Wyślij zapytanie
Wyślij zapytanie
Wyślij zapytanie
Cel szkolenia

Zapoznanie się z Pythonem jako narzędziem do zautomatyzowanego przetwarzania danych, które obejmuje analizę i wizualizację danych, budowanie modeli, ocenę i walidację, prognozowanie, a także raportowanie wyników analizy.

Zakres szkolenia
  • Wprowadzenie do analizy danych statystycznych
    • Uczenie nadzorowane i nienadzorowane
    • Rodzaje i przykłady modeli
    • Metody estymacji/kalibracji modeli
    • Zasady testowania hipotez statystycznych
    • Walidacja i wybór modeli
    • Przeregulowanie (kompromis między obciążeniem a wariancją)
  • Techniki Data Science:
    • Modele regresji liniowej i nieliniowej
    • Sztuczne sieci neuronowe
    • Drzewa decyzyjne i lasy losowe
    • Klasyfikatory bayesowskie
    • Modelowanie typu ensemble
    • Macierz błędów, krzywa ROC
    • Statystyki pozwalające ocenić jakość modeli
    • Walidacja krzyżowa
  • Tworzenie modeli z użyciem Pythona:
    • Python jako język programowania
    • PyCharm – IDE dla Pythona
    • Jupyter Notebook – dokumenty z aktywnym kodem
  • Pandas:
    • Import i eksport danych
    • Struktury danych i operowanie danymi
    • NumPy: algebra liniowa i obliczenia numeryczne
  • Scikit-learn:
    • Regresja
    • Klasyfikacja
    • Grupowanie
    • Walidacja i wybór modeli
Adresaci

Osoby na stanowisku Data Scientist oraz wszyscy, którzy chcą używać Pythona jako narzędzia do zautomatyzowanej analizy danych. Podczas szkolenia o charakterze wprowadzającym omawiane są metody uczenia maszynowego (ML)i programowania. Zakłada się, że uczestnicy posiadają przynajmniej niewielkie doświadczenie w pracy z Pythonem.

Cel szkolenia

Zapoznanie się z Pythonem jako narzędziem do zautomatyzowanego przetwarzania danych, które obejmuje analizę i wizualizację danych, budowanie modeli, ocenę i walidację, prognozowanie, a także raportowanie wyników analizy.

Zakres szkolenia
  • Wprowadzenie do analizy danych statystycznych
    • Uczenie nadzorowane i nienadzorowane
    • Rodzaje i przykłady modeli
    • Metody estymacji/kalibracji modeli
    • Zasady testowania hipotez statystycznych
    • Walidacja i wybór modeli
    • Przeregulowanie (kompromis między obciążeniem a wariancją)
  • Techniki Data Science:
    • Modele regresji liniowej i nieliniowej
    • Sztuczne sieci neuronowe
    • Drzewa decyzyjne i lasy losowe
    • Klasyfikatory bayesowskie
    • Modelowanie typu ensemble
    • Macierz błędów, krzywa ROC
    • Statystyki pozwalające ocenić jakość modeli
    • Walidacja krzyżowa
  • Tworzenie modeli z użyciem Pythona:
    • Python jako język programowania
    • PyCharm – IDE dla Pythona
    • Jupyter Notebook – dokumenty z aktywnym kodem
  • Pandas:
    • Import i eksport danych
    • Struktury danych i operowanie danymi
    • NumPy: algebra liniowa i obliczenia numeryczne
  • Scikit-learn:
    • Regresja
    • Klasyfikacja
    • Grupowanie
    • Walidacja i wybór modeli
Adresaci

Osoby na stanowisku Data Scientist oraz wszyscy, którzy chcą używać Pythona jako narzędzia do zautomatyzowanej analizy danych. Podczas szkolenia o charakterze wprowadzającym omawiane są metody uczenia maszynowego (ML)i programowania. Zakłada się, że uczestnicy posiadają przynajmniej niewielkie doświadczenie w pracy z Pythonem.

Liczebność grupy: 8-15 uczestników

Czas trwania: 2 dni

Dostępny język: PL / EN

Dostępny język materiałów: PL / EN

Forma kursu

Szkolenie organizowane wyłącznie na zamówienie dla grup zorganizowanych (co najmniej 6-8 osób).
Warsztaty (wykłady + zadania praktyczne w Pythonie).

Pobierz materiały

Pobierz

Dziękujemy!

Przepraszamy, coś poszło nie tak.

Odśwież stronę i spróbuj ponownie.

Błąd przesyłania pliku

Żaden plik nie został przesłany

Nieprawidłowy rozmiar pliku (maks. 5 MB)

Nieprawidłowy format pliku

Pusty plik

Przetwarzanie...

Pobierz materiały

Pobierz

Jeśli masz pytania dotyczące naszych szkoleń, skontaktuj się z ekspertami Sii

Natalia i Agata

Zespół Praktyki Szkoleniowej

Skontaktuj się z ekspertami

Natalia i Agata

Załączony plik:

  • danieltroc.pdf

Dopuszczalne pliki: DOC, DOCX, PDF (max 5MB)

Dziękujemy za wypełnienie formularza.

Zapoznamy się z treścią Twojej wiadomość i skontaktujemy się z Tobą tak szybko, jak będzie to możliwe.

Przepraszamy, coś poszło nie tak i Twoja wiadomość nie została dostarczona.

Odśwież stronę i spróbuj ponownie

Błąd przesyłania pliku

Żaden plik nie został przesłany

Nieprawidłowy rozmiar pliku (maks. 5 MB)

Nieprawidłowy format pliku

Pusty plik

Przetwarzanie...

Może Cię również zainteresować

Business Intelligence

Wprowadzenie rozwiązań Machine Learning w organizacji

Czas trwania:
2 dni
Business Intelligence

Wizualizacja danych

Czas trwania:
2 dni
Business Intelligence

Transformacja organizacji w kierunku data-driven

Czas trwania:
2 dni
Business Intelligence

Warsztaty Blockchain

Czas trwania:
1 dzień
Business IntelligenceMS Rozwiązania ITZostań Developerem

Zostań Developerem Power BI

Czas trwania:
4 dni
Business IntelligenceMS Rozwiązania IT

Microsoft Power BI - Poziom Średniozaawansowany

Czas trwania:
2 dni
Business IntelligenceMS Rozwiązania IT

Microsoft Power BI

Czas trwania:
2 dni
Business Intelligence

Data Science i podstawy programowania w R

Czas trwania:
3 dni
Business Intelligence

BluePrism RPA

Czas trwania:
5 dni

ITIL®, PRINCE2® są zarejestrowanymi znakami handlowymi należącymi do firmy AXELOS Limited i używanymi za jej zgodą. Wszelkie prawa zastrzeżone.
AgilePM® jest zastrzeżonym znakiem towarowym Agile Business Consortium Limited. Wszelkie prawa zastrzeżone.
Kursy AgilePM® są oferowane przez Sii, spółkę stowarzyszoną z Quint Wellington Redwood, akredytowaną organizację szkoleniową The APM Group Ltd.
Lean IT® Association jest zastrzeżonym znakiem towarowym Lean IT Association LLC. Wszelkie prawa zastrzeżone.
SIAM™ jest zastrzeżonym znakiem towarowym EXIN Holding B.V.
Wszystkie ceny podane na stronie to ceny netto. Należy doliczyć podatek VAT 23%.

ZATWIERDŹ

This content is available only in one language version.
You will be redirected to home page.

Are you sure you want to leave this page?

Einige Inhalte sind nicht in deutscher Sprache verfügbar.
Sie werden auf die deutsche Homepage weitergeleitet.

Möchten Sie fortsetzen?