- Środowisko pracy analityka
- Anaconda
- Manager pakietów Conda
- Manager pip
- Tworzenie wirtualnego środowiska
- Jupyter notebook
- Markdown
- Elementy notacji Latex
- Anaconda
- Przetwarzanie danych
- Wstęp do NumPy
- Tworzenie wektorów i macierzy
- Przekształcenia, operacje w NumPy
- Wybieranie
- Wektoryzacja
- Broadcasting
- Elementy arytmetyki i algebry przy użyciu NumPy
- Rozwiązywanie równań liniowych
- Wstęp do Pandas
- Serie i ramki danych
- Pozyskiwanie danych z różnych źródeł
- Pliki
- Zasoby w internecie
- Bazy danych
- Przygotowywanie i czyszczenie danych – Operacje i przekształcenia DataFrame
- Usuwanie kolumn i wierszy
- Zmiana wymiarów – reshaping
- Pivoting
- Rangowanie i sortowanie danych
- Łączenie ramek (concatenate, merge, join)
- Wstęp do NumPy
- Analiza danych
- Wizualizacje
- Wprowadzenie do matplotlib
- generowanie wykresów z poziomu pandas
- seaborn i inne narzędzia do wizualizacji danych w Pythonie
- Podstawy analizy statystycznej
- Wnioskowanie statystyczne
- Wizualizacje
- Wstęp do uczenia maszynowego
- Przegląd metod i algorytmów uczenia maszynowego
- Podział metod uczenia maszynowego
- Uczenie nadzorowane
- Uczenie nienadzorowane
- Podział metod uczenia maszynowego
- Proces uczenia maszynowego
- Eksploracja danych
- Jak dobrać najlepszy model do zadania
- Przygotowanie danych
- Zbiór uczący
- Zbiór testowy
- Szkolenie modelu
- Walidacja modelu
- Przeuczenie modelu
- Techniki redukcji wymiarowości danych
- Omówienie metod uczenia maszynowego
- Regresja
- Regresja liniowa
- Regresja wielomianowa
- Regresja logistyczna
- Klasyfikacja
- Grupowanie danych
- Redukcja wymiarów
- Sztuczne Sieci Neuronowe
- Regresja
- Łączenie klasyfikatorów
- Wizualizowanie wyników
- Przegląd narzędzi do uczenia głębokiego
- TensorFlow
- PyTorch
- Keras
- Hugging Face
- JAX
- identyfikacja różnic pomiędzy narzędziami
- dobór odpowiedniego narzędzia w zależności od projektu
- Wprowadzenie do sieci neuronowych
- budowa neuronu
- funkcje komponentów neuronu
- mechanizmy przetwarzania informacji
- jak uczy się sieć neuronowa
- algorytmy uczenia z nadzorem
- algorytmy uczenia bez nadzoru
- funkcje aktywacyjne
- funkcje błędu
- typy sieci neuronowych
- perceptory
- MLP – perceptory wielowarstwowe
- sieci konwolucyjne (CNN)
- rekurencyjne sieci neuronowe (RNN)
- zastosowania sieci neuronowych w różnych dziedzinach
- JAX
- architektura JAX
- unikalne cechy JAX
- przejście z NumPy do JAX
- wykorzystanie kompilacji JIT przez JAX
- przetwarzanie równoległe
- przyspieszenie działania modeli
- zwiększanie wydajności modeli
- Keras
- wprowadzenie – architektura Keras
- udostępniane API
- szkolenie modeli
- budowa modeli w Keras
- komplikowanie modeli
- trenowanie modeli uczenia głębokiego
- techniki optymalizacji
- zestawy danych
- wnioskowanie i przewidywanie
- wykorzystanie wytrenowanych modeli do predykcji
- podejmowanie decyzji na podstawie nowych danych
- Sieci neuronowe – zastosowania i przykłady
- Sztuczne sieci neuronowe (ANN)
- zastosowania w zadaniach klasyfikacji i regresji
- Konwolucyjne sieci neuronowe (CNN)
- rozpoznawanie obrazów
- przetwarzanie obrazu
- analiza obrazów
- Rekurencyjne sieci neuronowe (RNN, LSTM)
- predykcja szeregów czasowych
- inne zagadnienia analityczne
- Hugging Face
- platforma open-source dla modeli uczenia maszynowego
- strojenie modeli dopasowanych do potrzeb użytkownika
- Porównanie różnych środowisk (np. PyTorch, Tensorflow)
- Sztuczne sieci neuronowe (ANN)
Kurs Analiza danych i AI, uczenie maszynowe i deep learning dla znających PythonaK-PYTHON-2-ANALIZA-AI
Obecnie brak terminów otwartych. Dostępne na zamówienie dla grup.
| Edycja dzienna (trzy 4-dniowe bloki, co 2 tyg.) | Edycja weekendowa (zaoczna) (sob-niedz., średnio co 2 tygodnie) | |
|---|---|---|
Warszawa |
27 marca 2025 - 6 czerwca 2025 gwarantowany, zostało 8 miejsc | 11 stycznia 2025 - 16 marca 2025 (gwarantowany termin specjalny, rabat 10%, prosimy o kontakt) |
Warszawa |
27 maja 2025 - 26 czerwca 2025 | 15 marca 2025 - 8 czerwca 2025 zostało 8 miejsc |
Warszawa |
7 czerwca 2025 - 21 września 2025 | |
Zdalnie |
27 marca 2025 - 6 czerwca 2025 gwarantowany, zostało 8 miejsc | 11 stycznia 2025 - 16 marca 2025 (gwarantowany termin specjalny, rabat 10%, prosimy o kontakt) |
Zdalnie |
27 maja 2025 - 26 czerwca 2025 | 15 marca 2025 - 8 czerwca 2025 zostało 7 miejsc |
Zdalnie |
7 czerwca 2025 - 21 września 2025 |
Tryb zdalny: online na żywo z trenerem i grupą (→ więcej o kursach zdalnych). Można: zrezygnować do 15 dni przed startem; w każdej chwili przejść na tryb zdalny; w razie potrzeby skorzystać z nagrań. Kursy dostępne również na zamówienie, w terminie i lokalizacji do uzgodnienia, dla grup od 6 osób.
Cena kursu: 5490 PLN
lub 1098 PLN miesięcznie (5 rat)
first minute (30+ dni do startu) - 3%
dostęp do nagrań w razie potrzeby
dla chętnych bezpłatnie warsztaty HR
praktyczne ćwiczenia i miniprojekty
poczęstunek w cenie
stanowisko komputerowe w cenie
Logo