RapidMiner dla uczenia maszynowego i analizy przewidywanej - Plan Szkolenia

W tym szkoleniu prowadzonym przez instruktora uczestnicy nauczą się podejścia, z jakim należy podchodzić do technologii Big Data, ocenić ich wpływ na istniejące procesy i polityki oraz wdrożyć te technologie w celu identyfikacji działalności kryminalnej i zapobiegania przestępczości. Przeanalizujemy przypadki zastosowania przez organizacje policyjne na całym świecie, aby uzyskać wgląd w ich podejścia do wdrażania, wyzwania oraz wyniki.

Na koniec tego szkolenia uczestnicy będą w stanie:

• Połączyć technologię Big Data z tradycyjnymi procesami gromadzenia danych, aby skonstruować opowieść podczas śledztwa.
• Wdrożyć przemysłowe rozwiązania do przechowywania i przetwarzania dużych zbiorów danych w celach analizy.
• Przygotować propozycję dotyczącą wdrożenia najbardziej odpowiednich narzędzi i procesów, umożliwiających podejście oparte na danych w śledztwie kryminalnym.

Publiczność

Jeśli próbujesz nadać sens danym, do których masz dostęp lub chcesz analizować nieustrukturyzowane dane dostępne w sieci (takie jak Twitter, LinkedIn itp.), ten kurs jest dla Ciebie.

Jest on skierowany głównie do decydentów i osób, które muszą wybrać, jakie dane warto gromadzić i co warto analizować.

Nie jest on skierowany do osób konfigurujących rozwiązanie, jednak osoby te skorzystają z szerszej perspektywy.

Tryb dostawy

Podczas kursu delegaci zostaną zapoznani z działającymi przykładami głównie technologii open source.

Po krótkich wykładach odbędzie się prezentacja i proste ćwiczenia dla uczestników.

Używana zawartość i oprogramowanie

Całe używane oprogramowanie jest aktualizowane za każdym razem, gdy kurs jest uruchamiany, więc sprawdzamy najnowsze możliwe wersje.

Obejmuje proces pozyskiwania, formatowania, przetwarzania i analizowania danych, aby wyjaśnić, jak zautomatyzować proces podejmowania decyzji za pomocą uczenia maszynowego.

To prowadzone przez instruktora szkolenie na żywo w Polsce (na miejscu lub zdalnie) jest przeznaczone dla analityków danych i analityków danych, którzy chcą zautomatyzować, oceniać i zarządzać modelami predykcyjnymi przy użyciu możliwości uczenia maszynowego DataRobot.

Pod koniec tego szkolenia uczestnicy będą mogli

• Ładować zbiory danych w DataRobot, aby analizować, oceniać i sprawdzać jakość danych.
• Budować i trenować modele w celu identyfikacji ważnych zmiennych i osiągnięcia celów predykcyjnych.
• Interpretować modele w celu tworzenia cennych spostrzeżeń przydatnych w podejmowaniu decyzji biznesowych.
• Monitorowanie i zarządzanie modelami w celu utrzymania zoptymalizowanej wydajności przewidywania.

To szkolenie prowadzone przez instruktora w Polsce (online lub stacjonarnie) skierowane jest do pośrednio zaawansowanych developerów, którzy chcą tworzyć aplikacje zasilane sztuczną inteligencją, wykorzystując analitykę przewidywującą i generatywne modele.

Na zakończenie tego szkolenia uczestnicy będą mogli:

• Zrozumieć podstawy przewidywującej sztucznej inteligencji i generatywnych modeli.
• Wykorzystywać narzędzia zasilane sztuczną inteligencją do przewidywania kodowania, prognozowania i automatyzacji.
• Wdrożyć LLMs (Large Language Models) i transformatory do generowania tekstu i kodu.
• Zastosować prognozowanie czasowych szeregów danych i rekomendacje oparte na sztucznej inteligencji.
• Rozwijać i dopasowywać modele sztucznej inteligencji do rzeczywistych aplikacji.
• Ocenić etyczne aspekty i najlepsze praktyki w wdrażaniu sztucznej inteligencji.

