Detail kurzu
Machine Learning BootCamp
EDU Trainings s.r.o.
Popis kurzu
Úvod do strojového učení (2 dny)
Jedná se o úvodní kurz pro začátečníky, kteří se strojovým učením nemají žádné zkušenosti a chtějí udělat první kroky k jeho praktickému používání. Účastníci se dozvědí, co je to strojové učení, jaké typy strojového učení se v praxi nejčastěji používají a jak jednotlivé algoritmy fungují. Nebudeme se zabývat přesným matematickým popisem, ale spíše intuitivním porozuměním, které je nezbytné pro efektivní používání a správnou volbu různých nástrojů a knihoven. Velkou pozornost věnujeme způsobům vyhodnocení natrénovaných modelů, problémům s přeučováním, přípravě dat a praktickým poznatkům, které se ve škole nedozvíte.
Zpracování přirozeného jazyka (1 den)
Kurz je zaměřen na analýzu a zpracování textů. Předpokládá se znalost principů strojového učení, ale ty nejdůležitější koncepty budou stručně zopakovány. Specifikem zpracování textů je způsob předzpracování dat a jejich vektorizace. Tomu bude věnována první část. Vše bude prakticky vyzkoušeno na úloze, jejíž cílem je klasifikace textových dokumentů. Dále se účastníci dozvědí, co jsou to jazykové modely a jak je použít pro detekci jazyka dokumentu nebo generování textů.
Konvoluční neuronové sítě a zpracování obrazu (1 den)
Náš workshop je pro machine learning začátečníky, kteří si mají chuť prakticky vyzkoušet neuronové sítě pro zpracování obrázků, ale ještě k tomu neměli tu pravou příležitost. Názornými experimenty spolu poodhalíme, jak a proč takové modely fungují, jaké jsou za jejich fungováním intuice a postupně přes jednoduché příklady dospějeme až k modelům, které se běžně používají v praxi. U těch se zaměříme na možnosti využití jejich vnitřní sémantické reprezentace obrázku a na to, jak co nejefektivněji vizualizovat jejich chování.
Časové řady (1 den)
Kurz je zaměřen na predikci časových řad. V první části se účastníci seznámí se standardními postupy při modelování a predikci časových řad a vyzkouší si jednoduché postupy na ukázkových příkladech. V další části budou vysvětleny metody strojového učení aplikovatelné při predikci časových řad. Účastníci si vyzkouší sestavit a natrénovat model schopný predikovat složitější časovou řadu z historických dat a ověří schopnost modelu predikovat budoucnost.
Obsah kurzu
Úvod do strojového učeníDen 1
Co je to strojové učení
Typy strojového učení (klasifikace, regrese, řazení, reinforcement learning, clustering, detekce anomálií, doporučování, optimalizace)
Příprava data (rozdělení datových množin, vyváženost dat, šumy v datech, normalizace a standardizace atributů, rozpoznání přeučování a obrana proti němu)
Evaluace modelů pro klasifikace (accuracy, precision, recall, matice záměn, ROC křivka, AUC)
Základní algoritmy pro klasifikaci (baseline modely, naivní bayesovský klasifikátor, logistická regrese, Support Vector Machines, rozhodovací stromy, ensemble metody)
Rychlotutoriál scikit learn (načítání a transformace dat, trénování modelů a predikce, pipelines, evaluace)
Praktická úloha na klasifikaci
Základní algoritmy pro regresi (analytické metody, gradient descent, SVR, regresní stromy)
Evaluace regresních modelů (mean squared error, absolute squared error)
Praktická úloha na regresi
Den 2
Základní algoritmy pro shlukování (K-means, hierarchické shlukování, metody pro určení počtu shluků)
Praktická úloha na shlukování
Úvod do neuronových sítí (proč jsou populární, výhody/nevýhody, perceptron)
Nejpoužívanější aktivační funkce (Sigmoid, Linear, Tanh, Relu, Softmax)
Vícevrstvé sítě (Algoritmus zpětné propagace chyby a stochastic gradient descent, konvoluce, pooling a regularizace)
Trénování neuronových sítí (epocha, iterace, batch learning)
Rychlotutoriál Keras (instalace TensorFlow + Keras, návrh sekvenčního modelu, optimalizátory a trénování, způsob práce s daty)
Praktické úlohy na klasifikaci a regresi pomocí neuronových sítí
Zpracování přirozeného jazyka
Den 3
Úvod do zpracování přirozeného jazyka
Vybrané kapitoly z komputační ligvistiky (korpusy, tokenizace, morfologická, syntaktická a sémantická analýza, entropie, mutual information, perplexita)
Vektorizace textových dokumentů (bag of words, one-hot encoding, TF-IDF)
Word embedding (word2vec)
Praktická úloha na klasifikaci textů
Word embedding (vytvoření word2vec modelů a experimenty s vektorovými reprezentacemi slov)
Úvod do jazykových modelů (n-gramové modely, vyhlazování, modely založené na neuronových sítích)
Praktická úloha na jazykové modelování (implementace jazykových modelů a jejich využití pro detekci jazyka textu)
Úprava algoritmu pro generování textů
Konvoluční neuronové sítě a zpracování obrazu
Den 4
VGG 16 and ResNet
Transfer learning a fine-tuning pro použití v klasifikaci obrazu
Klasifikace obrázků
Batch normalization a data augmentation
U-net a Segmentace obrazu
GANs a superresolution
Vysvětlitelnost konvolučních neuronových sítí
Adversarial patch
Časové řady
Den 5
Úvod do teorie časových řad
Vybrané postupy modelovaní časových řad (časová a frekvenční doména, spektrální analýza, autokorelace, modely časových řad (ARIMA apod.)
