Więcej informacji o kursie

Wideo o kursie

Kurs „Warsztaty Machine Learning w R”, na poziomie średnio zaawansowanym i zaawansowanym. Celem jest przekazanie praktycznej wiedzy o bardzo popularnych obecnie technikach analizy ilościowej znanych jako uczenie maszynowe (Machine Learning). Pozwalają one na efektywne wykorzystanie potencjału biznesowego leżącego w bazach danych gromadzonych przez przedsiębiorstwa, korporacje i instytucje publiczne. Na zajęciach zagadnienia przedstawiane są w sposób intuicyjny (a nie teoretyczny), aplikacyjny i praktyczny co pozwala lepiej zrozumieć sposób działania algorytmów uczenia maszynowego. Warsztatowa forma zajęć, czyli najpierw prezentacja modeli i przejście przez przykładowe analizy, a później ćwiczenia samodzielne pod kierunkiem prowadzącego, pozwalają na zdobycie konkretnych umiejętności już w trakcie zajęć. Wymagana jest podstawowa znajomość statystyki i podstawowa znajomość R.
Certyfikat
Zajęcia 5
Godziny 30
Rodzaj szkolenia offline
Miasto Warszawa
Transmisja Transmisja na żywo
Egzamin wstępny
Sprawdzanie prac domowych
Projekt dyplomowy
Pomoc w zatrudnieniu
Kategoria wiekowa dla dorosłych, dla uczniów
Poziom szkolenia Podstawowe
Język Polski

Czego nauczysz się na tym kursie?

  • Rezultatem kursu Warsztaty Machine Learning w R będzie wprowadzenie Cię na poziom zaawansowany w dziedzinie uczenie maszynowe: budowanie skutecznych modeli predykcyjnych za pomocą walidacji krzyżowej, dobór właściwych technik do problemu badawczego, techniki tuningu hiperparametrów, ograniczenie ryzyka przetrenowania modelu. Poznasz najskuteczniejsze algorytmy uczenia maszynowego do modelowania i prognozowania zmiennych ciągłych i dyskretnych. Będziesz potrafił zastosować metody Machine Learning do specyfiki różnych zbiorów danych. Nauczymy Cię w optymalny sposób programować i implementować analizy Data Science w środowisku R i RStudio.
Przeczytaj więcej o programie kursu

O LabMasters

LabMasters skupia pracowników naukowych oraz doktorantów, praktyków i ekspertów z dziedziny nauczania efektywnej pracy w programach komputerowych Excel, VBA, SQL (Access i Oracle), Business Intelligence (Power BI i Tableau), R i Python, o długoletnim doświadczeniu, związanych z Wydziałem Nauk Ekonomicznych Uniwersytetu Warszawskiego.

Naszą misją jest wdrażanie wydajnych metod kształcenia, mających na celu szeroko rozumiany rozwój umiejętności pracy z danymi (od zapisywania i magazynowania, przez wizualizację i analizę statystyczno-ekonometryczną, po raportowanie i prezentację). W trakcie każdego kursu LabMasters, oprócz kompetencji analitycznych, uczymy efektywnego posługiwania się programami komputerowymi służącymi do pracy z danymi.

Ocena szkoły

Ranking Facebook i Google, a także dynamika rankingu
5
5
5
100%
4
0%
3
0%
2
0%
1
0%

Referencje LabMasters

Oceny użytkowników i recenzje z Facebooka i Google
Klaudia Aniśko
5
23.10.2020
Konkretnie, profesjonalnie przekazana wiedza z tajników Excela. Prowadzący zaraża pozytywną energią. Polecam webinar z Excela.
Сałą recenzję
Klaudia Frątczak
5
16.06.2020
Miałam okazje brać udział w webinarze triki w exelu świetne zadania, super energia, baardzo ciekawe,, chwyty'' do wykorzystania w praktyce. Polecam!
Сałą recenzję
Mariia Napiórkowska
5
16.06.2020
Brałam udział w webinarze "Triki w exelu". Bardzo dużo ciekawych i pomocnych rzeczy. Bardzo dobry prowadzący. Polecam.
Сałą recenzję
Do strony internetowej kursu
LabMasters

LabMasters skupia pracowników naukowych oraz doktorantów, praktyków i ekspertów z dziedziny nauczania efektywnej pracy w programach komputerowych Excel, VBA, SQL (Access i Oracle), Business Intelligence (Power BI i Tableau), R i Python, o długoletnim doświadczeniu, związanych z Wydziałem Nauk Ekonomicznych Uniwersytetu Warszawskiego.

Naszą misją jest wdrażanie wydajnych metod kształcenia, mających na celu szeroko rozumiany rozwój umiejętności pracy z danymi (od zapisywania i magazynowania, przez wizualizację i analizę statystyczno-ekonometryczną, po raportowanie i prezentację). W trakcie każdego kursu LabMasters, oprócz kompetencji analitycznych, uczymy efektywnego posługiwania się programami komputerowymi służącymi do pracy z danymi.

5
5
Więcej informacji o szkole