Informacje o szkoleniu

Główna korzyść: Dzięki szkoleniu Twoi ludzie mogą sprawdzić, czy i jakie szanse stwarza Machine Learning i Deep Learning w Twojej firmie oraz nabyć umiejętności rozwiązywania prostych problemów z użyciem ML i DL.

Czas trwania: 5 dni po 8 godzin zegarowych (razem z przerwami)
Forma szkolenia: warsztatowa (70% ćwiczenia / 30% wykład)
Logistyka: w siedzibie klienta lub innym wyznaczonym przez niego miejscu
Zapisy: szkolenie zamknięte – indywidualne zamówienie i dopasowanie dla grupy
Wielkość grupy: max 10 osób
Grupa docelowa: analitycy, R&D, developerzy, team leaderzy
Wymagania dla uczestników: podstawowa umiejętność programowania. Nie jest wymagana wcześniejsza znajomość Pythona (chociaż będzie bardzo pomocna) ani Machine Learning.

Program szkolenia

  1. Tooling
    1. Python 3 vs Python 2
    2. Python 3.x Installation
    3. PyCharm – IDE
    4. Executing Python Scripts
    5. pip – Packet Manager
    6. IPython – Interactive Console
    7. Jupyter Notebook
    8. virtualenv – Isolated Python Installations
    9. Tooling Summary
    10. Tooling for Data Science
  2. Data Visualisation with matplotlib
    1. Basic Line Plots
    2. More Series Customization
    3. Log and Symlog Scale
    4. Multiple Plots
    5. Interactive Plots
  3. Python Crash Course
    1. Data Types
    2. Functions
    3. Useful Builtin Functions
  4. Data Processing with Pandas
    1. Importing and Exporting Data
    2. Basic Transformations
    3. Aggregation
    4. Filtering
    5. Split-Apply-Combine Pattern
    6. Rolling
    7. Processing Missing Values
  5. Introduction to Machine Learning
    1. What is Machine Learning?
    2. Basic Concepts
    3. Problem Types
    4. Basic Questions
    5. Common Workflow
    6. Algorithm Cheat-Sheet
    7. Supervised Learning
    8. Bias-Variance Trade Off
    9. Case Study: Iris Classification
  6. Regression Linear Models
    1. Simple Linear Regression
    2. Multiple Linear Regression
    3. Ridge Regularisation
    4. Lasso Regularisation
    5. ElasticNet Regularisation
  7. Feature Engineering & Selection
    1. Pipelines
    2. One Hot Encoding
    3. Polynominal & Interaction Terms
    4. ln(x+1) Transformation
    5. Feature Selection
  8. Cross Validation and Grid Search
    1. Cross Validation
    2. Cross Validation Strategies
    3. Grid Search
  9. Classification
    1. Logistic Regression
    2. Binary Classification
    3. Multiclass Classification
    4. Evaluation for Model Selection
  10. Business Applications
  11. Models
    1. k-Nearest Neighbors
    2. Linear & Logistic Regression
    3. Lasso, Ridge and ElasticNet Regularization Recap
    4. Neural Networks
    5. Support Vector Machines
    6. Kernelized Support Vector Machines
    7. Decision Trees
    8. Random Forests and Boosting
    9. Classificators Comparison
  12. Clustering
    1. k-Means Clustering
    2. Agglomerative Clustering
    3. Hierarchical Clustering and Dendograms
    4. DBSCAN
    5. Evaluating Clustering with Ground Truth
    6. Comparing Clustering on Digits
  13. Dimensionality Reduction
    1. Principal Component Analysis (PCA)
    2. Non-negative matrix factorisation (NMA)
    3. Decomposing Signals with NMF
    4. Manifold Learning with t-SNE
  14. Recommendation Systems
    1. Introduction to Recommendation Systems
    2. Suprise Library
    3. CI&T Deskdrop Dataset
    4. Cold Start
    5. Building Model and Evaluation
    6. Popularity Model
    7. Content-Based Filtering
    8. Collaborative Filtering
    9. Testing Models
  15. BigData with dask
    1. What is dask?
    2. dask as a Task Scheduler
    3. Working on a Computational Cluster
    4. DataFrame
    5. Dask-ML
    6. Dask Alternatives
  16. Intro to Deep Learning
    1. Installation and Tooling Overview
    2. Neutral Network Introduction
    3. Keras Introduction
    4. Feedforward Neural Network
    5. Image Classification
    6. Convolutional Neural Network
    7. Image Classification
    8. Activation Function
    9. Learning Process
    10. Backpropagation
    11. Recurrent Neural Networks with LSTM
    12. Averaging with LSTM
    13. Text Generation with LSTM
    14. Neural Network Architectures
    15. GoogLeNet
    16. Self-Taught Learning

