Ești interesat de o carieră în Machine Learning sau Data Science? Atunci acest curs este pentru tine!
Te ghidăm pas cu pas în acest subdomeniu al inteligenței artificiale, unde la fiecare lecție vei dezvolta noi abilități de lucru cu datele, iar mentorul cursului te va ajuta să înțelegi teoria, algoritmii și librăriile de coding în cel mai simplu mod.
Participanții vor învăța să construiască propriile modele de Machine Learning pe baza unor exemple reale utilizând limbajele Python și SQL.
Încă stai pe gânduri că e devreme pentru o carieră în domeniul de Machine Learning sau Data Science, atunci să știi că acum e momentul, locurile de muncă care necesită competențe de lucru și analiză a bazelor de date încep să devină la mare căutare de către companiile IT cât și cele non-IT. Acest curs vine să te învețe să faci acest lucru și să te orientezi spre rezolvarea unor probleme reale de business cu ajutorul algoritmilor de Machine Learning.
Află mai multe despre curs de la mentorul acestuia
Cursul va fi predat în baza metodologiei OSEMN
Algoritmii de Machine Learning (ML) au nevoie de date structurate, care au o structura clară, însă din cauza complexității lumii contemporane structurarea tuturor informațiilor din lume este imposibilă, dar aceasta poate fi structurată parțial sub forma de pagini web, fișiere sau baze de date. În acest modul, vom învăța cum să structurăm datele într-o formă tabelară pentru un model de ML. Astfel, vom fi pregătiți pentru a trece la următoarea etapă de prelucrare a datelor.
Tehnologii utilizate:
– SQL (SQLite)
– DB Browser
Chiar și după aducerea datelor sub formă tabelară acestea trebuie să treacă printr-o serie de transformări a datelor. Cele mai des întâlnite exemple: prelucrarea datelor lipsă, eliminarea datelor anormale, transformarea datelor etc. La fel, la această etapă vom încerca deja să analizăm datele pentru a selecta care dintre acestea ne vor fi de folos pentru antrenarea modelelor de Machine Learning.
Librării Python utilizate la această etapă:
- pandas
- numpy
- matplotlib
- seaborn
- kydavra
- crucio
- Imperio
După ce datele sunt aduse într-o stare potrivită a venit timpul să antrenăm modele de Machine Learning. În această etapă se va crea un model ML integrat împreuna cu transformările necesare pentru aducerea datelor într-o forma potrivită modelului. Adițional, vom explora cateva modele simple de ML și logica din spatele lor.
Etapa finală va fi interpretarea datelor, unde ne asigurăm că modelul creat va fi aplicabil în industria reală. Metodele prin care vom verifica dacă acesta are o aplicabilitate reală vor fi LIME și SHAP.
Tehnologii utilizate:
- sklearn
- pickle
- imperio
- LIME
- SHAP
La această etapă cercetăm cum este implementat modelul în viața reală. Aici acesta este integrat în producție și dezvoltare pentru a fi util în rezolvarea problemelor reale de business și a le face accesibile pentru alte aplicații. Modelul va fi integrat într-un API scris în flasc la care vom putea realiza requests și apela modelul făcut.
Tehnologii utilizate:
– flask.
La finalul cursului vei primi un certificat de absolvire și o anexă unde vor fi scrise toate subiectele învățate la curs. Astfel, odată atașată în CV, angajatorul va avea mai multe informații despre nivelul dvs de pregătire și competențele pe care le dețineți.
17 ianuarie – 26 ianuarie
Luni, Miercuri 18:30 – 21:30
Ore: 12
Preț: 500 MDL
Necesare cunoștințe Python
Locație: Online
Limba de instruire: Română
Aici poți găsi Nota informativă de plată, Termenii și condițiile și Politica de confidențialitate.
Învață să construiești modele de Machine Learning de la zero
Aici poți găsi Nota informativă de plată, Termenii și condițiile și Politica de confidențialitate.