kod kursu: A212
Najlepsze szkolenie z uczenia głębokiego

Kurs Python sieci neuronowe w TensorFlow i Keras

Kurs, na którym poznasz od podstaw obszar uczenia głębokiego.

W trakcie kursu dowiesz się, na jakich zasadach działają neurony sztucznej inteligencji i nauczysz się tworzyć modele z wykorzystaniem sieci neuronowych.

Zdobędziesz praktyczne umiejętności, które umożliwią ci samodzielne budowanie i trenowanie modeli.

Cena szkolenia za osobę
3 296,40 zł brutto
2 680,00 zł netto
3 dni · 24 godziny · 9:00–17:00grupa do 10 osóbgwarantowane terminynajbliższy termin: 04-06.11.2026 (online)
W cenie szkolenia:
  • Materiały i 100+ ćwiczeń
  • Imienny certyfikat
  • Wsparcie trenera po szkoleniu
Wybierz termin

Poproś o ofertę dla firmy

Kurs Python sieci neuronowe w TensorFlow i Keras

Administratorem danych osobowych jest Akademia Avendi Rafał Lelusz, ul. Markerta 23, 02-495 Warszawa, NIP 7391198173. Dane podane w formularzu będą przetwarzane wyłącznie w celu przygotowania i przesłania oferty szkolenia oraz kontaktu w tej sprawie.

Program oparty o wiedzę i doświadczenie

Program kursu sieci neuronowe w TensorFlow

Gwarantujemy, że na naszym kursie będzie ciekawie i zrozumiesz cały zakres materiału.

Zaczniemy od wyjaśnienia podstaw, a później poprzez coraz bardziej zaawansowane zagadnienia doprowadzimy cię do etapu, na którym zbudujesz swój własny model.

Program szkolenia został tak opracowany, aby nawet skomplikowane zagadnienia były przedstawione w jasny i przystępny sposób.

Osoba programująca

Część 1

  1. Przykłady zastosowania sieci neuronowych
  2. Biblioteka TensorFlow
    • Budowa sieci neuronowej
    • Percepton (neuron)
    • Percepton wielowarstwowy
    • Elementy składowe sieci
    • Tensor
    • Wybór struktury sieci
  3. Proces uczenia sieci neuronowej
    • Uczenie pojedynczego neuronu
    • Współczynniki uczenia i dobór ich wartości
    • Sieci wielowarstwowe
  4. Funkcje aktywacji
  5. Funkcje straty
  6. Metryki
  7. Krzywa ROC
  8. Spadek wzdłuż gradientu (Gradient Descent)
  9. Główne problemy uczenia głębokiego - przeuczenie i niedouczenie
  10. Metody regularyzacji modeli

Część 2

  1. Neuronowe modele regresyjne i klasyfikacyjne
  2. Neuronowa analiza szeregów czasowych
  3. Sieci realizujące analizę skupień
  4. Wywołania zwrotne - Model Checkpoint
  5. Wywołania zwrotne - Wczesne Zatrzymanie (Early Stopping)
  6. Klasyfikacja wieloklasowa
  7. Model regresji cen nieruchomości
  8. Konwolucyjne sieci neuronowe
    • Przetwarzanie obrazu - augmentacja danych
    • Przygotowanie obrazów do modelu
    • Budowa sieci CNN
    • Transfer Learning
    • Wyświetlenie błędów predykcji
    • Klasyfikacja wieloklasowa
  9. RNN - Rekurencyjne sieci neuronowe
    • Praca z tekstem - wektoryzacja
    • Praca z tekstem - tokenizacja
    • Osadzanie słów w przestrzeni - Word Embeddings
    • Osadzanie słów w przestrzeni - Embedding Projector
    • Sieci RNN - neuron rekurencyjny
    • Porównanie regresji z siecią neuronową
Efektywna nauka dzięki doświadczonym trenerom

Trenerzy prowadzący kurs

Trenerzy są pasjonatami, którzy potrafią skutecznie przekazywać wiedzę i motywować do nauki.

Rafał Lelusz

Rafał Lelusz

Programista Python, inżynier ML

Specjalizuję się w Pythonie, analizie danych oraz projektowaniu zasilających je baz danych. Doświadczenie zawodowe zdobywałem w międzynarodowych firmach, m.in. w Samsung Electronics i Opera Software. Od 2015 roku, obok projektów programistycznych, prowadzę również szkolenia.

Najwięcej uczymy się, gdy model nie działa jak powinien. Dlatego na zajęciach wspólnie analizujemy błędy: pokazuję, jak znaleźć przyczynę problemów z trenowaniem sieci i podpowiadam rozwiązania sprawdzone w moich projektach.

Paula Gajewska

Paula Gajewska

Analityczka danych, programistka Python

Na co dzień analizuję dane w Pythonie i buduję narzędzia, które przetwarzanie danych automatyzują. Pracowałam nad projektami dla T-Mobile i Warty, gdzie dane stanowią podstawę codziennych decyzji biznesowych.

Sieci neuronowe to dziedzina, która fascynuje mnie od lat i staram się zarażać wszystkich tym entuzjazmem. Zachęcam do eksperymentowania z modelami, stawiania hipotez i wyciągania wniosków z każdej próby, bo właśnie w ten sposób najłatwiej się nauczyć pracy z TensorFlow.

Zobacz, co o szkoleniach sądzą uczestnicy

Opinie o szkoleniu Python sieci neuronowe

5/5
na podstawie 6 opinii

Poniżej znajdziesz opinie o szkoleniu.

Zobacz, co o kursie myślą osoby, które już wzięły w nim udział.

