Bądźmy w kontakcie
 Czas trwania 21 godzin

Plan Szkolenia

Wprowadzenie

  • Definiowanie predykcyjnego AI
  • Kontekst historyczny i ewolucja analityki predykcyjnej
  • Podstawowe zasady uczenia maszynowego i wydobycia danych

Zbieranie i wstępna obróbka danych

  • Zbieranie istotnych danych
  • Oczyszczanie i przygotowanie danych do analizy
  • Rozumienie typów i źródeł danych

Eksploracyjna analiza danych (EDA)

  • Wizualizacja danych w celu uzyskiwania wniosków
  • Statystyka opisowa i podsumowanie danych
  • Identyfikacja wzorców i zależności w danych

Modelowanie statystyczne

  • Podstawy wnioskowania statystycznego
  • Analiza regresji
  • Modele klasyfikacyjne

Algorytmy uczenia maszynowego do predykcji

  • Przegląd algorytmów uczenia nadzorowanego
  • Drzewa decyzyjne i losowe lasy
  • Podstawy sieci neuronowych i głębokiego uczenia

Ewaluacja i wybór modeli

  • Rozumienie dokładności modelu i metryk wydajności
  • Techniki walidacji krzyżowej
  • Przeuczenie (overfitting) i strojenie modeli

Praktyczne zastosowania predykcyjnego AI

  • Przypadki badawcze z różnych branż
  • Aspekty etyczne modelowania predykcyjnego
  • Ograniczenia i wyzwania związane z predykcyjnym AI

Projekt praktyczny

  • Praca na zbiorze danych w celu stworzenia modelu predykcyjnego
  • Stosowanie modelu do dokonywania prognoz
  • Ewaluacja i interpretacja wyników

Wymagania

  • znajomość podstawowych pojęć statystycznych
  • doświadczenie w pracy z dowolnym językiem programowania
  • zapoznanie się z obsługą danych i arkuszami kalkulacyjnymi
  • brak konieczności posiadania wcześniejszego doświadczenia w AI lub naukach danych

Grupa docelowa

  • specjaliści IT
  • analitycy danych
  • pracownicy techniczni

Liczba uczestników


Cena za uczestnika (netto)

Opinie uczestników (3)

Propozycje terminów

Powiązane Kategorie