kod kursu: A211
Wykorzystaj Pythona w analizie danych

Kurs Python uczenie maszynowe

Na szkoleniu nauczysz się tworzyć modele predykcyjne w Pythonie, wykorzystywane do analizy i prognozowania danych.

Podczas kursu zrealizujesz projekty, w ramach których będziesz analizować dane i przewidywać np. zachowania klientów lub trendy rynkowe.

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: 02-04.11.2026 (online)
W cenie szkolenia:
  • Materiały i 100+ ćwiczeń
  • Imienny certyfikat
  • Wsparcie trenera po szkoleniu
Wybierz termin

Poproś o ofertę dla firmy

Kurs Python uczenie maszynowe

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.

Wdrażamy modele uczenia maszynowego

Program kursu Python uczenie maszynowe

Gwarantujemy, że na naszych szkoleniach efektywnie spędzisz czas.

Zdobędziesz cenną wiedzę i umiejętności do praktycznego wykorzystania w pracy.

Osoba programująca

Część 1

  1. Wprowadzenie do uczenia maszynowego
    • Podstawowe pojęcia związane z uczeniem maszynowym
    • Obszary, którymi zajmuje się machine learning
    • Problemy, które można rozwiązać
  2. Eksploracja i przygotowanie danych do analizy
    • Przygotowanie obiektu dataframe
    • Uzupełnienie braków w danych
    • Przeskalowanie danych
    • Redukcja liczby wymiarów
    • Wyznaczenie podstawowych statystyk i korelacji zmiennych
    • Wyświetlenie rozkładu zmiennych
    • Standaryzacja danych - StandardScaler
    • Ekstrakcja i selekcja cech
    • Metody wizualizacji danych - biblioteka Matplotlib
  3. Podział danych na zbiór treningowy, walidacyjny i testowy
  4. Metody działania algorytmów
  5. Klasyfikacja binarna np. model czy klient dokona zakupu
  6. Klasyfikacja wieloklasowa
    • Algorytmy przetwarzania języka naturalnego
    • Analiza tekstu - budowa klasyfikatora do analizy opinii klientów
    • Klasyfikacja - rozpoznawanie cyfr

Część 2

  1. Regresja liniowa
    • Równanie normalne
    • Algorytm spadku gradientowego
    • Stochastyczny spadek wzdłuż gradientu
    • Eliminacja wsteczna
  2. Regresja wielomianowa
  3. Regresja logistyczna
  4. Drzewa decyzyjne
    • Gini, entropia
    • Zyski informacyjne
  5. Lasy losowe
  6. Maszyna wektorów nośnych (SVM)
  7. Naiwny klasyfikator bayesowski - filtr antyspamowy
  8. Algorytm k najbliższych sąsiadów
  9. Metody doboru modeli i poprawienia jakości przewidywań
    • Niedouczenie i przeuczenie modeli
    • Walidacja krzyżowa
    • Przeszukiwanie siatki
  10. Skalowalne modele uczenia maszynowego
Uczenie maszynowe w praktyce

Trenerzy prowadzący kurs

Doskonale rozumiemy, jak ważne jest indywidualne podejście.

Dostosowujemy tempo nauki do potrzeb grupy i pomagamy w pełni wykorzystać potencjał kursu.

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.

Stopniowo przeprowadzam uczestników i uczestniczki przez cały proces pracy z modelem: od przygotowania danych, przez wybór i trenowanie algorytmu, aż po ocenę wyników. Złożone zagadnienia tłumaczę w przystępny sposób i zawsze pokazuję ich zastosowanie na praktycznych przykładach.

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.

Zależy mi na tym, aby na zajęciach panowała atmosfera, w której nikt nie boi się zadawać pytań. Uważnie śledzę postępy uczestników i uczestniczek, chętnie odpowiadam na pytania i pomagam, gdy coś sprawia trudność. Chcę, aby wszyscy czuli się komfortowo przez cały czas trwania kursu.

Zobacz, co uczestnicy sądzą o kursach

Opinie o szkoleniu z uczenia maszynowego

5/5
na podstawie 4 opinie

Poznaj znajdziesz wrażenia uczestników naszego szkolenia. Zobacz, jakie elementy kursu najbardziej docenili.

