Big Data i Data Science - Zastosowanie algorytmów sztucznej inteligencji
Poznaj zaawansowane metody analizy dużych ilości danych wykorzystujące algorytmy AI
Instrukcja zapisu na szkolenia
Nasz przewodnik krok po kroku przeprowadzi Cię przez proces rejestracji nowego konta lub logowania do Comarch Cloud w celu rezerwacji miejsca na kursie!
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)