Korzyści

W ramach 5 dni szkolenia otrzymasz

  1. Analizę potrzeb i pomoc w doborze szkolenia w postaci rozmowy telefonicznej ze sponsorem szkolenia, HRem lub team leadem oraz ankiety elektronicznej dla uczestników szkolenia.
  2. Możliwość i pomoc w dostosowaniu szkolenia pod Twoje potrzeby.
  3. Instrukcja przygotowania laptopów dla uczestników i, w razie potrzeby, wsparcie telefoniczne, mailowe i Skypowe (chociaż jeszcze nigdy nie było takiej potrzeby). Dzięki temu oszczędzamy czas na początku szkolenia i ruszamy od razu z nauką.
  4. Środowisko gotowe do wykorzystania po szkoleniu. Nie używamy wirtualnych maszyn, instalujemy wszystko na laptopach uczestników.
  5. Blended Learning – przed szkoleniem uczestnicy samodzielnie zapoznają się ze specjalnymi materiałami. W ten sposób oszczędzamy czas na wyjaśnianie podstaw.
  6. Gwarancję poprowadzenia szkolenia przez doświadczonego trenera – firmy szkoleniowe z braków kadrowych często wysyłają praktykantów.
  7. Osiem godzin zegarowych każdego dnia, w tym przerwy. Wiele firm szkoleniowych ogranicza się do jedynie 7 godzin.
  8. Ewaluację szkolenia przez uczestników.
  9. Raport z wnioskami ze szkolenia i rekomendacjami oraz wynikami ewaluacji szkolenia w formie telefonicznej lub/i mailowej dla sponsora szkolenia lub innej wybranej osoby.
  10. Materiały szkoleniowe zawierające fragmenty kodu, komentarze, ćwiczenia i ich wzorcowe rozwiązania. Materiały są w formie repozytorium, dzięki czemu każdy uczestnik może dodać do nich swoje własne komentarze, a to przekłada się na lepsze przyswojenie wiedzy i umiejętności. Jednocześnie taka forma pozwala na dostosowywanie materiałów na bieżąco do potrzeb uczestników, czego nie da się zrobić przy materiałach drukowanych.
  11. Wsparcie poszkoleniowe dla uczestników i sponsora szkolenia, mailowe i telefoniczne.

Po szkoleniu często pojawiają się dodatkowe pytania oraz wątpliwości. Dlatego możemy kilka dni lub tygodni po szkoleniu przeprowadzić płatną osobno telekonferencję w postaci sesji doradztwa Q&A i pracy nad konkretnymi problemami uczestników. Taka sesja jest świetnym uzupełnieniem szkolenia.

Klienci, po zobaczeniu efektów tego szkolenia, bardzo często decydują się na inne szkolenia, także dedykowane szkolenia, przygotowywane tylko dla nich.

Opinie o trenerze

Szkolenie prowadzę zawsze osobiście. Trzeba szanować czas innych ludzi, dlatego poniżej znajdziesz wybrane referencje tylko w języku angielskim.

Very inspiring training. I really appreciate the way Chris managed to walk us through the complex world of machine learning using Python. Good course materials updated real time. Highly recommend.

Krzysztof Gębal
Finance Director at DNB Bank Polska S.A.

Well prepared training and reasonably passed knowledge, thanks to which we develop better services.

Arkadiusz Baraniecki
Infrastructure Team Manager at allegro.pl

Chris recently taught a four day class on Machine Learning with Python four our team. The class was very good with the right balance of theory and practice. I cannot think of a better way to give a four day class about such an extensive topic.

Nicolas Leveroni
Head of Krakow Product Control Analytics at HSBC

Więcej referencji znajdziesz tutaj.

FAQ

Kto prowadzi szkolenia?

Szkolenia prowadzę zawsze osobiście. W przeciwieństwie do firm szkoleniowych, nie wysyłam praktykantów. Więcej o mnie możesz przeczytać tutaj.

Dlaczego miał(a)bym zamówić szkolenie, skoro moi ludzie mogą nauczyć się sami z kursów Udemy etc.?

Szkolenia są po prostu szybsze. W ciągu 3 dni szkolenia uczestnicy uczą się tyle, co podczas ok. 10 dni samodzielnej pracy z kursem online. Wynika to z:

  • customizacji szkolenia,
  • dostosowania tempa do poziomu uczestników,
  • udzielania uczestnikom podpowiedzi i feedbacku podczas ćwiczeń,
  • możliwości zadawania pytań i rozwiewania wątpliwości na bieżąco w trakcie szkolenia.

Możesz wybrać kurs online, tylko ile będzie Cię kosztować wyjęcie ludzi na te dodatkowe 7 dni?

Dlaczego mam zaufać Tobie, a nie renomowanej firmie szkoleniowej?

Wszystkie szkolenia prowadzę osobiście, tymczasem renomowane firmy często wysyłają praktykantów. Czy wiesz, jakie to będzie miało konsekwencje dla Ciebie i Twojej firmy?