Python dla AI: Deep Learning, Text Mining, XAI

Szkolenie Python dla AI: Deep Learning, Text Mining, XAI wprowadza w zaawansowane zagadnienia związane z programowaniem aplikacji opartych o modele uczenia maszynowego i głębokiego, wykorzystując wybrane pakiety języka Python, takie jak scikit-learn oraz TensorFlow. Oprócz tego, uczestnicy zdobędą wiedzę na temat wyboru modelu uczenia, doboru właściwego algorytmu oraz narzędzi niezbędnych do skutecznego rozwiązania zadania. Dodatkowo, skupimy się na zrozumieniu uczenia głębokiego w kontekście Text Mining i XAI.

Po ukończeniu szkolenia uczestnicy zdobędą praktyczne umiejętności wdrażania rozwiązań Deep Learning. Text Mining i XAI. Będą także wykorzystywać funkcje pakietu scikit-learn do rozwiązywania złożonych problemów z zakresu uczenia maszynowego.

Szkolenie Python dla AI: Deep Learning, Text Mining, XAI zapewnia kompleksową wiedzę i praktyczne umiejętności niezbędne do pracy z zaawansowanymi technikami uczenia maszynowego i głębokiego, umożliwiając uczestnikom skuteczne wykorzystanie potencjału sztucznej inteligencji w praktyce.

Kurs Python dla AI przeznaczone jest dla programistów języka Python, którzy chcą poszerzyć swoją wiedzę o struktury Deep Learning, Text Mining i XAI w implementacji języka Python szczególnie z użyciem pakietów scikit-learn oraz TensorFlow.

Cele szkolenia

Cele szkolenia jest wprowadzenie uczestników w zaawansowane zagadnienia związane z definiowaniem i programowaniem aplikacji opartych o modele uczenia maszynowego i głębokiego z użyciem wybranych pakietów języka Python: scikit-learn oraz TensorFlow, opanowanie zagadnień związanych z wyborem modelu uczenia oraz doboru właściwego algorytmu a finalnie narzędzi, które pozwolą skutecznie rozwiązać zadanie, a także zrozumienie uczenia głębokiego w kontekście Text Mining i XAI.

Umiejętności

Dzięki szkoleniu uczestnik będzie potrafił:

Stosować język Python w programowaniu algorytmów I struktur Deep Learning
Używać funkcji pakietu scikit-learn
Stosować Pakiet scikit-learn do rozwiązywania złożonych problemów.
Wykorzystać praktycznie wiedzę na temat modeli uczenia
Używać funkcji pakietu TensorFlow
Stosować Pakiet TensorFlow do rozwiązywania problemów opartych na użyciu sieci neuronowych
Wdrażać rozwiązania należące do kategorii: Deep Learning. Text Mining i XAI
Programować aplikacje realizujące algorytmy i modele DL

Profil uczestników

Szkolenie przeznaczone jest dla programistów języka Python, którzy chcą poszerzyć swoją wiedzę o struktury Deep Learning, Text Mining i XAI w implementacji języka Python szczególnie z użyciem pakietów scikit-learn oraz TensorFlow.

Przygotowanie uczestników

Uczestnik powinien posiadać wiedzę i doświadczenie w programowaniu w języku Python na poziomie średniozaawansowanym (zakres kursu podstawowego i warsztatów średniozaawansowanych) oraz podstawową wiedzę z zakresu Machine Learning i Deep Learning.

Przed nami:

4 dni, 8 godzin szkoleniowych

Szczegółowy program szkolenia dla nieprogramistów - Podstawy programowania w języku Python

Wstęp do uczenia maszynowego i głębokiego

Pakiet Scikit – learn

Konstrukcja pakietu
Wybór i ocena modelu
Inspekcja
Wizualizacje
Przetwarzanie zbiorów danych
Narzędzia do ładowania zbiorów danych
Obliczanie z wykorzystaniem scikit-learn
Model - trwałość modelu
Przypadki uczenia - analiza wybranych algorytmów
- 2.9.1. Uczenie nadzorowane
  - Uczenie nienadzorowane
  - Uczenie ze wzmocnieniem
Wybór i ocena modelu
Kontrola i wizualizacja
Przekszatałcenia zbiorów danych
Narzędzia do ładowania zbiorów danych
Obliczenia z wykorzystaniem pakietu
Trwałość modelu
Typowe pułapki i dobre praktyki

Pakiet TensorFlow

Konfigurowanie i podstawowe użycie
Sztuczne sieci neuronowe
Tensory
Zmienne
Automatyczne róźnicowanie
Wykresy i funkcje TF
Moduły, warstwy i modele
Pętle treningowe

Deep Learning (uczenie głębokie) – zastosowania bibiliotek scikit-learn oraz keras

Różne rodzaje sieci neurownowych
Algorytmy optymalizacyjne (Adam, AdaMax, AdaGrad)
Regresja
Przetrenowanie modelu
Zapis wag i modeli
Tuning hiperparametrów
Zaawansowane sieci neuronowe (DNN, RNN. Autoenkodery, GAN)

Text Mining/Natural Language Processing

Obróbka tekstu, wstepne przygotowanie zbiorów tekstowych
Funkcje tektowe
Podstawowa klasyfikacja tekstu
Klasyfikacja tekstu za pomocą TensorFlow Hub
Przetwarzanie tekstu i języka naturalnego za pomocą TensorFlow
Zaawansowane aspekty przetwarzania tesktu

Preprocessing

Modelowanie danych niezbalansowanych
Detekcja anomalii

Explainable Machine Learning (XAI)

Interpretowalność
Podejścia niezależne od modelu
Ważność cech
Mapy istotności i mapy ciepła
LIME (Local Interpretable Model-agnostic Explanations)
SHAP (SHapley Additive exPlanations)
Rozważania etyczne

Co dalej?

Metoda realizacji szkolenia

Szkolenie jest realizowane różnymi metodami takimi jak, mikrowykład, ćwiczenia współne, ćwiczenia indywidualne, praca indywidualna, z głębokim naciskiem położonym na aspekt praktyczny programowania

POBIERZ PROGRAM W PDF

W ramach szkolenia zapewniamy

materiały szkoleniowe
certyfikat potwierdzający udział w kursie
pełna obsługa cateringowa (dla szkoleń stacjonarnych)

Python dla AI: Deep Learning, Text Mining, XAI

Python dla AI: Deep Learning, Text Mining, XAI

Opis szkolenia

Poznaj program szkolenia

Podobne szkolenia