Machine Learning dla opornych

Opis

Na tych warsztatach omówimy podstawowe algorytmy Uczenia Maszynowego od strony teoretycznej, a jak zostanie czas to napiszemy jakiś mały projekt. Będą modele supervised learning, techniki unsupervised learning, trochę reinforcement learning oraz jak wprowadzamy niepewności do analizy i odczytu wyników z różnych algorytmów. 

Na tych warsztatach dowiesz się czym są:

• overfitting i underfitting czyli dlaczego modele mają problem z generalizacją
• supervised learning - modele typu linear i non-linear
• unsupervised learning - czym jest clustering, modele i techniki wizualizacji

oraz:

• dlaczego data leakage to problem
• jak działają sieci neuronowe
• trochę o niepewnościach, wybieraniu danych, procesowaniu danych, odpowiednich metodach obróbki danych aby nie zakłamać wyników

Wymagania

Jako że warsztaty będą w większości teoretyczne, a ilość praktyki będzie zależeć od tego jak szybko przerobimy teorię, to nie wymagam komputera, ale polecam go mieć jeśli chcesz coś rzeczywiście napisać.

Wymagane cechy i umiejętności:

1. Myślenie
2. Utrzymanie uwagi na dłużej niż 2 sekundy jest mile widziane ^^
3. Kodowanie w Pythonie, w tym wiedza o istnieniu numpy, pandas i pytorch jest mile widziana, ale nie jest wymagana
4. Podstawy albegry liniowej (mnożenie macierzy, operacje na wektorach, wektory i wartości własne)
5. Chęć do przeglądania słupków z danymi.

W ramach zadań kwalifikacyjnych pojawią się podstawowe koncepty ML oraz trochę liczenia.

Przydatne rzeczy

Jeśli algebra liniowa jest ci całkowicie obca to polecam zacząć od tego kursu. Nie nauczysz się z niego jak liczyć, ale zrozumiesz o co chodzi w konkretnych metodach. Co do liczenia to nie wymagam niczego co nie znajduje się na każdej stronce o matematyce. Jeśli zaś chodzi o same koncepty z ML to tutaj na pewno coś znajdziesz.

Kontakt

W razie pytań pisz na maila kaniakozikowska@gmail.com lub na discordzie kania._.