Więcej informacji o kursie
Uczenie maszynowe to gałąź sztucznej inteligencji, w której komputery mają zdolność uczenia się bez wyraźnego programowania. Python to język programowania słynący z przejrzystej składni i czytelności. Oferuje doskonałą kolekcję dobrze przetestowanych bibliotek i technik do tworzenia aplikacji uczenia maszynowego.
W tym prowadzonym przez instruktora szkoleniu na żywo uczestnicy dowiedzą się, jak stosować techniki i narzędzia uczenia maszynowego do rozwiązywania rzeczywistych problemów w branży bankowej.
Uczestnicy najpierw poznają kluczowe zasady, a następnie wykorzystują swoją wiedzę w praktyce, budując własne modele uczenia maszynowego i wykorzystując je do realizacji szeregu projektów zespołowych.
Certyfikat | |
Godziny | 21 |
Rodzaj szkolenia | online, offline |
Miasto | Wrocław, Warszawa |
Egzamin wstępny | |
Sprawdzanie prac domowych | |
Projekt dyplomowy | |
Pomoc w zatrudnieniu | |
Kategoria wiekowa | dla dorosłych |
Poziom szkolenia | Profesjonalny |
Język | Polski, English |
Czego nauczysz się na tym kursie?
- Stosowanie technik i narzędzi uczenia maszynowego w języku Python do rozwiązywania rzeczywistych problemów w branży bankowej.
- Budowanie własnych modeli uczenia maszynowego i wykorzystywanie ich do praktycznych projektów zespołowych.
- Klasyfikacja i analiza danych przy użyciu algorytmów nadzorowanego uczenia (Supervised learning), takich jak regresja logistyczna i drzewa decyzyjne.
- Wykorzystanie technik nienadzorowanego uczenia (Unsupervised learning), w tym klastrowania K-means oraz sieci Bayesa i ukrytych modeli Markowa.
- Ocenianie wydajności algorytmów uczenia maszynowego poprzez cross-validation, bagging i bootstrap aggregation.
- Wykorzystywanie bibliotek i frameworków Pythona, takich jak scikit-learn i PyBrain, do pracy z uczeniem maszynowym.
- Analiza dużych zbiorów danych, w tym danych konsumenckich i big data, oraz zastosowanie uczenia maszynowego w ocenie ryzyka kredytowego, analizie sentymentów klientów oraz wykrywaniu oszustw i prania brudnych pieniędzy.
- Wykorzystywanie technik uczenia maszynowego w chmurze, akceleracji za pomocą GPU oraz zastosowanie sieci neuronowych w analizie obrazów, rozpoznawaniu mowy i analizie tekstu.
Dla kogo przeznaczony jest kurs?
Programiści Naukowcy zajmujący się danymi
Dodatkowe informacje o kursie
Wymagania
Experience with Python programming
Basic familiarity with statistics and linear algebra
O NobleProg
- Jesteśmy Twoim lokalnym dostawcą szkoleń ze wsparciem globalnej marki NobleProg
- NobleProg jest franczyzą (https://training-franchise.com)
- Kursy są rozwijane i ulepszane przez wielu trenerów współpracujących ze sobą z całego świata
- Nasze procesy zostały przetestowane przez dziesiątki tysięcy kursantów na całym świecie
- Lokalny franczyzobiorca posługuje się lokalnym językiem, zna potrzeby lokalnych przedsiębiorców, ale ma możliwość korzystania z najlepszych rozwiązań, technologii i pomysłów naszych franczyzobiorców na całym świecie.
Referencje NobleProg
Oceny użytkowników i recenzje z Facebooka i Google
Bogdan Bieńczak
26.03.2020
Dobry kurs, fajna alternatywa do standardowych zastosowań. Prowadzący bardzo mili, dobrze tłumaczą zagadnienia, podpowiadają ciekawe pomysły. Ogólnie bardzo jestem zadowolony.
Сałą recenzję
Małgorzata Całka
26.03.2020
Szkolenia on-line. Jestem bardzo zadowolona, dobra współpraca i komunikacja, na bieżąco omawiane kwestie. Polecam! Małgorzata Całka
Сałą recenzję
NobleProg
- Jesteśmy Twoim lokalnym dostawcą szkoleń ze wsparciem globalnej marki NobleProg
- NobleProg jest franczyzą (https://training-franchise.com)
- Kursy są rozwijane i ulepszane przez wielu trenerów współpracujących ze sobą z całego świata
- Nasze procesy zostały przetestowane przez dziesiątki tysięcy kursantów na całym świecie
- Lokalny franczyzobiorca posługuje się lokalnym językiem, zna potrzeby lokalnych przedsiębiorców, ale ma możliwość korzystania z najlepszych rozwiązań, technologii i pomysłów naszych franczyzobiorców na całym świecie.