Zobrazit vše

Machine Learning Bootcamp

Intenzivní pětidenní série všech našich kurzů strojového učení za zvýhodněnou cenu.
Úroveň
Určeno účastníkům se základními znalostmi a zkušenostmi
středně pokročilý
Délka kurzu
5 dnů
Jazyk
 cz  eu
Kód kurzu
PU21110288
AI: Umělá inteligence
Kategorie:
Chcete tento kurz na míru pro vaši firmu? Kontaktujte nás

Kurzy s lektorem

Termín
Jazyk
Místo
Forma
?
Jak a kde kurz probíhá.
Cena bez DPH
6. - 20. 10. 2026
Jazyk
Místo
online
Forma
virtuální učebna
?
Kurz probíhá online přes počítač a ve stanoveném termínu, lektor je připojen vzdáleně.
Kód vybraného kurzu: PU21110288-0025
Proběhne ve dnech:
6. 10. 2026 09:00 - 8. 10. 2026 17:00
19. 10. 2026 09:00 - 20. 10. 2026 17:00
Cena bez DPH
21 990 Kč
6. - 20. 10. 2026
Jazyk
Místo
Praha
Forma
učebna
?
Kurz probíhá prezenčně v učebně s lektorem.
Kód vybraného kurzu: PU21110288-0026
Proběhne ve dnech:
6. 10. 2026 09:00 - 8. 10. 2026 17:00
19. 10. 2026 09:00 - 20. 10. 2026 17:00
Cena bez DPH
21 990 Kč
Otevřený termín
?
Společně se domluvíme na konkrétním datu. Jedná se o nezávaznou objednávku.
Jazyk
Místo
Praha
Forma
učebna
?
Kurz probíhá prezenčně v učebně s lektorem.
Kód vybraného kurzu: PU21110288-0003
Cena bez DPH
21 990 Kč
Otevřený termín
?
Společně se domluvíme na konkrétním datu. Jedná se o nezávaznou objednávku.
Jazyk
Místo
Praha
Forma
učebna
?
Kurz probíhá prezenčně v učebně s lektorem.
Kód vybraného kurzu: PU21110288-0004
Cena bez DPH
21 990 Kč

Popis kurzu

Balíček obsahuje:
  • Úvod do strojového učení (2 dny)
  • Zpracování přirozeného jazyka (1 den)
  • Konvoluční neuronové sítě a zpracování obrazu (1 den)
  • Časové řady (1 den)

Požadované znalosti

Nejsou třeba žádné předchozí znalosti strojového učení.

Obsah kurzu

Den 1.
  • Co je to strojové učení
  • Typy strojového učení (klasifikace, regrese, řazení, reinforcement learning, clustering, detekce anomálií, doporučování, optimalizace)
  • Příprava data (rozdělení datových množin, vyváženost dat, šumy v datech, normalizace a standardizace atributů, rozpoznání přeučování a obrana proti němu)
  • Evaluace modelů pro klasifikace (accuracy, precision, recall, matice záměn, ROC křivka, AUC)
  • Základní algoritmy pro klasifikaci (baseline modely, naivní bayesovský klasifikátor, logistická regrese, Support Vector Machines, rozhodovací stromy, ensemble metody)
  • Rychlotutoriál scikit learn (načítání a transformace dat, trénování modelů a predikce, pipelines, evaluace)
  • Praktická úloha na klasifikaci
  • Základní algoritmy pro regresi (analytické metody, gradient descent, SVR, regresní stromy)
  • Evaluace regresních modelů (mean squared error, absolute squared error)
  • Praktická úloha na regresi
Den 2.
  • Základní algoritmy pro shlukování (K-means, hierarchické shlukování, metody pro určení počtu shluků)
  • Praktická úloha na shlukování
  • Úvod do neuronových sítí (proč jsou populární, výhody/nevýhody, perceptron)
  • Nejpoužívanější aktivační funkce (Sigmoid, Linear, Tanh, Relu, Softmax)
  • Vícevrstvé sítě (Algoritmus zpětné propagace chyby a stochastic gradient descent, konvoluce, pooling a regularizace)
  • Trénování neuronových sítí (epocha, iterace, batch learning)
  • Rychlotutoriál Keras (instalace TensorFlow + Keras, návrh sekvenčního modelu, optimalizátory a trénování, způsob práce s daty)
  • Praktické úlohy na klasifikaci a regresi pomocí neuronových sítí
Den 3.
  • Úvod do zpracování přirozeného jazyka
  • Vybrané kapitoly z komputační ligvistiky (korpusy, tokenizace, morfologická, syntaktická a sémantická analýza, entropie, mutual information, perplexita)
  • Vektorizace textových dokumentů (bag of words, one-hot encoding, TF-IDF)
  • Word embedding (word2vec)
  • Praktická úloha na klasifikaci textů
  • Word embedding (vytvoření word2vec modelů a experimenty s vektorovými reprezentacemi slov)
  • Úvod do jazykových modelů (n-gramové modely, vyhlazování, modely založené na neuronových sítích)
  • Praktická úloha na jazykové modelování (implementace jazykových modelů a jejich využití pro detekci jazyka textu)
  • Úprava algoritmu pro generování textů
Den 4.
  • Zpět do historie (od biologické intuice přes ruční návrh atributů až k LeCunovi a Krizhevskému)
  • Co je konvoluce a proč funguje
  • PyTorch (jak postavit jednoduchou konvoluční síť)
  • Praktický příklad na klasifikaci Fashion MNIST datasetu
  • Co je MSCOCO
  • Seznámení s ResNetem
  • Vizualizace neuronových sítí
  • Klasifikace obrázků do tříd
  • Jak na špinavá data
Den 5.
  • Úvod do teorie časových řad
  • Vybrané postupy modelovaní časových řad (časová a frekvenční doména, spektrální analýza, autokorelace, modely časových řad (ARIMA apod.)
  • Praktický příklad (pandas, základní charakteristiky, jednoduchá predikce)
  • Metody strojového učení pro časové řady (state space metody, hidden markov model, kalman filter, dopředné neuronové sítě, rekurentní neuronové sítě, LSTM)
  • Praktické příklady ilustrující sílu strojového učení (příprava trénovací množiny dle typu úlohy a zvoleného modelu, trénovaní a evaluace)
  • Komplexní scénář predikce časové řady pomocí rekurentní sítě (predikce teploty z vícerozměných vstupních dat: sběr a příprava trénovací množiny, trénování a validace modelu, predikování pomocí naučené sítě)

