Kurzy v konkrétním termínu s živým lektorem

Termín

Jazyk

Místo

Forma

Cena bez DPH

14. - 15. 10. 2024

Jazyk

Místo

Praha

Forma

učebna

Kód vybraného kurzu: PU21110284-0018

Cena bez DPH

9 990 Kč

Objednat

14. - 15. 10. 2024

Jazyk

Místo

online

Forma

virtuální učebna

Kód vybraného kurzu: PU21110284-0019

Cena bez DPH

9 990 Kč

Objednat

Otevřený termín

Jazyk

Místo

Praha

Forma

učebna

Kód vybraného kurzu: PU21110284-0003

Cena bez DPH

9 990 Kč

Objednat

Otevřený termín

Jazyk

Místo

Praha

Forma

učebna

Kód vybraného kurzu: PU21110284-0004

Cena bez DPH

9 990 Kč

Objednat

Popis kurzu

Účastníci se dozvědí, co je to strojové učení, jaké typy strojového učení se v praxi nejčastěji používají a jak jednotlivé algoritmy fungují. Nebudeme se zabývat přesným matematickým popisem, ale spíše intuitivním porozuměním, které je nezbytné pro efektivní používání a správnou volbu různých nástrojů a knihoven. Velkou pozornost věnujeme způsobům vyhodnocení natrénovaných modelů, problémům s přeučováním, přípravě dat a praktickým poznatkům, které se ve škole nedozvíte.

Každý účastník si s využitím open source knihoven prakticky vyzkouší naprogramovat jednoduché algoritmy pro klasifikaci, regresi a detekci anomálií.

Požadované znalosti

Základní znalost programování v Pythonu
Středoškolské znalosti lineární algebry, matematické analýzy a teorie pravděpodobnosti. Bude předpokládáno základní porozumění pojmům jako vektor, matice, vektorový prostor, pravděpodobnost, podmíněná pravděpodobnost, nezávislost náhodných jevů a znalost násobení matic a derivace funkcí.

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

Lektoři

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

MS Office 24. 8. 2023

Využijte státní příspěvek až 50 tis. Kč na IT kurzy

Je to jednoduché. Vše vyřídíte online. Je to pro všechny. O příspěvek mohou žádat zaměstnanci, podnikatelé i maminky na rodičovské dovolené.

Machine Learning 18. 3. 2023

Hlavní rozdíly mezi strojovým učením a umělou inteligencí

Strojové učení (ML) a umělá inteligence (AI) jsou příbuzné obory, ale není to totéž. Umělá inteligence je širší obor, který zahrnuje mnoho různých technologií, včetně strojového učení. Přečtěte si, jaké jsou kllíčové rozdíly mezi strojovým učením a umělou inteligencí.

Microsoft 1. 9. 2021

Co je umělá inteligence a proč se jí začít věnovat co nejdříve

Není to tak dávno, kdy byla umělá inteligence (Artificial Intelligence - AI) slovním spojením výlučně z oblasti sci-fi, dnes je však díky cloudovým službám realitou na dosah ruky každého z nás. Ruku v ruce s Azure se naučila mluvit, poslouchat, rozumět a samostatně se rozhodovat a díky tomu všemu pomáhat a ulehčovat nám život. Už dnes je tichým pomocníkem vašich oblíbených e-shopů, či zkušeným rádcem vaší navigace, a zítra může být i mnohem víc – součástí něčeho, co vytvoříte VY!

Více aktualit