Strojové učení 1 - Supervised Learning

Videa 2h 19m · 38 lekcí · Mírně pokročilí · Certifikát

Strojové učení 1 - Supervised Learning

Videa 2h 19m · 38 lekcí · Mírně pokročilí · Certifikát

Naučte se modelovat vaše data a predikovat jejich chování v nových, dosud nepozorovaných případech.

3 800 Kč +DPH

Koupit kurz

 Strojové učení  Machine Learning  Supervised Learning  Scikit-learn  Python  Pandas  NumPy

Autor kurzu: Martin Selecký

Strojové učení (Machine Learning) se jako podoblast umělé inteligence v posledních letech setkává s čím dál větším zájmem a jeho aplikace se už běžně objevují v praxi - ať už jde o učící se spam filtry v našich e-mailech, detektory podvodných transakcí v bankovních systémech, podporu ve webových vyhledávačích optimalizovanou na konrétní uživatele, nebo třeba o predikce zájmu o určitý produkt.

Obsah kurzu

1. Úvod

1

Úvod

2. Problémy strojového učení

3

Různé typy vstupů

Různé typy výstupů

ML Operations

3. Předzpracování dat

7

Načtení dat

Nevyvážené datasety

Kategorická data

Chybějící hodnoty

Důležitost features

Rozdělení dat pro trénink a validaci, problém přeučení

Standardizace dat

4. Problém Klasifikace

8

Příprava dat pro klasifikaci

Logistická regrese

Nejbližší sousedi

SVM

Rozhodovací stromy

Random Forest

Multiclass classification

Metriky pro vyhodnocení kvality modelu

5. Problém regrese

5

Příprava dat pro regresi

Lineární regresor

SVM regresor

Random Forest

Metriky pro vyhodnocení kvality modelu

6. Aplikace modelů

1

Aplikace modelů

7. Hyperparameter tuning

1

Hyperparameter tuning

8. Etický bias v modelech

1

Etický bias v modelech

9. Zdroje

1

Zdroje

10. Data

2

Heart.csv

housing.csv

11. Notebooky

6

Classifiers.ipynb

Data-Loading.ipynb

Missing-values.ipynb

Regressors.ipynb

Standardizace.ipynb

Train-test-split.ipynb

12. Závěrečný test

2

Zadání (PDF)

Zadání (Notebook)

Problematika strojového učení je rozsáhlé téma. V tomto kurzu se zaměříme především na základní porozumění principům a funkčnosti jednotlivých metod. Dále se budeme soustředit na jejich praktické použití, na jejich úskalí a ukážeme si, na co si dát pozor.

Metody, které se naučíte, lze aplikovat s použitím libovolného programovacího jazyka. V tomto kurzu ale budou demonstrovány v jazyce Python za použití knihoven Pandas, Numpy a Scikit-learn.

Předpokládá se tedy základní znalost jazyka Python a základní použití knihoven Pandas a Numpy, minimálně na úrovni kurzu Python pro analytiky.

Co se naučíte

  • Jak vypadají základní problémy, které můžete pomocí strojového učení řešit.
  • Jak si správně připravit data, která poslouží k učení algoritmů.
  • Jak modelovat problémy tzv. Supervised Learningu, kdy na základě historických dat a jejich ohodnocení naučíte algoritmy predikovat hodnoty dat nových.
  • Jak optimálně nastavit parametry jednotlivých algoritmů.
  • Jak naučené modely vyhodnotit a použít.

Co získáte

  • Praktický úvod do strojového učení.
  • Více než 139 minut videolekcí.
  • Velký počet doprovodných materiálů.
  • Kurz od lektora, který má bohatou praxi v oblasti umělé inteligence a strojového učení.
  • Poznatky, které využijete v praxi.
  • Neomezený přístup ke všem materiálům po dobu 12 měsíců.
  • Certifikát (po úspěšném složení testu).

Pochlubte se certifikátem

Certifikát

Počítač

  • Počítač s aktuální verzí libovolného operačního systému (Windows, macOS nebo Linux).
  • Nainstalovaný Python 3 a jeho knihovny:
    • Pandas
    • Numpy
    • Matplotlib
    • Scikit-learn
  • Dostatečně rychlé a stabilní připojení

Požadované znalosti

Koupit kurz

Hodnocení studentů

Jan

Jednoduchost a lehkost cvičení -> jsem začátečník

Lýdia

Ďakujem aj za skutočne skvelé videá. Kvitujem aj to, že počas vysvetľovania používate jasné fakty, postupy, držíte pozornosť študenta na danej látke, zbytočne neobkecávate... Taktiež, že cvičenia z kurzu aj s riešeniami máte zhrnuté v pdf súboroch, ktoré si môžeme stiahnuť.

Hanka

Vše srozumitelné i pro začátečníka.

Učí se s námi

Nejvyšší kontrolní úřad

Pražská energetika

Univerzita Karlova Fakulta sociálních věd

Hypoteční banka

RAIFFEISENBANK

KPMG Česká republika

Siemens

Bosch

Československá obchodní banka

a mnoho dalších


Další kurzy

Základy RPA

Úvod do RPA. Získejte přehled o Robotické procesní automatizaci, která vám pomůže s digitální transformací vaší firmy.

Zobrazit kurz

Excelentní Triky 2

Naučte se používat často opakované postupy v aplikaci Excel efektivněji a rychleji.

Zobrazit kurz

OK, Python

Automatizujte rutinní práci v Excelu, nechte za sebe pracovat Python a zjednodušte si život.

Zobrazit kurz

Copyright © 2018-2021, Colorbee, s.r.o.

Design by grafikli.cz

Používáme cookies pro lepší uživatelský zážitek. Používáním webu s tím vyjadřujete souhlas a zároveň potvrzujete, že jste se seznámil/a s Prohlášením o ochraně osobních údajů.

Fotografie: lektoři, grafikli.cz, icons8.com