Udemy

Platform

Polski

Language

Data Science

Category

Machine Learning Bootcamp w języku Python cz.I - od A do Z

Uczenie Maszynowe - Wejdź w świat uczenia nadzorowanego i wykorzystaj przewagę uczenia maszynowego na rynku!

4.81 (86 reviews)

Students

11 hours

Content

Sep 2021

Last Update
Regular Price


What you will learn

podstaw uczenia maszynowego

czym jest uczenie nadzorowane

przepływu pracy przy tworzeniu modeli uczenia maszynowego

przygotowania danych do modelu

czym jest zbiór treningowy, walidacyjny i testowy

czym jest problem regresji

regresji liniowej

regresji wielomianowej

regresji drzewa decyzyjnego

oceny modeli regresyjnych

czym jest problem klasyfikacji

regresji logistycznej

algorytmu K-najbliższych sąsiadów

klasyfikacji drzewa decyzyjnego

klasyfikacji lasu losowego

jak działa maszyna wektorów nośnych

jak działa naiwny klasyfikator bayesowski

czym jest problem niedouczenia i przeuczenia

jak wybrać model - walidacja krzyżowa, przeszukiwanie siatki

3 x case studies


Description

---------------------------------------------------------

REKOMENDOWANE ŚCIEŻKI UCZENIA

---------------------------------------------------------

PYTHON DEVELOPER:

  • Programowanie w języku Python - od A do Z

  • 200+ Ćwiczeń - Programowanie w języku Python - od A do Z

  • 210+ Ćwiczeń - Python - Moduły wbudowane - od A do Z

  • Programowanie obiektowe w języku Python - OOP - od A do Z

  • 150+ Ćwiczeń - Programowanie obiektowe w języku Python - OOP

  • Testy jednostkowe w języku Python - framework unittest

  • 100+ Ćwiczeń - Testy jednostkowe w języku Python - unittest


SQL DEVELOPER:

  • SQL Bootcamp - Bazy danych SQLite - Part I

  • SQL Bootcamp - Bazy danych SQLite - Part II

  • SQL Bootcamp - Bazy danych SQLite - Part III - Ćwiczenia

  • SQL Bootcamp - Bazy danych SQLite - Part IV - Ćwiczenia

  • Big Data: Analiza danych przy użyciu SQL oraz BigQuery


DATA SCIENTIST / MACHINE LEARNING ENGINEER:

