✅ poznasz istotę działania algorytmów uczenia maszynowego,
✅ dowiedz się, jak korzystać z popularnych i sprawdzonych bibliotek dedykowanych uczeniu maszynowemu: scikit-learn oraz Keras,
✅ stworzysz własny silnik rekomendacyjny,
✅ przeprowadzisz proces przygotowania danych oraz trenowania modelu,
✅ opanujesz wiedzę, która pozwoli Ci szacować skuteczność modeli oraz diagnozować problemy związane z procesem uczenia maszynowego.
Jest niemal pewne, że specjaliści między innymi w dziedzinie uczenia maszynowego, którzy już dziś są intensywnie poszukiwani, staną się jeszcze bardziej pożądani w przyszłości. Dołącz do ich grona!
Kurs jest podzielony na 16 rozdziałów. W pierwszym rozdziale skupimy się na stworzeniu prostego środowiska pracy. Dalej, w rozdziałach 2 - 8, poznasz podstawowe algorytmy, takie jak sieci neuronowe, oraz zrozumiesz, na czym polega ogólne podejście machinelearningowe. W rozdziałach 9 - 13 poznasz kolejne, nieco alternatywne, lecz równie często wykorzystywane algorytmy, których idea opiera się na innych zasadach. Na koniec, w ramach rozdziałów: 14, 15 i 16, stworzysz własny silnik rekomendacyjny, który następnie usprawnisz z wykorzystaniem popularnych metod pracy z tekstem (NLP), by uzyskać półgotowy produkt na koniec kursu.