Kurz je určen pro zájemce, kteří při pohledu na podniková data chtějí prohloubit možnosti jejich analýzy, ale neví, jak začít. Po úvodní části, ve které jsou vysvětleny pojmy a porovnány dostupné populární technologie, se formou ukázek a samostatných cvičení účastník seznámí s tím, jak tyto technologie využít v praxi.
Co je machine learning?
Jde o vědecké trénování počítačů, aby dokázaly analyzovat data a učit se z nich tak, jako to dělají lidé.
Co je to strojové učení a jak funguje?
Strojové učení je proces použití matematických modelů dat, pomocí kterých se počítač učí bez přímých instrukcí. Považuje se za součást umělé inteligence. Strojové učení využívá algoritmy k identifikaci vzorů v datech a tyto vzory se pak používají k vytvoření datového modelu, který dokáže formulovat předpovědi. S větším množstvím dat a více zkušenostmi jsou výsledky strojového učení přesnější – stejně jako se lidé zlepšují díky větší praxi.
Díky přizpůsobitelnosti je strojové učení skvělou volbou v situacích, kdy se data neustále mění, kdy se charakter požadavku nebo úlohy stále posouvá nebo kdy by naprogramování řešení nebylo efektivně možné.
Souvislost strojového učení s umělou inteligencí
Strojové učení je považováno za součást umělé inteligence. „Inteligentní“ počítač přemýšlí jako člověk a sám provádí úkoly. Jedním ze způsobů, jak počítač naučit napodobovat odůvodňování prováděné člověkem, je použití neuronové sítě, tedy struktury algoritmů modelovaných podle lidského mozku.
Čeho může strojové učení dosáhnout?
- Předpovídání hodnot
- Identifikace neobvyklých výskytů
- Nalezení struktury
- Předpovídání kategorií
[Kód kurzu: AM407]
3 denní kurz | 9:00 - 16:00 | s obědem
Osnova:
- Úvod do Data Science
- Průzkum a příprava dat pro prediktivní modelování
- Typy prediktivních algoritmů
- Využití klasického Machine Learning Studia pro prototypování
- Využití Microsoft Azure pro zpracování dat
- Využití ML Workspace pro prediktivní modelování
- Nasazení modelu z ML Workspace v lokálním prostředí MS SQL Serveru (volitelné)
Kurz bude otevřen po naplnění minimálního počtu 3 účastníků!
Možnosti ubytování a parkování