Ten kurs jest częścią ścieżki:
Machine Learning Engineer
Opinie użytkowników
Zobacz wszystkie
praktycznego wykorzystania drzew decyzyjnych
rozwiązywania problemów klasyfikacji i pomiaru jakości modeli
regresji za pomocą drzew decyzyjnych
detekcji anomalii w rzeczywistych przypadkach
wykorzystania biblioteki scikit-learn i gotowych implementacji
metod pochodnych od drzew decyzyjnych, m.in. Random Forest i XGBoost
dobrych praktyk implementacji rozwiązań Machine Learning
interpretacji działania stworzonych systemów
O tym, że Machine Learning jest przyszłością, nie trzeba nikogo przekonywać. Dziedzina ta jest jednak bardzo szeroka i istnieje szereg modeli, które sprawdzają się w pewnych specyficznych rodzinach problemów. Drzewa decyzyjne oraz metody pochodne sprawdzają się zarówno w problemach klasyfikacji, regresji jak i detekcji anomalii, co czyni je jednymi z najbardziej uniwersalnych. Z tym kursem poznasz wiele algorytmów zarówno od strony teoretycznej jak i praktycznej.
Potrafisz programować w Pythonie i szukasz nowych wyzwań? Znasz podstawy uczenia maszynowego, ale drzewa decyzyjne nie są dla Ciebie wystarczająco intuicyjne? Po tym kursie będziesz miał bardzo dobre rozeznanie również w tych algorytmach i przeniesiesz je do swoich projektów bez żadnego problemu. Na początek będziemy starali się rozwiązać każdy problem jak najprościej - za pomocą pojedynczego drzewa, a następnie porównamy skuteczność bardziej złożonych struktur.
Zaczniemy od krótkiego wprowadzenia do drzew binarnych, jako że są one podstawą dla drzew decyzyjnych. Następnie przejdziemy przez cały proces podejmowania decyzji przez tego rodzaju systemy, porównując ich działanie do procesów decyzyjnych zachodzących w ludzkim umyśle. W trakcie kursu będę posługiwał się praktycznymi z życia wziętymi przykładami i scenariuszami takimi jak np. proces zakupu auta używanego.
Klasyfikacja jest podstawową rodziną problemów jakie rozwiązujemy wykorzystując algorytmy Machine Learning. Drzewa decyzyjne są przydatne również w takich przypadkach i wykorzystamy je, aby przewidywać którzy klienci będą skłonni kupić coś w sklepach internetowych. Zaczniemy oczywiście od teorii i omówimy sposób w jaki drzewo jest uczone, przeprowadzimy proces uczenia ręcznie, a dopiero później wykorzystamy gotową implementację dostępną w scikit-learn.
Chciałbyś przewidywać wartości numeryczne, np. jak wiele warte jest mieszkanie, które zamierzasz kupić? Bardzo dobrze się składa – w trakcie kursy wykorzystamy drzewa decyzyjne do rozwiązania właśnie takiego problemu. Dowiesz się jak wygląda schemat nauczania modelu regresji i nauczysz się go stosować w praktycznym scenariuszu.
Bagging, boosting oraz stacking to kolejne metody, które poznasz z tym kursem. Są dość ogólne i z pewnością pomogą Ci, gdy Twój algorytm będzie sprawiał wrażenie, że dotarł już do kresu swoich możliwości. Nie tylko omówimy jak metody te działają w teorii, ale też sprawdzimy czy pomogą nam lepiej rozwiązać problemy klasyfikacji i regresji z poprzednich rozdziałów. Po ukończeniu kursu będziesz więc wiedział jak uzyskać najlepszy możliwy model.
Użyteczność drzew decyzyjnych absolutnie nie kończy się na regresji i klasyfikacji. Jeśli chcesz nauczyć się jak rozpoznawać obserwacje odstające od reszty, to możesz wykorzystać tę rodzinę metod, by rozwiązać swój problem! W kursie skupimy się na rozpoznawaniu potencjalnych wstrząsów sejsmicznych i postaramy się stworzyć model, który będzie je rozpoznawał. Dowiesz się również jak można wykorzystać drzewa decyzyjne w dość nietypowych przypadkach, a także nauczysz się dokonać analizy stworzonych modeli, tak by lepiej rozumieć jak podejmują one decyzje.
Aby w pełni wykorzystać wiedzę zawartą w tym szkoleniu, musisz posiadać podstawowe umiejętności z zakresu programowania w języku Python. Musisz znać składnię tego języka i orientować się w tematach takich jak pętle, instrukcje warunkowe, czy programowanie obiektowe. Jeżeli jeszcze jej nie zdobyłeś, możesz to zrobić dzięki naszym szkoleniom.
Chętnie pomożemy! Odpowiedz na pytania przygotowane przez naszych specjalistów, a my dopasujemy ścieżkę rozwoju do Twoich preferencji.
Rozpocznij terazDo każdego ukończonego przez Ciebie szkolenia wystawiamy imienny certyfikat. Warunkiem jego otrzymania jest zaliczenie testów dołączonych do kursu. Na certyfikacie znajduje się Twoje imię oraz nazwisko, nazwa ukończonego kursu, data wystawienia i nazwa instytucji certyfikującej. Warto podkreślić, że jesteśmy wpisani do Rejestru Instytucji Szkoleniowych (nr wpisu 2.12/00119/2017).
Certyfikat możesz wydrukować lub opublikować w Internecie za pośrednictwem specjalnego odnośnika np. na LinkedIn lub innych portalach społecznościowych . Jak również dołączyć do swojego CV.
Tak, do każdego zamówienia mamy obowiązek wystawić fakturę VAT (23%) lub paragon. Rodzaj dokumentu zależy od danych, które podasz w formularzu podczas składania zamówienia. Faktury zwykle wystawiamy do 3 dni roboczych od momentu zaksięgowania wpłaty. Poinformujemy Cię o tym fakcie mailowo, a dokument będzie można pobrać bezpośrednio z poziomu zakładki Historia zamówień na Twoim koncie w strefakursów.pl. Jeśli potrzebujesz dokumentu Proforma lub faktury odroczonej, złóż zamówienie, a w uwagach do zamówienia dodaj komentarz “Proforma” lub "Faktura z odroczonym terminem płatności", lub skontaktuj się z nami telefonicznie bądź mailowo (biuro@strefakursow.pl).
Po opłaceniu zamówienia otrzymujesz nielimitowany dostęp do zakupionych materiałów. Dzięki temu, że szkolenia są dla Ciebie dostępne zarówno online za pośrednictwem naszej platformy szkoleniowej i offline w aplikacji mobilnej strefakursów.pl, możesz w dowolnym czasie i miejscu powracać do obejrzanych lekcji i powtarzać materiał bez ograniczeń. Dodatkowo po ukończeniu całego szkolenia otrzymasz imienny certyfikat poświadczający Twój udział w szkoleniu. Certyfikat możesz opublikować np. na LinkedIn lub innych portalach społecznościowych, jak również dołączyć do swojego CV.
Rozpocznij naukę teraz za darmo, zapłać w ciągu 30 dni z lub – Jak to działa?
Ups! Coś poszło nie tak :(
Google Recaptcha uznał, że jesteś botem i zablokował Twoją ostatnią akcję. Spróbuj ponownie. W razie problemów skontaktuj się z nami.
ZAMKNIJ I SPRÓBUJ PONOWNIE