Plan szkolenia
1. Machine Learning
○ Wprowadzenie w zagadnienia uczenia maszynowego
○ Charakterystyka i zastosowania algorytmów
○ Przegląd narzędzi wykorzystywanych w Data Science i ML
2. Python
○ Charakterystyka bibliotek języka Python dedykowanych uczeniu
maszynowemu
Praca ze środowiskiem developerskim i przygotowanie projektu
○ Praca z NumPy i Pandas
3. Feature Engineering
○ Przygotowanie danych
○ Praca z cechami, standaryzacja, selekcja
○ Eksploracja i wizualizacja
○ Problemy z danymi nieprzetworzonymi, raw data
○ Dane treningowe, walidacyjne i testowe
4. Algorytmy
○ Praca z algorytmami regresji
○ Praca z algorytmami klasyfikacji
○ Praca z algorytmami klasteryzacji
5. Model
○ Ocena jakości i doskonalenie modelu
○ Cross-Validation, Grid Search
