Machine Learning: Wprowadzenie i Praktyka
Uczenie maszynowe od podstaw do produkcji
Oszczędzasz 78,4 zł!
14 dni gwarancji zwrotu pieniędzy
O kursie
Kompletny kurs uczenia maszynowego — od podstaw matematycznych po wdrażanie modeli w produkcji. Poznaj algorytmy klasyfikacji, regresji, klasteryzacji i ewaluacji modeli ML.
Program kursu
8 modułów · 24 lekcji · 20h nauki
1Moduł 1: Czym jest uczenie maszynowe3 lekcji + quiz
- 1Definicja ML — uczenie się z danych
- 2Rodzaje uczenia maszynowego — nadzorowane, nienadzorowane, że wzmocnieniem
- 3Zastosowania ML w przemyśle i nauce
- Quiz: Czym jest uczenie maszynowe
2Moduł 2: Podstawy matematyczne ML3 lekcji + quiz
- 1Algebra liniowa w ML — wektóry, macierze, transformacje
- 2Rachunek różniczkowy i optymalizacja — jak modele się ucza
- 3prawdopodobieństwo i statystyka w ML
- Quiz: Podstawy matematyczne ML
3Moduł 3: Algorytmy regresji3 lekcji + quiz
- 1Regresja liniowa — przewidywanie wartości ciagłych
- 2Regresja wielomianowa i nieliniowa
- 3Ewaluacja modeli regresji — MSE, RMSE, R-squared
- Quiz: Algorytmy regresji
4Moduł 4: Algorytmy klasyfikacji3 lekcji + quiz
- 1Regresja logistyczna i klasyfikacja binarna
- 2Drzewa decyzyjne i Random Forest
- 3SVM i algorytmy k-najbliższych sąsiadów
- Quiz: Algorytmy klasyfikacji
5Moduł 5: Klasteryzacja i uczenie nienadzorowane3 lekcji + quiz
- 1K-Means — grupowanie danych bez etykiet
- 2DBSCAN i hierarchiczna klasteryzacja
- 3Redukcja wymiarów — PCA i t-SNE
- Quiz: Klasteryzacja i uczenie nienadzorowane
6Moduł 6: Ewaluacja i dobor modeli3 lekcji + quiz
- 1Podzbiór treningowy, walidacyjny i testowy
- 2Kroswalidacja i metryki klasyfikacji
- 3Bias-variance tradeoff, overfitting i underfitting
- Quiz: Ewaluacja i dobor modeli
7Moduł 7: Sieci neuronowe i gleboke uczenie3 lekcji + quiz
- 1Perceptron i sieci feedforward
- 2Sieci konwolucyjne (CNN) dla danych obrazowych
- 3Regularyzacja i techniki trenowania sieci neuronowych
- Quiz: Sieci neuronowe i gleboke uczenie
8Moduł 8: ML w produkcji — wdrażanie i MLOps3 lekcji + quiz
- 1Feature engineering i preprocessing danych
- 2Strojenie hiperparametrów i Automated ML
- 3Wdrażanie modeli ML w produkcji — API, monitoring, MLOps
- Quiz: ML w produkcji i MLOps
Opinie studentów
Joanna M.
Przystępny język, konkretne przykłady. Ukończyłam w tydzień i już korzystam z nowej wiedzy.
Marta K.
Świetnie przygotowany materiał, wszystko wytłumaczone krok po kroku. Polecam!
Piotr W.
Bardzo praktyczny kurs. Dużo wiedzy, którą od razu mogłem zastosować w pracy.
Podobne kursy
Więcej kursów z kategorii Data Science i AI
Power BI: Wizualizacja i Dashboardy
Power BI: Wizualizacja i Dashboardy
Tworzenie dashboardów i raportów w Power BI
Python dla Data Science: Pandas i NumPy
Python dla Data Science: Pandas i NumPy
Analiza danych w Python z Pandas i NumPy
Analiza Danych z Python: Wizualizacja i Wnioski
Analiza Danych z Python: Wizualizacja i Wnioski
Pandas, Matplotlib, Seaborn i wnioski biznesowe z danych
Computer Vision: Rozpoznawanie Obrazów z AI
Computer Vision: Rozpoznawanie Obrazów z AI
CNN, detekcja obiektów, segmentacja i OCR w praktyce
Gotowy na nową wiedzę?
Dołącz do 69 studentów, którzy już uczą się z tym kursem.
14 dni gwarancji zwrotu pieniędzy, bez pytań.