  • Programowanie w języku Python - od A do Z

  • 200+ Ćwiczeń - Programowanie w języku Python - od A do Z

  • 210+ Ćwiczeń - Python - Moduły wbudowane - od A do Z

  • Programowanie obiektowe w języku Python - OOP - od A do Z

  • 150+ Ćwiczeń - Programowanie obiektowe w języku Python - OOP

  • Testy jednostkowe w języku Python - framework unittest

  • 100+ Ćwiczeń - Testy jednostkowe w języku Python - unittest

  • Wprowadzenie do data science w języku Python - Pandas

  • Interaktywne wizualizacje danych w języku Python - Plotly

  • Data Science Bootcamp w języku Python - od A do Z

  • 250+ Ćwiczeń - Data Science Bootcamp w języku Python

  • SQL Bootcamp - Bazy danych SQLite - Part I

  • SQL Bootcamp - Bazy danych SQLite - Part II

  • SQL Bootcamp - Bazy danych SQLite - Part III - Ćwiczenia

  • SQL Bootcamp - Bazy danych SQLite - Part IV - Ćwiczenia

  • Machine Learning Bootcamp w języku Python cz.I - od A do Z

  • Machine Learning Bootcamp w języku Python cz.II - od A do Z

  • Machine Learning Bootcamp w języku Python cz.III - Ćwiczenia


DATA SCIENTIST / DEEP LEARNING ENGINEER

  • Programowanie w języku Python - od A do Z

  • 200+ Ćwiczeń - Programowanie w języku Python - od A do Z

  • 210+ Ćwiczeń - Python - Moduły wbudowane - od A do Z

  • Programowanie obiektowe w języku Python - OOP - od A do Z

  • 150+ Ćwiczeń - Programowanie obiektowe w języku Python - OOP

  • Testy jednostkowe w języku Python - framework unittest

  • 100+ Ćwiczeń - Testy jednostkowe w języku Python - unittest

  • Wprowadzenie do data science w języku Python - Pandas

  • Interaktywne wizualizacje danych w języku Python - Plotly

  • Data Science Bootcamp w języku Python - od A do Z

  • 250+ Ćwiczeń - Data Science Bootcamp w języku Python

  • SQL Bootcamp - Bazy danych SQLite - Part I

  • SQL Bootcamp - Bazy danych SQLite - Part II

  • SQL Bootcamp - Bazy danych SQLite - Part III - Ćwiczenia

  • SQL Bootcamp - Bazy danych SQLite - Part IV - Ćwiczenia

  • Machine Learning Bootcamp w języku Python cz.I - od A do Z

  • Machine Learning Bootcamp w języku Python cz.II - od A do Z

  • Machine Learning Bootcamp w języku Python cz.III - Ćwiczenia

  • Wprowadzenie do sieci neuronowych - Tensorflow 2.0 + Keras

  • Deep Learning w języku Python - Konwolucyjne Sieci Neuronowe

  • Artificial Intelligence – Computer Vision w języku Python


BI ANALYST / DATA ANALYST:

  • Programowanie w języku Python - od A do Z

  • 200+ Ćwiczeń - Programowanie w języku Python - od A do Z

  • 210+ Ćwiczeń - Python - Moduły wbudowane - od A do Z

  • Programowanie obiektowe w języku Python - OOP - od A do Z

  • 150+ Ćwiczeń - Programowanie obiektowe w języku Python - OOP

  • Testy jednostkowe w języku Python - framework unittest

  • 100+ Ćwiczeń - Testy jednostkowe w języku Python - unittest

  • Wprowadzenie do data science w języku Python - Pandas

  • Interaktywne wizualizacje danych w języku Python - Plotly

  • Twórz nowoczesne aplikacje webowe w Pythonie - Dash, Plotly

  • Data Science Bootcamp w języku Python - od A do Z

  • 250+ Ćwiczeń - Data Science Bootcamp w języku Python

  • SQL Bootcamp - Bazy danych SQLite - Part I

  • SQL Bootcamp - Bazy danych SQLite - Part II

  • SQL Bootcamp - Bazy danych SQLite - Part III - Ćwiczenia

  • SQL Bootcamp - Bazy danych SQLite - Part IV - Ćwiczenia


BIG DATA ANALYST:

  • Programowanie w języku Python - od A do Z

  • 200+ Ćwiczeń - Programowanie w języku Python - od A do Z

  • 210+ Ćwiczeń - Python - Moduły wbudowane - od A do Z

  • Programowanie obiektowe w języku Python - OOP - od A do Z

  • 150+ Ćwiczeń - Programowanie obiektowe w języku Python - OOP

  • Testy jednostkowe w języku Python - framework unittest

  • 100+ Ćwiczeń - Testy jednostkowe w języku Python - unittest

  • Wprowadzenie do data science w języku Python - Pandas

  • Interaktywne wizualizacje danych w języku Python - Plotly

  • Big Data, Hadoop oraz MapReduce w języku Python

  • Big Data: Analiza danych przy użyciu SQL oraz BigQuery


ENG:

  • 200+ Exercises - Programming in Python - from A to Z

  • 210+ Exercises - Python Standard Libraries - from A to Z

  • 150+ Exercises - Object Oriented Programming in Python - OOP

  • 100+ Exercises - Unit tests in Python - unittest framework

  • 100+ Exercises - Python Programming - Data Science - NumPy

  • 100+ Exercises - Python Programming - Data Science - Pandas

  • 100+ Exercises - Python - Data Science - scikit-learn

  • 250+ Exercises - Data Science Bootcamp in Python

  • SQL Bootcamp - Hands-On Exercises - SQLite - Part I

  • SQL Bootcamp - Hands-On Exercises - SQLite - Part II


-------------------
OPIS KURSU
-------------------

Pierwsza część kursu z serii Machine Learning Bootcamp obejmująca tematykę uczenia nadzorowanego. Poruszone są główne problemy klasycznego uczenia maszynowego, czyli klasyfikacja oraz regresja. Kurs zbudowany jest w oparciu o najpopularniejszą bibliotekę do uczenia maszynowego w języku Python, czyli bibliotekę scikit-learn (sklearn).

