SEMESTRÁLNÍ KURZ:
Datová věda, strojové učení a umělá inteligence
| Termín: |
|
|---|---|
| Forma: |
|
| Cena: |
|
| Úroveň: | základní |
|---|---|
| Jazyk: | český |
| Počet dnů: |
|
ÚVOD
Zpracování a vytěžování elektronických dat se stalo v mnoha oborech samozřejmostí. Informace ukryté v datech umožnují zrychlovat, zkvalitňovat a optimalizovat rozhodování pomocí strojově naučených modelů. Možnosti strojových modelů překročily běžné předpovědi o tom, zda klíčová událost nastane, nebo jaká bude hodnota číselné veličiny. Generativní umělá inteligence se může chovat jako asistent, se kterým uživatel diskutuje své úlohy, pomáhá vyhledávat informace v rozsáhlých kolekcích dokumentů nebo dokonce řeší komplexní úlohy, kdy je potřeba zapojit externí nástroje.
CÍL VZDĚLÁVACÍHO PROGRAMU
Kurz vás provede všemi kroky práce s daty, strojovými modely a umělou inteligencí. Dozvíte se, jak si připravit data pro strojové učení, jak fungují predikční algoritmy a jak zapojit umělou inteligenci do rozhodování.
KURZ JE URČEN
Kurz je určen pro ty, kdo chtějí využívat elektronická data na vyšší úrovni, než jakou poskytuje reportování. Datová věda a umělá inteligence se používá napříč obory od medicíny přes státní správu, výrobu až po finanční sektor. Řešené úlohy cílí na pacienty, stroje, výrobky, zákazníky, úvěry, transakce, žádosti, pojistné události a mnoho dalších objektů, o kterých existují elektronická data v libovolném formátu. Znalosti nabité v kurzu využijí zkrátka ti, kdo potřebují rozhodovat, diagnostikovat, doporučovat nebo navrhnout postup řešení konkrétního problému.
PŘEDPOKLADY
Kurz předpokládá základní zkušenosti s prací s datovými soubory a analytické myšlení. Ačkoli budeme v některých lekcích používat Python, jeho znalost není nutná. Zkušenost s chatováním s velkým datovým modelem jako je např. ChatGPT je vítána.
PŘÍNOS ÚČASTI NA KURZU
Účastníci se během kurzu naučí řešit a řídit projekty na vývoj a využívání rozhodovacích a generativních modelů na pozadí metodologie CRISP-DM. Kurz vás provede jednotlivými fázemi projektu od specifikace úlohy přes přípravu dat, strojové učení, konfiguraci modelu až po nasazení řešení do provozu. Mimo jiné se seznámíte s vybranými knihovnami jazyka Python pro datovou vědu. Také bude schopni nakonfigurovat a doučit velký jazykový model a využít ho při řešení specifických netriviálních úloh z vašeho oboru.
POPIS OBSAHU A POSTUPU
Pravidelné půldenní výukové lekce se skládají z teoretické a praktické části. Dovednosti získané v hodinách si studenti opakují při řešení domácích úloh. V praktické části a domácích úlohách procvičujeme prezentované postupy na datech z různých oborů. V některých lekcích používáme jazyk Python a jeho knihovny jako jsou Pandas nebo Sci-Kit Learn. Při práci s lokálními velkými jazykovými modely budeme používat prostředí Ollama.
PROGRAM KURZU
- úlohy datové vědy a metodologie CRISP-DM
- datový audit
- příprava dat pro strojové učení
- vybrané metody strojového učení
- vytěžování textových dat
- velký jazykový model
- vytváření agentů
- evaluace predikčních modelů
- nasazení řešení do provozu a jeho monitorování
LEKTOR
INFORMACE
POUŽÍVANÝ SOFTWARE
Python
Ollama
PŘEČTĚTE SI
Ve výjimečných případech změna programu vyhrazena dle zaměření a zkušeností dané skupiny účastníků.
