest neighbors).
Clustering a dimenzionální redukce
- techniky clusteringu (včetně k-means),
- PCA (Principal Component Analysis) pro redukci dimenzí.
Hodnocení modelů a přeučení a podučení
- metody pro hodnocení přesnosti modelů,
- strategie pro řešení overfittingu a underfittingu.
Praktická aplikace
- implementace a trénování modelu na reálném datasetu,
- prezentace výsledků a diskuze.
Váš lektor
Mgr. Miroslav Adámek
datový vědec a statistik
STATS LAB
Miroslav Adámek je datový vědec a statistik se specializací na matematické modelování a bayesovskou statistiku. Vystudoval matematicko-statistické a informační metody v ekonomických a přírodních vědách na Univerzitě Konstantina Filozofa v Nitře, kde se věnoval problematice neuronových sítí a fuzzy logiky. Na Slovenské akademii věd se podílel na výzkumných projektech v oblasti fyziky a chemie (např. na Monte Carlo simulacích kritických proudů v supravodičích).
Celý profil, vzdělání a publikaceCo dostanete
Otázky k tomuto kurzu
Máte jinou otázku? Zavolejte nám nebo napište.
Znalosti v rozsahu kurzu Python pro vědu: Anaconda a Jupyter od instalace po analýzu, nebo Python od nuly: základy programování (nejen) pro vědce.
Pracujeme v Pythonu v prostředí Anaconda a Jupyter Notebook. Vše je zdarma a volně ke stažení, takže po kurzu pokračujete bez dalších nákladů.
Prezenčně v našem školicím středisku 4D Center v Praze – přesnou adresu a aktuální termíny vidíte na této stránce. Výuka je praktická: všechny postupy si průběžně zkoušíte na připravených příkladech.
Nemusíte. Počítač s připraveným prostředím vám zapůjčíme přímo na místě. Pokud chcete pracovat na vlastním notebooku, dejte nám předem vědět – poradíme s přípravou.
Cvičíme na připravených ukázkových příkladech, aby na nich šlo vše v klidu projít krok za krokem. Vlastní data s sebou mít nemusíte — postupy i materiály z kurzu si odnesete a použijete je na svá data i po něm.
Kurzy vedeme v malých skupinách do 10 účastníků, aby se vám lektor mohl individuálně věnovat. Počet volných míst vidíte u každého termínu.
Ano, vystavíme vám osvědčení o absolvování kurzu. Pokud ho potřebujete v konkrétní podobě (např. pro zaměstnavatele nebo poskytovatele grantu), dejte nám vědět.
Po odeslání přihlášky se vám ozveme a domluvíme podrobnosti. Platba probíhá převodem na základě faktury – rádi ji vystavíme na IČO vaší organizace a připravíme i podklady pro čerpání dotace či grantu. Aktuální cenu vidíte na této stránce.
Přihlášku můžete bezplatně zrušit nejpozději 14 dní před začátkem kurzu. Samotná přihláška je nezávazná – po jejím odeslání se vám ozveme a probereme další postup.
Máte jinou otázku? Napište nám nebo zavolejte 602 284 038.
19 900 Kč bez DPH
24 079 Kč s DPH
Přihláška je nezávazná · odpovíme do 24 hodin · storno zdarma 14 dní předem
Lze hradit z grantů a firemního vzdělávání
Fakturujeme na IČ firmy nebo instituce. Pro granty (GA ČR, TA ČR, OP JAK) i programy firemního vzdělávání vystavíme všechny potřebné dokumenty.
Takhle to u nás vypadá
- 4D Center, Praha
- Počítač na místě
- Max. 10 účastníků
Cena kurzu
19 900 Kč bez DPH