Seminar
Machine Learning
Φτιάξε “έξυπνες” εφαρμογές χρησιμοποιώντας την Python και μάθε τεχνικές μηχανικής μάθησης
- 25 & 26 Ιανουαρίου
- 16 ώρες
- 150 κόστος
Θα μάθεις:
- Python
- Data loading
- NumPy & Pandas libraries
- Machine learning
- Classification
- Regression
- scikit-learn library
- Data Analysis
Προϋποθέσεις παρακολούθησης:
Βασικές γνώσεις Python ή αλγοριθμική σκέψη
Γι' αυτούς που θέλουν να:
- ασχοληθούν με Machine Learning
- μάθουν να υλοποιούν τους αλγορίθμους
Τι είναι το Machine Learning seminar?
Η μηχανική μάθηση και η ανάλυση δεδομένων αλλάζουν τον κόσμο γύρω μας. Μέσα από το σεμινάριο θα γνωρίσουμε τις βασικές έννοιες και τεχνικές μηχανικής μάθησης ώστε να αξιοποιήσουμε τα δεδομένα μας και θα μάθουμε πως μπορούμε να υλοποιήσουμε μοντέλα μηχανικής μάθησης με την Python.

25/01
- Machine Learning Basics
- Python Basics - Python Tools for Machine Learning
- Predictive Models: Regression, predicting values
- Predictive Models: Classification
- Evaluating our models: train/test
- K-Fold Cross-Validation
26/01
- Decision Trees, Random Forest
- Clustering
- Data cleaning and normalization
- Workshop project
Instructors
Σωκράτης Σοφιανόπουλος
Instructor
Dr. Sokratis Sofianopoulos graduated from the Dept. of Computer Science of the University of Ioannina (2002) and holds an MSc in Distributed & Multimedia Information Systems from the Dept. of Computer Science of Heriot-Watt University, Edinburgh (2003). He received his PhD degree from the School of Electrical and Computer Engineering of the National Technical University of Athens (NTUA) in June 2010, on research he conducted at ILSP on Language Modelling for Machine Translation Systems and multi-objective optimisation techniques. Since 2005 he is a research associate and software engineer at ILSP. His research interests include Natural Language Processing, machine translation, machine learning with emphasis on evolutionary computation approaches, data modeling etc. He has worked in several European R&D programs (METIS-II (FP6-IST-003768), PRESEMT (FP7-ICT-248307)), QTLaunchPad (FP7-ICT-296347), ELRC (European Language Resource Coordination). Since October 2016 he is an adjunct lecturer at the Hellenic American College.

In a nutshell
Με την ολοκλήρωση του προγράμματος οι συμμετέχοντες θα έχουν μάθει:
– Όλα τα απαραίτητα βήματα που πρέπει να ακολουθήσει ένας data scientist για την ανάλυση των δεδομένων του
– Βασικές έννοιες μηχανικής μάθησης και ανάλυσης δεδομένων
– Βασικές γνώσεις προγραμματισμού με την Python
– Πώς μπορούν να χρησιμοποιήσουν την Python και τις ελεύθερες βιβλιοθήκες της για να αναλύσουν τα δεδομένα τους και να τα προετοιμάσουν είτε για Reporing είτε για την εισαγωγή τους σε έναν αλγόριθμο μηχανικής μάθησης
– Καθάρισμα δεδομένων
– Πώς αντιμετωπίζουν ελλιπή δεδομένα
– Data summarization & μέθοδοι aggregation
Πληροφορίες για τα Coding School
Στο Coding School η κάθε αίτηση φοίτησης περνά μια διαδικασία αξιολόγησης, ώστε να διασφαλίσουμε ότι η συμμετοχή σου θα σου αποφέρει τη γνώση που επιθυμείς.
Θα ενημερώνεσαι από εμάς είτε τηλεφωνικά, ή μέσω e-mail σε κάθε στάδιο της αίτησής σου.
Όλοι οι συμμετέχοντες, κατά την ολοκλήρωση του εκπαιδευτικού προγράμματος θα λάβουν πιστοποιητικό επιτυχούς παρακολούθησης και εξειδικευμένης επιμόρφωσης.
Το πιστοποιητικό είναι ονομαστικό, αναφέρει την τεχνολογία εξειδίκευσης και υπογράφεται από τον ακαδημαϊκό και τεχνικό διευθυντή του Coding School.
Νηστικό αρκούδι δεν χορεύει!!!
Στα διαλείμματα του Coding School σου παρέχουμε άφθονο καφέ και γεύματα που σου δίνουν την απαραίτητη ενέργεια να συνεχίσεις.
Χώρος Διεξαγωγής
- kariera.gr
- Αποστόλου Παύλου 10Α, Μαρούσι.