1.1. Certificate

Szkolenie obejmowało 16 godzin wykładów oraz warsztatów. Zagadnienia poruszone na szkoleniu:

  • tworzenie i korzystanie ze struktur danych,

  • biblioteki do zastosowań naukowych i inżynieryjnych: scipy i inne

  • biblioteki do zastosowań numerycznych: numpy, pandas

  • biblioteki do wizualizacji danych: plotly, matplotlib, jupyter, superset

  • przegląd algorytmów ML z i bez nadzoru

  • wykorzystanie scikit-learn przy: Decision Tree, k Nearest Neighbors, Bayes, Linear Regression, Logistic Regression, Support Vector Machines, Clustering, Principal Component Analysis (PCA)

  • wykorzystanie keras, tensor-flow oraz pytorch przy Neural Network, Convolutional Neural Network