Online kurz Strojové Učenie (Machine Learning ML) will teach you

  • Pochopiť základy strojového učenia, vrátane jeho princípov a praktických aplikácií v rôznych odvetviach
  • Programovať v jazyku Python, so zameraním na prácu s reťazcami, kolekciami a dátovými štruktúrami
  • Validovať a normalizovať dáta, čím zabezpečíte ich kvalitu a konzistenciu
  • Čistiť a predspracovávať dáta pomocou techník dátového čistenia v Pythone
  • Parsovať rôzne formáty dát, ako sú XML súbory, URL adresy, logy a PDF dokumenty, pre efektívne získavanie informácií
  • Používať knižnicu Scikit-Learn na implementáciu algoritmov strojového učenia a analyzovať výsledky pre zlepšenie presnosti
  • Aplikovať techniky klastrovania dát, identifikovať rôzne typy klastrov
  • Rozlišovať medzi rôznymi typmi klastrovaní a porozumieť ich aplikáciám v praxi
  • Normalizovať reťazce a používať ich v kontexte predspracovania dát pre strojové učenie
  • Identifikovať rozdiely medzi čistením a validáciou dát, čo vám umožní efektívne pripraviť údaje

Požiadavky a Vstupné Znalosti

  • Odporúčaním pre tento kurz je absolvovanie kurzu Python II. Mierne Pokročilý
  • Pokročilá práca s PC a Windows, Linux alebo macOS
  • Pokročilá práca s kancelárskym balíkom Microsoft Office, OpenOffice alebo LibreOffice
  • Pokročilá práca s textovým editorom
  • Pri absolvovaní online kurzu sú výhodou skúsenosti s kódovaním a programovaním
  • Programovanie v jazyku Python a znalosť OOP aspoň na úrovni mierne pokročilý
  • Logické a algoritmické myslenie je výhodoz

Cieľové skupiny a Komu je kurz určený

  • Záujemci o tému strojové učenie (Machine Learning)
  • Budúci a aktuálni dátoví vedci (Data Scientists)
  • Obchodní (Business) analytici
  • Projektoví a produktoví manažéri
  • Python vývojári a programátori
  • Databázoví analytici
  • IT analytici
  • Vedci a vedeckí pracovníci
  • Podnikatelia
  • Majitelia eshopov

Obsah a Učebná Osnova online kurz Strojové Učenie (Machine Learning ML)

I. Úvod do Strojového Učenia (Machine Learning ML)

Úvod a predstavenie kurzu Strojové Učenie (Machine Learning) 06:20
Čo je strojové učenie (Machine Learning) a ako s ním začať? 35:41

II. Jazyk Python, validácia a data parsing

Čo je to validácia a normalizácia dát aký je medzi nimi rozdiel? Príklady z praxe. 15:46
Dátové čistenie v Pythone a reťazce. Prejdeme spoločne všetky zabudované definície pre reťazce. 1:42:03
Ako na prácu s reťazcami a kolekciami (sekvenciami)? 30:09
Čo je to parsovanie dát a ako sa parsujú údaje? 52:40
Ako na parsovanie XML súborov? 55:43
Ako na parsovanie URL, logov a PDF dokumentov? 53:16

III. Knižnica Scikit-Learn

Učíme sa kľúčovú Python knižnicu strojového učenia Scikit-learn 31:07
Ako na dátové čistenie a predspracovanie dát? 01:25:44
Čo je to normalizácia reťazcov a ako sa používa v praxi? 09:57

IV. Klastrovanie (Zhlukovanie) dát

Čo je klastrovanie a ako ho využiť v strojovom učení? 35:46
Aké máme typy klastrov a klastrovaní? 11:13

Často Kladené Otázky FAQ

Čo je Strojové Učenie?

Online kurz Strojové Učenie sa zameriava na proces zisťovania a opravy (alebo odstránenia) nepresných záznamov zo sady záznamov, tabuľky alebo databázy a týka sa identifikácie neúplných, nesprávnych, nepresných alebo irelevantných častí údajov a následného nahradenia, úpravy, alebo vymazanie špinavých alebo hrubých údajov.

Kto používa Strojové Učenie?

Ministerstvo Financií, Finančná správa, Henkel, Lidl, Slovenské elektrárne, Siemens Slovensko, Generali Poisťovňa, Alza, Tatra banka

Kde sa používa Strojové Učenie?

V IT odvetví na identifikáciu a dokumentovanie dátových nečistôt. Súkromné aj finančné inštitúcie pre čistenie dát o klientoch, používateľoch alebo občanoch v štátnej správe.

Prečo sa používa Strojové Učenie?

Zabezpečenie úspešného a efektívneho fungovania podniku, dosiahnutia cieľov vyžaduje kvalitu a čistotu dát. Je dôležité identifikovať neúplne, nesprávnych, nepresne alebo irelevantné častí údajov a následného nahradenie, úpravy, alebo vymazanie špinavých alebo hrubých údajov.

Aké sú TOP certifikácie na Strojové Učenie?

IIBA Certified Business Analysis Professional (CBAP) od 133 EUR, IIBA Entry Certificate in Business Analysis (ECBA) od 320 EUR, PMI Professional in Business Analysis (PMI-PBA) od 205 EUR, IQBBA Certified Foundation Level Business Analyst od 200 EUR, IIBA Certification of Competency in Business Analysis (CCBA) od 132 EUR, NRPA Certified Park and Recreation Professional (CPRP) Exam od 182 EUR. Certifikačná skúška nie je súčasťou kurzu. Treba si za ňu priplatiť extra.

Aký je plat? Koľko zarábajú pozície s kurzom Strojové Učenie?

Priemerná mzda dátového čističa je 2158 Eur podľa portálu platy.sk. Analytické a databázové pozície patria k tým najlepšie plateným. Odporúčame si informáciu overiť vzhľadom k inflácii a rôznym regiónom.

Aké programy a nástroje používa Strojové Učenie?

Python, Jetbrains Datalore, knižnica Scikit-learn

Tutors

miroslav reiter

Miroslav Reiter

Programátor, manažér a marketér, ktorý mudruje vo vlastnej vzdelávacej spoločnosti IT Academy. Workoholik so 134 certifikáciami a 13 titulmi. Vytvoril som vzdelávaciu platformu vita.sk, pretože milujem vzdelávanie a všetko čo k nemu patrí. Pomáham firmám ale aj jednotlivcom zlepšovať ich podnikanie a IT. Certifikácie: Microsoft certifikovaný tréner, Google certifikovaný tréner, ITIL, PRINCE2 tréner. 40000+ vyškolených klientov a 1000+ firiem, ktorým som pomohol Referencie: Národná Rada SR, Slovnaft, IBM, Panasonic, Ministerstvo obrany SR, ČSOB, Generali, Tatra banka, Európska komisia, SPP, Pixel Federation, ESET.

All tutor courses