Praktický příklad (pandas, základní charakteristiky, jednoduchá predikce)
Metody strojového učení pro časové řady (state space metody, hidden markov model, kalman filter, dopředné neuronové sítě, rekurentní neuronové sítě, LSTM)
Praktické příklady ilustrující sílu strojového učení (příprava trénovací množiny dle typu úlohy a zvoleného modelu, trénovaní a evaluace)
Komplexní scénář predikce časové řady pomocí rekurentní sítě (predikce teploty z vícerozměných vstupních dat: sběr a příprava trénovací množiny, trénování a validace modelu, predikování pomocí naučené sítě)
Hodnotenie
Organizátor
EDU Trainings s.r.o.
Táborská 619/46, Praha 4 - Nusle
Vzdělávací centrum EDU Trainings nabízí rozsáhlé portfolio vzdělávacích služeb v oblasti IT v České a Slovenské republice. Najdete u nás certifikovaná školení od předních světových společností jako jsou Red Hat, Microsoft, Micro Focus a další, a to nejen v tradiční prezenční podobě, ale také jako virtuální nebo On-Demand školení.
Mimo to organizujeme zajímavé semináře, webináře či online diskuze a poskytujeme certifikační testy v autorizovaném testovacím centru Pearson VUE a PEOPLECERT. Testy a certifikace těchto společností jsou celosvětově uznávané. Školení pro IT specialisty, technický personál i manažery jsou vedena odbornými certifikovanými lektory s bohatými praktickými zkušenostmi. Účastníci našich kurzů získávají potřebné znalosti, které jím pomohou zlepšit procesy v IT, zefektivnit projekty a ušetřit jejich čas. Dokážeme pomoci firmám k maximálnímu využití technologií, a tím i ke zvýšení konkurenceschopnosti na trhu. Školení dodáváme v českém, slovenském a anglickém jazyce, vybrané kurzy i v němčině a španělštině. Prioritou Vzdělávacího centra EDU Trainings je dodávka kvalitního vzdělání odpovídajícího aktuálním trendům a požadavkům trhu, které splňuje nároky zákazníka a umožňuje mu jeho další růst.
Co od nás můžete očekávat?
• Rozsáhlé portfolio IT služeb
• Soft skills kurzy
• Inovativní jazykovou výuku pomocí platformy Voxy
• Odborné lektory s praktickými zkušenostmi
• Profesionalitu, flexibilitu a vstřícnost
Základní nabídka vzdělávacích služeb:
• Standardní kurzy v námi poskytnuté učebně nebo v prostorách zákazníka
• Kurzy na míru, realizace vzdělávacích plánů
• E-learningové kurzy
• Semináře a bezplatné webináře
• Individuální i skupinové konzultace
• Certifikace IT profesionálů
Portfolio:
AWS, Blockchain, Brocade, CompTIA, DASA, EDU Trainings, EPI, Fortinet, G2G3, IAPP, IMDS, ISC2, ISTQB, ITIL, Micro Focus, Microsoft, OMG, Palo Alto Networks, PECB, PRINCE2, Red Hat, SAFe, SAP, Scrum.org, Splunk, VMware, Zabbix.
Podobné kurzy
podľa názvu a lokality
