Machine Learning podstawy
Kompleksowe wprowadzenie do Machine Learning - od teorii przez algorytmy po praktyczne implementacje dla programistów i analityków.
Jeden abonament — cały katalog kursów
Program kursu
7 modułów · 27 lekcji · 12h nauki
1Wprowadzenie do Machine Learning4 lekcji + quiz
- 1Czym jest Machine Learning?
- 2Rodzaje problemów ML
- 3Przygotowanie środowiska pracy
- 4Pierwszy model - Hello World ML
- Quiz: Podstawy Machine Learning
2Podstawy matematyczne i preprocessing4 lekcji + quiz
- 1Matematyka dla ML - statystyka i algebra
- 2Eksploracyjna analiza danych (EDA)
- 3Preprocessing i feature engineering
- 4Normalizacja i standaryzacja danych
- Quiz: Przygotowanie danych
3Supervised Learning - Regresja4 lekcji + quiz
- 1Regresja liniowa i jej założenia
- 2Regresja wielomianowa
- 3Regularyzacja - Ridge i Lasso
- 4Implementacja modeli regresji
- Quiz: Modele regresji
4Supervised Learning - Klasyfikacja4 lekcji + quiz
- 1Regresja logistyczna
- 2Drzewa decyzyjne i Random Forest
- 3Support Vector Machines (SVM)
- 4Klasyfikacja wieloklasowa
- Quiz: Algorytmy klasyfikacji
5Unsupervised Learning4 lekcji + quiz
- 1Clustering - K-means i hierarchiczny
- 2Redukcja wymiarowości - PCA
- 3Wykrywanie anomalii
- 4Systemy rekomendacyjne
- Quiz: Uczenie nienadzorowane
6Ewaluacja i optymalizacja modeli4 lekcji + quiz
- 1Metryki oceny modeli
- 2Cross-validation i train/test split
- 3Hyperparameter tuning
- 4Overfitting i underfitting
- Quiz: Ocena jakości modeli
7Egzamin końcowy3 lekcji + quiz
- 1Projekt praktyczny - kompletny pipeline ML
- 2Wdrażanie modeli do produkcji
- 3Najlepsze praktyki w ML
- Egzamin końcowy: Machine Learning
O kursie
Naucz się podstaw Machine Learning od zera
Ten kompleksowy kurs wprowadzi Cię w fascynujący świat sztucznej inteligencji i uczenia maszynowego. Poznasz najważniejsze algorytmy ML, nauczysz się rozróżniać supervised od unsupervised learning oraz zdobędziesz praktyczne umiejętności implementacji modeli.
Co zyskasz:
- Solidne podstawy teoretyczne ML
- Umiejętność wyboru odpowiedniego algorytmu
- Praktyczne doświadczenie z popularnymi bibliotekami
- Wiedzę o ewaluacji i optymalizacji modeli
- Gotowość do pracy z rzeczywistymi projektami ML
Kurs zawiera liczne przykłady praktyczne i projekty, które pomogą Ci zrozumieć zastosowanie ML w rzeczywistych scenariuszach biznesowych.
🎯Dla kogo jest ten kurs?
Opinie studentów
Iwona B.Zweryfikowany
Kurs pomógł mi zdać egzamin certyfikacyjny DP-100. Materiał pokrywa się z wymaganiami Microsoftu.
Karolina R.Zweryfikowany
Time series analysis — rzadko tłumaczone tak przystępnie. Zastosowałem w pracy do prognozy sprzedaży.
TomekZweryfikowany
Miałem podstawy Pythona i to wystarczyło. Nie muszę być programistą żeby robić Data Science.
Janusz S.Zweryfikowany
Porównanie scikit-learn vs TensorFlow vs PyTorch bez ideologii. Używasz tego co jest właściwe do zadania.
Natalia Z.Zweryfikowany
Pandas, NumPy, wizualizacje — wszystko w jednym miejscu. Po pierwszych 2 modułach robiłam analizy dla zespołu analityków.
❓Najczęściej zadawane pytania
Podobne kursy
Więcej kursów z kategorii Data Science i AI
Big Data Analytics
Big Data Analytics
Deep Learning zaawansowane
Deep Learning zaawansowane
Python dla analizy danych
Python dla analizy danych
Power BI: Wizualizacja i Dashboardy
Power BI: Wizualizacja i Dashboardy
Gotowy na nową wiedzę?
Dołącz do 194 kursantów, którzy już uczą się z tym kursem.
Odblokuj z abonamentem — 7 dni za darmoOd 49 PLN/miesiąc · 248 kursów · Anuluj kiedy chcesz