/se_ml_applied_machine_learning

Work-in-progress

Primary LanguageJupyter Notebook

Wprowadzenie Machine Learning

Wykład:

  1. Wstęp oraz dodatkowe narzędzia;

  2. Intro 1/3: Podstawy;

  3. Intro 2/3 - notebook:

    1. Praktyczny Machine Learning
    2. Dane treningowe i Testowe,
    3. Klasyfikacja i etykiety,
    4. Przygotowanie danych,
    5. Supervised Learning.

  4. Intro 3/3 - notebook:

    1. Najważniejsze biblioteki/ekosystemy
    2. Przykłady klasyfikacji,
    3. Przykłady regresji,
    4. Large language models
    5. Metryki.

Ćwiczenia:

  • TBA