Opis kursu
Celem kursu jest zapoznanie uczestników z zaawansowaną analizą danych obejmującą techniki uczenia maszynowego oraz sztucznej inteligencji. W trakcie szkolenia wykorzystamy algorytmy drzew decyzyjnych oraz sieci neuronowych. Obie wymienione techniki modelowania są szeroko wykorzystywane w różnych obszarach zastosowań. Ich popularność w środowisku analitycznym świadczy o skuteczności w przewidywaniu różnego rodzaju zjawisk — od ryzyka kredytowego, aż po rozpoznawanie obrazu. Ponadto, te techniki stanowią świetne rozszerzenie klasycznych metody statystycznych. O tym, jak, budować modele drzew decyzyjnych i sieci neuronowych, jak oceniać ich poprawność oraz jak ważną rolę odgrywa przygotowanie danych do modelowania, dowie się każdy uczestnik szkolenia. Na kursie nie zabraknie teoretycznego wprowadzenia do technik uczenia maszynowego, jednak w trakcie szkolenia skoncentrujemy się na praktycznym wykorzystaniu drzew decyzyjnych i sieci neuronowych, włączając w to wdrożenie modeli w procesy analityczne.
Czas trwania
- Szkolenie trwa 16 godzin lekcyjnych (2 dni po 8 godzin)
Program zajęć
- Teoretyczne wprowadzenie do algorytmów drzew decyzyjnych,
- Budowa różnych modeli drzew decyzyjnych,
- Wizualizacja wyników otrzymanych w oparciu o modele predykcyjne,
- Interpretacja drzewa decyzyjnego i zawartych w nim miar,
- Porównanie modeli drzew decyzyjnych,
- Teoretyczne zapoznanie z technikami opartymi na drzewach decyzyjnych,
- Teoretyczne wprowadzenie do algorytmu sieci neuronowej,
- Rola przygotowania danych w procesie budowy modeli z użyciem sieci neuronowych,
- Budowa sieci neuronowych typu wielowarstwowy perceptron,
- Ocena skuteczności modelu sieci neuronowej,
- Produkcyjne wdrożenie modeli i ich implementacja w procesach analitycznych.
Szkolenia na zamówienie
Szkolenie może zostać zrealizowane także na indywidualnie zamówienie – zdalnie lub w siedzibie Klienta.
Jego program może zostać dostosowany do indywidualnych potrzeb.
Polecane kursy uzupełniające
Dla zainteresowanych poprawą jakości i wykrywania nieprawidłowości w danych do modelowania: DM 2. Zrozumienie, ocena jakości i przygotowanie danych do modelowania
Dla zainteresowanych predykcją opartą o klasyczne techniki predykcyjne: DM 3a. Predykcja z wykorzystaniem technik regresji liniowej i regresji logistycznej
Dla zainteresowanych technikami wielowymiarowymi wykorzystywanymi do grupowania: DM 3c. Grupowanie z wykorzystaniem k-średnich, sieci Kohonena i dwustopniowego grupowania
Dla zainteresowanych technikami prognozowania zjawisk w czasie: DM 3d. Prognozowanie z wykorzystaniem analizy szeregów czasowych
Informacje dodatkowe
Profil uczestnika
Szkolenie adresowane jest do osób, które chcą zapoznać się z wykorzystaniem sieci neuronowych i drzew decyzyjnych w obszarach data mining i data science.
Wykorzystane oprogramowanie
PS CLEMENTINE PRO / IBM SPSS Modeler
Umiejętności zdobywane podczas kursu
- Podstawy teoretyczne z zakresu technik budowy drzew decyzyjnych i sieci neuronowych,
- Przygotowanie danych na potrzeby konkretnych technik analitycznych,
- Umiejętność budowania modeli drzew decyzyjnych oraz sieci neuronowych,
- Praktyczne wykorzystanie algorytmów w różnych zastosowaniach.
