Dziękujemy za wysłanie zapytania! Jeden z członków naszego zespołu skontaktuje się z Państwem wkrótce.
Dziękujemy za wysłanie rezerwacji! Jeden z członków naszego zespołu skontaktuje się z Państwem wkrótce.
Czas trwania 14 godzin
Plan Szkolenia
Wprowadzenie do Google Colab Pro
- Colab vs. Colab Pro: funkcje i ograniczenia
- Tworzenie i zarządzanie notatnikami
- Akceleratory sprzętowe i ustawienia środowiska uruchomieniowego
Programowanie Python w chmurze
- Komórki kodu, Markdown i struktura notatnika
- Instalacja pakietów i konfiguracja środowiska
- Zapisywanie i wersjonowanie notatników w Google Drive
Przetwarzanie danych i wizualizacja
- Wczytywanie i analiza danych z plików, arkuszy Google lub API
- Używanie Pandas, Matplotlib i Seaborn
- Strumieniowanie i wizualizacja dużych zestawów danych
Uczenie maszynowe z Colab Pro
- Używanie Scikit-learn i TensorFlow w Colab
- Trening modeli na GPU/TPU
- Ewaluacja i tunowanie wydajności modeli
Praca z frameworkami uczenia głębokiego
- Używanie PyTorch z Colab Pro
- Zarządzanie pamięcią i zasobami środowiska uruchomieniowego
- Zapisywanie punktów kontrolnych i dzienników treningowych
Integracja i współpraca
- Montowanie Google Drive i wczytywanie współdzielonych zestawów danych
- Współpraca za pomocą współdzielonych notatników
- Eksport do GitHub lub PDF w celu dystrybucji
Optymalizacja wydajności i najlepsze praktyki
- Zarządzanie czasem trwania sesji i limitami czasu
- Skuteczna organizacja kodu w notatnikach
- Wskazówki dla zadań o długim czasie trwania lub na poziomie produkcyjnym
Podsumowanie i kolejne kroki
Wymagania
- Doświadczenie w programowaniu Python
- Znajomość notatników Jupyter i podstawowej analizy danych
- Zrozumienie powszechnych przepływów pracy uczenia maszynowego
Grupa docelowa
- Specjaliści ds. danych i analitycy
- Inżynierowie uczenia maszynowego
- Programiści Python pracujący nad projektami AI lub badawczymi