Aneta Cygan

Kurs był dobrze dopasowany do moich potrzeb. Tam gdzie było potrzeba trener zrobił powtórzenie z uczenia maszynowego. Były ciekawe przykłady modeli wyłożone w zrozumiały sposób.

Marcin Zaręba

Wszystko zgodnie z oczekiwaniami. Kurs przeprowadzony w terminie. Trener przygotowany. Bardzo dobre materiały. Można się nauczyć.

Daniel Krzyk

Bardzo dobre szkolenie. Miałem możliwość zadania pytań, które mnie interesowały. Widać, że trener lubi ten temat i zajmuje się nim.

Adam Filipiec

Nic dodać nic ująć. Wszystko, co było obiecane było. Bardzo dobry trener i materiały, miła obsługa w recepcji. Szybkie odpowiedzi na maile. Miałem wątpliwości co do formy online, ale wszystko było dobrze.

Kamil Pogorzelski

Bardzo obszerny zakres szkolenia, ale tempo było w porządku. Można było samemu rozwiązać zadania i zrozumieć o co chodzi. Trener Rafał Lelusz bardzo kompetentny, miły i pomocny. Bardzo dobre i obszerne materiały szkoleniowe. Pomocne w nauce interaktywne notatniki.

Włodek Rybczyński

Dużo ciekawych praktycznych przykładów. Trener bardzo sympatyczny i pomocny, super człowiek. Bardzo mi się podobało szkolenie i od strony merytorycznej i organizacyjnej. Intensywnie, duża dawka wiedzy.

Osoba programująca
Doskonały sposób, aby poznać sieci neuronowe

Jak się przygotować do szkolenia?

Szkolenia poprzedzające, na których możesz zdobyć potrzebną wiedzę:

Nasza ścieżka edukacyjna prowadzi cię krok po kroku - od podstaw Pythona aż po tworzenie własnych modeli.

Dowiedz się więcej na temat organizacji kursu

Najczęściej zadawane pytania dotyczące kursu sieci neuronowe

Czym jest TensorFlow i do czego służy w sieciach neuronowych?

TensorFlow to biblioteka do budowy i trenowania modeli uczenia maszynowego, w tym sieci neuronowych.

Użwamy jej do klasyfikacji obrazów, rozpoznawania mowy, przetwarzania języka naturalnego i prognozowania szeregów czasowych.

Czym różni się TensorFlow od Keras?

Keras to wysokopoziomowy interfejs do budowy sieci neuronowych, a TensorFlow to silnik obliczeniowy działający "pod spodem". Od wersji TensorFlow 2.x Keras jest jego oficjalnym, wbudowanym API (tf.keras), więc nie instaluje się ich osobno.

Jakie oprogramowanie i sprzęt są potrzebne do udziału w kursie?

Wystarczy komputer z dostępem do Internetu i przeglądarką. Nie musisz instalować niczego na swoim komputerze, gdyż mamy przygotowane dla ciebie stanowisko komputerowe.

Czy podczas kursu pracuje się na realnych projektach?

Tak, kurs jest nastawiony na praktykę. Budujesz działające modele na rzeczywistych zbiorach danych. Ćwiczenia obejmują typowe zastosowania sieci neuronowych, takie jak klasyfikacja czy predykcja, dzięki czemu uczysz się rozwiązywać problemy zbliżone do tych spotykanych w pracy zawodowej.

Czym TensorFlow różni się od PyTorch i dlaczego uczę się akurat TensorFlow?

TensorFlow i PyTorch to dwie najpopularniejsze biblioteki do głębokiego uczenia i w dużej mierze umożliwiają robienie tego samego. Opanowanie koncepcji sieci neuronowych w jednej bibliotece sprawia, że przejście na drugą jest znacznie prostsze.

Jeśli wolisz używać PyTorch, zapraszamy na kurs sieci neuronowe w PyTorch

Jak wygląda wsparcie prowadzącego i pomoc w razie problemów?

Podczas zajęć prowadzący jest dostępny, aby wyjaśniać zagadnienia i pomagać rozwiązywać problemy pojawiające się przy ćwiczeniach. Możesz na bieżąco zadawać pytania i prosić o wytłumaczenie trudniejszych tematów na własnym przykładzie.

Wybierz termin szkolenia

Terminy kursu z sieci neuronowych

Jeśli tematyka naszego kursu jest dla ciebie interesująca, ale nie możesz znaleźć odpowiedniego terminu, koniecznie napisz lub zadzwoń do nas.

Kurs trwa 16 godzin zegarowych. Każdego dnia od 9:00 do 17:00.

Rekomendowane szkolenia

Kontynuuj naukę programowania z nami

Python ma zastosowanie nie tylko w obszarze budowania modeli predykcyjnych.

Zajrzyj na nasze inne kursy i zobacz, w jaki sposób jeszcze bardziej możesz rozbudować swoje kompetencje programistyczne.

ścieżka data science
Prognozowanie
poziom 3 z 3

Kurs Python prognozowanie szeregów czasowych

Trend i sezonowość, ARIMA, Prophet, modele ML

kurs na zamówienie
Poznaj szczegółyarrow
ścieżka programowanie
Generatywna AI
poziom 2 z 3

Kurs Generatywna AI w Pythonie

API modeli językowych, prompty, RAG, wywoływanie funkcji

kurs na zamówienie
Poznaj szczegółyarrow
ścieżka programowanie
Python
poziom 3 z 3

Kurs Python poziom zaawansowany

Klasy, dziedziczenie, funkcje, bazy danych, wydajność

Poznaj szczegółyarrow