Big Data i Data Science - Zastosowanie algorytmów sztucznej inteligencji
Poznaj zaawansowane metody analizy dużych ilości danych wykorzystujące algorytmy AI
Poznaj program szkolenia
- Co zyskasz dzięki szkoleniu ?
Cele szkolenia
Celem szkolenia jest poznanie jest zapoznanie się z zaawansowanymi metodami analizy danych wykorzystujących algorytmy sztucznej inteligencji w celu przetwarzania dużych obszarów danych. Szkolenie jest przeglądem technik i algorytmów AI, które są ważnym elementem nowoczesnej analizy danych.
Umiejętności
Dzięki szkoleniu uczestnik będzie:
- implementował algorytmy przeszukiwania i heurystyczne w języku Python dla wybranych problemów obliczeniowych.
- projektował i konfigurował sztuczne sieci neuronowe (ANN) oraz zastosował je w praktycznych przykładach z użyciem bibliotek Python (scikit-learn, TensorFlow, Keras).
- uruchamiał algorytmy ewolucyjne i genetyczne, w tym operacje na populacji, selekcję i funkcję celu.
- poprawnie tworzył i analizował dane w kontekście uczenia maszynowego, w tym oceniał efektywność i poprawność implementacji algorytmów AI.
- analizował zaawansowane techniki i najnowsze algorytmy sztucznej inteligencji, takich jak ReBeL, AWAC, RigL czy BREMEN, w kontekście ich zastosowań praktycznych.
- tworzył kompletne rozwiązania problemów AI od definicji problemu po implementację i testowanie wyników.
- Czy to szkolenie jest dla Ciebie ?
Profil uczestników
Szkolenie przeznaczone jest dla analityków danych, architektów struktur danych, programistów oraz osób biorących udział w projektach związanych z Big Data.
Przygotowanie uczestników
Od uczestników szkolenia wymagana są podstawowej wiedzy na temat danych oraz ich analizy, znajomość podstaw języka Python, znajomość podstaw ML.
- Czas trwania
Przed nami:
- 4 dni, 32 godziny szkoleniowych
- Szczegółowy program szkolenia
Szczegółowy program szkolenia
Wprowadzenie do zagadnień związanych ze sztuczną inteligencją
- Wstęp do Sztucznej Inteligencji
- Algorytmy Sztucznej Inteligencji
Przeszukiwanie za pomocą algorytmów heurystycznych z implementacją w języku Python
- Problemy rozwiązywane za pomocą przeszukiwania
- Rodzaje algorytmów przeszukiwania
- Rozwiązania siłowe a grafy
- Zastosowania algorytmów przeszukiwania
- Implementacja w języku Python - przykłady
Przeszukiwanie
Sztuczne sieci neuronowe
- Czym są sztuczne sieci neuronowe?
- Perceptron: reprezentacja neuronu
- Sieć ANN
- Projektowanie sztucznych sieci neuronowych
- Przykłady zastosowań sieci neuronowych w języku Python: scikit-learn, TensorFlow, Keras
Algorytmy Ewolucyjne - Algorytmy Genetyczne
- Ewolucja, Genetyka - wstęp
- Do jakich zagadnień stosujemy algorytmy ewolucyjne, genetyczne
- Cykl życia algorytmu genetycznego
- Przestrzeń i populacja rozwiązań
- Przystosowanie – pomiar w populacji
- Operacje na populacji: krzyżowanie, mutacja
- Selekcja
- Operatory selekcji
- Funkcja celu
- Zaawansowane techniki ewolucyjne
- Framework DEAP Python
- Biblioteka geneticalgorithm 1.0.2
- Algorytmy ewolucyjne i struktury danych
- Przykłady implementacji w języku Python
Przegląd najnowszych algorytmów AI:
- ReBeL,
- Efficient Non-Convex Reformulations,
- Memory-Efficient First-Order Semidefinite Programming,
- Advantage Weighted Actor-Critic (AWAC),
- RigL Algorithm,
- Behaviour-Regularised Model-ENsemble (BREMEN)
Metoda realizacji szkolenia
Podczas szkolenia stosowane są metody pracy łączące teorię z intensywną praktyką programistyczną. Zajęcia prowadzone są w formie warsztatów przy komputerach, obejmujących implementację algorytmów sztucznej inteligencji w języku Python. Kluczowe zagadnienia wprowadzane są poprzez krótkie wykłady problemowe, po których następują ćwiczenia praktyczne z zakresu algorytmów przeszukiwania, sieci neuronowych oraz algorytmów ewolucyjnych. Wykorzystywane są studia przypadków i przykłady zastosowań, pozwalające przełożyć teorię na realne problemy obliczeniowe. Istotnym elementem szkolenia jest samodzielna praca uczestników z bieżącym wsparciem trenera, analiza poprawności i efektywności rozwiązań oraz przegląd aktualnych trendów i najnowszych algorytmów AI, omawianych w kontekście ich praktycznego zastosowania.
- Ścieżka rozwoju
Zapraszamy na nasze szkolenia z analizy i wizualizacji danych w Python!
- Algorytmy Sztucznej Inteligencji(AI) Implementacja w języku Python
- Python w pracy z MS Excel
- Analiza danych w Python. Wstęp z użyciem języka Python i jego bibliotek
- Mistrzowska prezentacja w Python
- Programowanie i struktury danych w języku Python
- Python w analizie danych. Wstęp do Data Science
- Big Data - podstawy analizy danych opartej o duże zbiory danych
- W ramach szkolenia zapewniamy
W ramach szkolenia zapewniamy
- materiały szkoleniowe
- certyfikat potwierdzający udział w kursie
- pełna obsługa cateringowa (dotyczy szkoleń stacjonarnych)