To szkolenie prowadzone przez instruktora w Polsce (online lub na miejscu) jest skierowane do początkujących specjalistów IT, którzy chcą opanować podstawy Precyzyjnego AI.

Po zakończeniu tego szkolenia uczestnicy będą w stanie:

• Zrozumieć podstawowe pojęcia Precyzyjnego AI i jego zastosowania.
• Zbierać, czyścić i przygotowywać dane do analizy precyzyjnej.
• Badanie i wizualizacja danych w celu odkrycia wniosków.
• Budowanie podstawowych modeli statystycznych do dokonywania prognoz.
• Oceniać wydajność modeli precyzyjnych.
• Zastosowanie koncepcji Precyzyjnego AI do rzeczywistych scenariuszy.

R to darmowy język programowania o otwartym kodzie źródłowym do obliczeń statystycznych, analizy danych i grafiki. R jest używany przez rosnącą liczbę menedżerów i analityków danych w korporacjach i środowiskach akademickich. R posiada szeroką gamę pakietów do eksploracji danych.

To szkolenie prowadzone przez instruktora (online lub na miejscu) jest skierowane do średnio zaawansowanych profesjonalistów danych, którzy chcą stosować techniki uczenia maszynowego do problemów biznesowych opartych na danych, w tym prognozowania sprzedaży i modelowania przewidywania za pomocą sieci neuronowych.

Na koniec tego szkolenia uczestnicy będą w stanie:

• Zrozumieć podstawowe pojęcia i typy uczenia maszynowego.
• Zastosować kluczowe algorytmy do klasyfikacji, regresji, grupowania i analizy powiązań.
• Wykonawać eksploracyjną analizę danych i przygotowywanie danych za pomocą Pythona.
• Używać sieci neuronowych do zadań modelowania nieliniowego.
• Wdrażać analizę przewidywania do prognozowania biznesowego, w tym danych sprzedaży.
• Ocenić i optymalizować wydajność modelu za pomocą technik wizualnych i statystycznych.

To szkolenie prowadzone przez instruktora w Polsce (online lub na miejscu) jest przeznaczone dla profesjonalistów DevOps na poziomie średnim, którzy chcą zintegrować przewidywalną sztuczną inteligencję w swoich praktykach DevOps.

Na zakończenie tego szkolenia uczestnicy będą w stanie:

• Wdrożyć modele analizy przewidywalnej do przewidywania i rozwiązywania problemów w łańcuchu dostaw DevOps.
• Wykorzystywać narzędzia oparte na AI do poprawy monitorowania i operacji.
• Zastosować techniki uczenia maszynowego w celu poprawy przepływu dostaw oprogramowania.
• Projektować strategie AI dla proaktywnego rozwiązywania problemów i optymalizacji.
• Nawigować w etycznych aspektach stosowania AI w DevOps.

R jest językiem programowania o otwartym kodzie źródłowym, darmowym do użycia w analizach statystycznych, analizie danych oraz grafice. R jest używany przez coraz większą liczbę menedżerów i analityków danych w korporacjach oraz akademii. R ma szeroką gamę pakietów do wydobywania danych.

To prowadzone przez instruktora szkolenie na żywo w Polsce (na miejscu lub zdalnie) jest przeznaczone dla średnio zaawansowanych analityków danych, którzy chcą dowiedzieć się, jak używać RapidMiner do szacowania i prognozowania wartości oraz wykorzystywania narzędzi analitycznych do prognozowania szeregów czasowych.

Pod koniec tego szkolenia uczestnicy będą mogli

• Nauczyć się stosować metodologię CRISP-DM, wybierać odpowiednie algorytmy uczenia maszynowego oraz ulepszać konstrukcję i wydajność modelu.
• Używać RapidMiner do szacowania i prognozowania wartości oraz wykorzystywać narzędzia analityczne do prognozowania szeregów czasowych.

To szkolenie prowadzone przez instruktora (online lub na miejscu) jest skierowane do analityków, badaczy i profesjonalistów o poziomie początkowym do średniozaawansowanym, którzy chcą używać SPSS do przygotowania danych, analizy statystycznej i modelowania predykcyjnego.