Iza Śródka

Trener był bardzo miły, przygotowany i konkretny i wszystko wyjaśniał od podstaw, krok po kroku. Dzięki temu wiedziałam, co robić i samodzielnie mogłam pracować. Szkolenie w bardzo miłej atmosferze.

Klaudia Jedynak

Szkolenie odbyło się zgodnie z planem, w niedużej grupie, w miłej i rzeczowej atmosferze. Trener Rafał bardzo sympatyczny i pomocny. Ciekawe materiały, które ułatwiały naukę. Zdecydowanie polecam i zamierzam korzystać z innych szkoleń.

Marcin Klonowicz

Najlepsze szkolenie na jakim miałem przyjemność być. Dużo materiałów szkoleniowych, z których mogę teraz korzystać. Trener bardzo zaangażowany i sympatyczny.

Paweł Pyć

Podobało mi się, że trener nie gonił z materiałem. Można było pracować po swojemu i po swojemu rozwiązać ćwiczenie. Podobało mi się też, że kurs nie był przekładany. Treściwy kurs bez marnowania czasu. Miła atmosfera - każdy każdego wspierał.

Osoba programująca
Przygotuj się na kolejne programistyczne wyzwania

Jak się przygotować do szkolenia?

Aby w pełni skorzystać ze szkolenia, warto wcześniej poznać podstawy języka Python oraz zapoznać się z przetwarzaniem danych w bibliotece Pandas.

Potrzebne zagadnienia podstawowe możesz opanować samodzielnie lub zapisać się na nasz kurs Python poziom podstawowy, na którym poznasz podstawową składnię języka Python.

W kolejnym kroku zapoznaj się przetwarzaniem danych w Pandas. Bibliotekę tę poznasz na naszym kursie Analiza danych w Pythonie od podstaw.

Nie wiesz, od czego zacząć? Jesteśmy tutaj, aby cię poprowadzić.

Dowiedz się więcej na temat organizacji szkolenia

Najczęstsze pytania o kurs z uczenia maszynowego

Czy w ramach kursu będziemy analizować prawdziwe dane?

Tak, w trakcie kursu będziemy rozwiązywać zadania oparte na rzeczywistych zbiorach danych, takich jak ceny nieruchomości, dane o ruchu transportu lotniczego i morskiego oraz dane giełdowe.

Czy mogę zadawać pytania podczas trwania kursu online?

Tak. Podczas kursu online możesz zadawać pytania na bieżąco. Trenerzy są przez cały czas dostępni, aby rozwiać wątpliwości i pomóc w rozwiązaniu problemów, które mogą pojawić się w trakcie nauki.

Dla kogo jest ten kurs z uczenia maszynowego?

Kurs jest przeznaczony dla osób, które chcą wejść w obszar data science i sztucznej inteligencji - studentów, analityków, programistów chcących rozszerzyć swoje umiejętności. Jeśli interesuje cię praca z danymi i budowanie modeli predykcyjnych, ten kurs jest dla ciebie odpowiedni, niezależnie od dotychczasowego doświadczenia.

Czy ten kurs pomoże mi w znalezieniu pracy w branży data science?

Kurs koncentruje się na praktycznych umiejętościach, które są poszukiwane na rynku pracy, takich jak przygotowanie danych, budowa modeli i interpretacja wyników. Przygotowane na zajęciach projekty możesz dołączyć do swojego portfolio.

Czy będę mieć dostęp do materiałów po zakończeniu kursu?

Tak, dostęp do materiałów otrzymujesz po ostatecznym potwierdzeniu udziału w kursie. Możesz pobrać materiały na swój komputer.

Dostępne terminy kursu

Terminy kursu machine learning w Pythonie

Poniżej znajdziesz aktualne terminy szkoleń.

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

Rekomendowane szkolenia

Zobacz, w jaki sposób możesz kontynuuwać naukę

Nasze kursy z programowania i analizy danych to idealna opcja dla tych, którzy chcą pogłębić wiedzę i zdobyć bardziej specjalistyczne kompetencje.

Oferujemy kursy dostosowane do różnych poziomów zaawansowania, dzięki czemu możesz kontynuować naukę zgodnie z własnymi potrzebami.

ścieżka data science
PyTorch
poziom 3 z 3

Kurs Python sieci neuronowe w PyTorch

Sztuczny neuron, PyTorch, ANN, CNN, RNN, modele

Poznaj szczegółyarrow
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