Napjaink egyértelműen legdivatosabb témája a mesterséges intelligenciában rejlő lehetőségek kiaknázása, azonban a laikus szemlélő számára bűvésztrükknek tűnhet az, hogy hogyan bányászunk elő hasznos információt végtelennek tetsző adattáblák sokaságából. Ez a kurzus egymásra épülő modulokon keresztül mutat be egyre összetettebb technikákat, melyek elsajátítása után a résztvevők képesek lesznek önálló adatelemzési folyamatok fejlesztésére, gépi tanulási modellek építésére és azokkal az ismeretlen célváltozók prediktálására. A tanfolyam során gyakorlati anyagok segítik a megértést és a tapasztalat szerzést, megismerkedünk az adatelemzés és -előkészítés technikáival, valamint interaktív vizualizációkat is készítünk Jupyter notebook-útmutatókon keresztül.

A szükséges elméleti ismeretek bemutatását és feldolgozását követően gyakorlati anyagok segítik azok részleteinek megértést és napi gyakorlatban történő alkalmazásuk, hasznosulások elmélyítését.

Jelentkezési határidő:

Képzési napok: hamarosan

Min.-Max. csoportlétszám: 6-12 fő

Óraszám: 24 óra (3*8 óra)

Helyszín: Budapest

*Képzéseinket a mindenkori aktuális szabályozásnak és a résztvevők igényeinek megfelelően valósítjuk meg. A változtatás jogát fenntartjuk!

A gépi tanulás után érdeklődő minden érdeklődőt szeretettel várunk, tekintve az átadáskerülő ismeretek hasznosításának csak a felhasználói képzelet szabhat határt.

Gépi tanulás elméleti és gyakorlati alapismeretei. A kurzus elvégzését követően a résztvevők képesek lesznek önálló adatelemzési folyamatok fejlesztésére, gépi tanulási modellek építésére, és azokkal az ismeretlen célváltozók prediktálására. Megismerkednek az adatelemzés és -előkészítés technikáival, valamint a Jupyter notebook segítségével interaktív vizualizációk készítésére.

Elméleti alapok

• Az adattudomány és a mesterséges intelligencia alapfogalmai
• Alkalmazási területek
• Adatstruktúrák és adattípusok kezelése
• Felderítő analitika
• Klasszikus statisztikai módszerek

Adatosztályozás

• Klasszifikáció, regresszió és klaszterezés modelljei
• Lineáris modellek, döntési fák, legközelebbi szomszédok elmélete
• Numpy és Pandas csomagok használata

Gyakorlati megvalósítások

• Klasszifikációs és regressziós modellek építése
• Scikit-learn csomag használata
• Modellek kiértékelése, teljesítmény összehasonlítása

Listaár: 240.000 Ft + áfa

Egyéni MLBKT tagoknak: 228.000 Ft + áfa

Intézményi MLBKT tagoknak: 216.000 Ft + áfa

Csoportos kedvezmény 2 főtől: 228.000 Ft + áfa

A részvételi díj tartalmazza az előadások szakmai anyagait.

A kedvezmények nem összevonhatók, de minden esetben a jelentkező számára legkedvezőbb opciót vesszük figyelembe.

A kedvezményt költségviselő után tudjuk megadni!

(Amennyiben az egyéni tagdíjat a résztvevő munkáltatója fizeti, az egyéni tagi kedvezményt a vállalat részére is biztosítjuk.)

Bemeneti feltételek: felsőfokú végzettség, középszintű matematikai ismeretek.

A sikeresen teljesítő résztvevők igazolásként az MLBKT Tréning Központ “Adatelemzés, gépi tanulás modellek kezdőknek” tanúsítványát kapják.