Lektoři

Jiří Materna
Jiří Materna

Je specialista na strojové učení se zkušenostmi s jeho aplikacemi v průmyslu od roku 2007. Mezi lety 2008 a 2017 pracoval ve společnosti Seznam.cz, z toho posledních 7 let jako vedoucí výzkumného oddělení. Nyní pracuje na volné noze, nabízí vývoj machine learning řešení na míru, organizuje konferenci Machine Learning Prague a píše blog ML Guru.

Chcete tento kurz na míru pro vaši firmu?

Kontaktujte nás

Aktuality ke kurzu

Náhledový obrázek novinky
Umělá inteligence (AI) 30. 6. 2026
Jak vybrat školení AI pro firmu podle role a úrovně znalostí

Zaměstnanci ve firmách dnes běžně používají ChatGPT nebo Copilota – často ale bez jasných pravidel, bez pochopení rizik a bez systému. Výsledkem je nekonzistentní kvalita výstupů a zbytečně promarněný potenciál AI. V tomto článku se dozvíte, jak poznat, jaké AI školení vaše firma nebo konkrétní role skutečně potřebuje, a jak se v nabídce kurzů neztratit.

Náhledový obrázek novinky
Kybernetická bezpečnost 16. 3. 2026

Konkrétní příklady deepfake útoků a jak se proti nim bránit

Deepfake útoky jsou stále častější a sofistikovanější. Se dvěma reálnými incidenty jsme se dokonce setkali v našem okolí. O jaké deepfake útoky se jednalo?

Náhledový obrázek novinky
Umělá inteligence (AI) 18. 5. 2025
Práce s AI bezpečně: Co do ní nikdy nevkládat

Umělou inteligenci používáme každý den. Při psaní e-mailů, v HR nástrojích, marketingu i zákaznické podpoře. Jedním z největších rizik při práci s AI je nezáměrné sdílení důvěrných nebo osobních dat. Proto se Evropská unie rozhodla vytvořit první komplexní legislativu na světě AI Act, která určuje, jak s AI pracovat bezpečně a férově.

Chcete tento kurz na míru pro vaši firmu?

Kontaktujte nás

Aktuality ke kurzu

Náhledový obrázek novinky
Umělá inteligence (AI) 30. 6. 2026
Jak vybrat školení AI pro firmu podle role a úrovně znalostí

Zaměstnanci ve firmách dnes běžně používají ChatGPT nebo Copilota – často ale bez jasných pravidel, bez pochopení rizik a bez systému. Výsledkem je nekonzistentní kvalita výstupů a zbytečně promarněný potenciál AI. V tomto článku se dozvíte, jak poznat, jaké AI školení vaše firma nebo konkrétní role skutečně potřebuje, a jak se v nabídce kurzů neztratit.

Náhledový obrázek novinky
Kybernetická bezpečnost 16. 3. 2026

Konkrétní příklady deepfake útoků a jak se proti nim bránit

Deepfake útoky jsou stále častější a sofistikovanější. Se dvěma reálnými incidenty jsme se dokonce setkali v našem okolí. O jaké deepfake útoky se jednalo?

Náhledový obrázek novinky
Umělá inteligence (AI) 18. 5. 2025
Práce s AI bezpečně: Co do ní nikdy nevkládat

Umělou inteligenci používáme každý den. Při psaní e-mailů, v HR nástrojích, marketingu i zákaznické podpoře. Jedním z největších rizik při práci s AI je nezáměrné sdílení důvěrných nebo osobních dat. Proto se Evropská unie rozhodla vytvořit první komplexní legislativu na světě AI Act, která určuje, jak s AI pracovat bezpečně a férově.

Proč s námi