Na kursie omówionych zostało wiele algorytmów uczenia maszynowego, między innymi:

  • regresja liniowa

  • regresja wielomianowa

  • regresja drzew decyzyjnych

  • regresja logistyczna

  • algorytm k-najbliższych sąsiadów

  • klasyfikator drzew decyzyjnych

  • klasyfikator lasów losowych

  • algorytm maszyny wektorów nośnych

  • naiwny klasyfikator bayesowski

Przedstawione zostały także metody oceny modeli regresji oraz klasyfikacji, walidacja krzyżowa czy metoda przeszukiwania siatki.

O uczeniu maszynowym mówi się już praktycznie wszędzie. Wkrada się w każdą dziedzinę naszego życia. Jeżeli zastanawiasz się czy warto podjąć krok w stronę ucznia maszynowego nie zwlekaj ani chwili dłużej i już dziś podejmij wyzwanie.


Screenshots

Machine Learning Bootcamp w języku Python cz.I - od A do Z
Machine Learning Bootcamp w języku Python cz.I - od A do Z
Machine Learning Bootcamp w języku Python cz.I - od A do Z
Machine Learning Bootcamp w języku Python cz.I - od A do Z

Content

Uczenie maszynowe - wstęp

Kilka wskazówek na początek

Czym jest uczenie maszynowe?

