Uczenie maszynowe w Pythonie. Podstawy, perceptron, regresja

Machine Learning już się dzieje i będzie się dziać dalej. Warto je poznać!
4.83 (510 reviews)
Udemy
platform
Polski
language
Data Science
category
instructor
Uczenie maszynowe w Pythonie. Podstawy, perceptron, regresja
6 223
students
7.5 hours
content
Apr 2025
last update
$19.99
regular price

Why take this course?

🎓 Kurs Machine Learning dla początkujących


Cel kursu: Wyposażenie uczestników w teoretyczne i praktyczne umiejętności w zakresie podstawowego Machine Learning, z akcentem na budowę pojedynczego perceptronu oraz algorytmy regresji liniowej.

Zawartość kursu:

  1. Wprowadzenie do Machine Learning:

    • Co to jest Machine Learning?
    • Przykłady zastosowania ML w różnych dziedzinach.
  2. Podstawy programowania w Pythonie:

    • Znajomość biblioteki NumPy, której znamy "siostrzenice" – pandas, matplotlib itp.
  3. Dane i ich przygotowanie:

    • Przygotowywanie danych do uczenia maszynowego.
    • Scalowanie danych (normalizacja/standardizacja).
    • Dzielenie zbiorów danych na uczące i testowe.
  4. Perceptron jednokładkowy:

    • Intuicja perceptronu.
    • Implementacja prostego perceptronu w Pythonie.
    • Zastosowanie perceptronu do rozwiązywania problemów zagnaczania klas.
  5. Regresja liniowa:

    • Różne odmiany regresji liniowej: Adaline, RANSAC, Lasso, Ridge, Elastic Net.
    • Implementacja algorytmów regresji w Pythonie (Scikit-Learn).
    • Współczynnikery regularności (L1 i L2).
  6. Optymalizacja:

    • Metody gradientu spowodzanego.
    • Optimization algorytmy – jak optymalizować wagi neuronów.
  7. Zadania praktyczne:

    • Własne zastosowanie algorytmów ML do różnych zadań.
    • Analiza i interpretacja wyników.
  8. Zaawansowane zadania:

    • Tworzenie modeli ML od zera.
    • Przeprowadzanie eksperymentów ML i interpretacja wyników.
  9. Analiza przypadków:

    • Rozwiązanie realnych problemów z wykorzystaniem ML.

Cel uczestnika kursu: Po zakończeniu kursu uczestnicy będą w stanie:

  • Zrozumieć podstawy machine learning i sztucznej inteligencji.
  • Samodzielnie implementować algorytmy perceptronu jednokładkowego i różnych odmian regresji liniowej.
  • Przygotować dane do analizy w kontekście ML.
  • Stosować optymalizacje w procesie uczenia maszynowego.
  • Zastanawiać się krytycznie nad wybranymi modelami i ich zastosowaniem w różnych kontekstach.

Jak rozpocząć?

  1. Upewnij się, że masz zainstalowany Python oraz niezbędne biblioteki (NumPy, pandas, matplotlib).
  2. Zarejestruj się na kurs i zacznij od lekcji próbnych, aby ocenić swoje zapoznanie z tematem i przygotować się do nauki.
  3. Przełącz się do pełnej wersji kursu i zaczynaj od podstaw, budując wiedzę stopniowo.
  4. Wykorzystaj dostęp do forum lub wspólnoty, aby zadawać pytania i dzielić się wiedzą z innymi uczestnikami.
  5. Zaproponuj swoje własne projekty lub analizy w ramach ćwiczeń praktycznych, aby w pełni zrozumieć materiał naukowy.

Podsumowanie: Ten kurs to idealna płyta wyjścia do świata Machine Learning i sztucznej inteligencji. Jest zaprojektowany tak, aby dostarczać solidnych podstaw teoretycznych oraz praktyczne umiejętności w implementacji algorytmów ML. Czytasz gotowy do zacząć? Do zobaczenia na kursie! 🚀

Course Gallery

Uczenie maszynowe w Pythonie. Podstawy, perceptron, regresja – Screenshot 1
Screenshot 1Uczenie maszynowe w Pythonie. Podstawy, perceptron, regresja
Uczenie maszynowe w Pythonie. Podstawy, perceptron, regresja – Screenshot 2
Screenshot 2Uczenie maszynowe w Pythonie. Podstawy, perceptron, regresja
Uczenie maszynowe w Pythonie. Podstawy, perceptron, regresja – Screenshot 3
Screenshot 3Uczenie maszynowe w Pythonie. Podstawy, perceptron, regresja
Uczenie maszynowe w Pythonie. Podstawy, perceptron, regresja – Screenshot 4
Screenshot 4Uczenie maszynowe w Pythonie. Podstawy, perceptron, regresja

Loading charts...

2658330
udemy ID
16/11/2019
course created date
05/02/2020
course indexed date
Bot
course submited by