Programowanie klasyczne vs. uczenie maszynowe

Uczenie maszynowe - trendy

Uczenie maszynowe - podział

Główne problemy uczenia maszynowego

Podział danych

-----UCZENIE NADZOROWANE-----

Problem klasyfikacji binarnej

Problem klasyfikacji wieloklasowej

Problem regresji

Projekt uczenia maszynowego - przepływ pracy

Narzędzia i konfiguracja środowiska

Google Colab + Dysk Google + GitHub

Utworzenie repozytorium na platformie GitHub

Praca z Google Colab oraz platformą GitHub

Przygotowanie danych do modelu

Przygotowanie danych do modelu - wykład

Przygotowanie danych do modelu - ćwiczenie cz. 1

Przygotowanie danych do modelu - ćwiczenie cz. 2

Przygotowanie danych do modelu - ćwiczenie cz. 3

Braki danych - wykład

Braki danych - ćwiczenie

Braki danych w szeregach czasowych - ćwiczenie

Ekstrakcja cech - wykład

Ekstrakcja cech - ćwiczenie

Zbiór treningowy, zbiór walidacyjny i zbiór testowy - wykład

Zbiór treningowy, zbiór walidacyjny i zbiór testowy - ćwiczenie

Wybór biblioteki do uczenia maszynowego

------REGRESJA-----

Regresja

Uczenie maszynowe - regresja - intuicja

Regresja liniowa

Regresja liniowa - wykład

Regresja liniowa - równanie normalne - wykład

Regresja liniowa - równanie normalne - ćwiczenie

Regresja liniowa - spadek wzdłuż gradientu - wykład

Regresja liniowa - spadek wzdłuż gradientu - ćwiczenie

Regresja liniowa - spadek wzdłuż gradientu - pułapki

Regresja liniowa w R2 - ćwiczenie

Regresja liniowa w R2 - zbiór treningowy, testowy - ćwiczenie

Regresja liniowa - case study - wprowadzenie

Regresja liniowa - case study - ćwiczenie

Regresja liniowa - case study - eliminacja wsteczna

Regresja liniowa - case study - eliminacja wsteczna - automatyzacja

Regresja wielomianowa

Regresja wielomianowa - wykład

Regresja wielomianowa - ćwiczenie

Regresja drzew decyzyjnych

Regresja drzew decyzyjnych - wykład

Regresja drzew decyzyjnych - ćwiczenie

Regresja - ocena modelu

Ocena modeli regresyjnych - wykład

Ocena modeli regresyjnych - ćwiczenie

-----KLASYFIKACJA-----

Klasyfikacja

Regresja logistyczna

Regresja logistyczna - wykład

Regresja logistyczna - funkcja straty - wykład

Regresja logistyczna - ćwiczenie

K-najbliższych sąsiadów

K-najbliższych sąsiadów - wykład

K-najbliższych sąsiadów - ćwiczenie

Drzewa decyzyjne

Drzewa decyzyjne - wykład

Drzewa decyzyjne - gini, entropia - wykład

Drzewa decyzyjne - gini, entropia - ćwiczenie

Drzewa decyzyjne - zysk informacyjny - wykład

Drzewa decyzyjne - zalety i wady - wykład

Drzewa decyzyjne - ćwiczenie

Uczenie zespołowe - lasy losowe

Las losowy - wykład

Las losowy - ćwiczenie

Maszyna wektorów nośnych

Maszyna wektorów nośnych - wykład

Maszyna wektorów nośnych - ćwiczenie

Naiwny klasyfikator bayesowski

Naiwny klasyfikator bayesowski - twierdzenie Bayes'a

Naiwny klasyfikator bayesowski - przykład

Naiwny klasyfikator bayesowski - ćwiczenie

Klasyfikacja - ocena modelu

Ocena modeli klasyfikacyjnych - wykład 1

Ocena modeli klasyfikacyjnych - wykład 2

Ocena modeli klasyfikacyjnych - ćwiczenie

-----DOBÓR MODELU-----

Dobór modelu

Dobór modelu

Niedouczenie i przeuczenie modelu - wykład

Niedouczenie i przeuczenie modelu - ćwiczenie

Walidacja krzyżowa - wykład

Walidacja krzyżowa - ćwiczenie

Przeszukiwanie siatki - wykład

Przeszukiwanie siatki - ćwiczenie

------CASE STUDIES-----

Case studies

Case Study I - rozpoznawanie cyfr

Klasyfikacja - rozpoznawanie cyfr

Case Study II - klasyfikacja obrazów

Klasyfikacja - rozpoznawanie obrazów - Fashion MNIST

Case Study III - analiza sentymentu - recenzje filmowe

Praca z danymi tekstowymi - przygotowanie do modelu

Klasyfikacja - movie reviews

BONUS: Kupony na inne kursy

Grupa na Facebook'u

Recenzja

Bonus


Reviews

K
Krzysztof20 July 2021

bardzo pomocny materiał, fajnie omówiony. Logicznie poukładany, dzieki czemu łatwiej mi to wszystko bylo zrozumieć. Dzięki!

T
Tymo29 March 2021

Super wprowadzenie dla początkujących w Data Science! Przegląd możliwości wybranych algorytmów uczenia maszynowego (uczenia nadzorowanego), sporo przykładów i niezbyt dużo (w sam raz) teorii. Polecam!

S
Sylwia25 January 2021

Bardzo dobry kurs, jak najbardziej polecam! Bardzo dużo praktycznej wiedzy, a przy tym świetnie wytłumaczonej.

K
Kinas11 April 2020

Z całą odpowiedzialnością mogę powiedzieć, że kurs jest z najwyższej półki. Dokładnie, krok po kroku, opisane modele, sposób ich zakodowania oraz wiele konkretnych przykładów. Bardzo wysokiej jakości materiał z przykładami - może stanowić fantastyczną bibliotekę do wykorzystania w przyszłości na własnych projektach. Zachęcony jakością tego kursu kupiłem kolejne części! Polecam!

K
Konrad8 February 2020

Polecam kurs każdemu kto chce się zainteresować uczeniem maszynowym. Dużo dobrej wiedzy i przekazany w jasny, zrozumiały sposób.


2697570

Udemy ID

12/9/2019

Course created date

2/1/2020

Course Indexed date
Bot
Course Submitted by