wstęp

informacja

Cel modułu: Poznaj klasyczne i nowoczesne techniki uczenia maszynowego, naucz się budować, oceniać i interpretować modele oraz stosować je do rozwiązywania rzeczywistych problemów.

Czego się nauczysz?

• Czym jest uczenie maszynowe i jakie są jego główne zastosowania.
• Jak działają klasyczne modele (KNN, drzewa decyzyjne, lasy losowe, boosting).
• Jak przygotowywać dane do modeli ML (czyszczenie, skalowanie, inżynieria cech).
• Jak oceniać jakość modeli (metryki, walidacja krzyżowa, analiza błędów).
• Jak diagnozować i interpretować modele (feature importance, SHAP, LIME).
• Jak radzić sobie z problemami praktycznymi (overfitting, brakujące dane, niezbalansowane klasy).
• Jak przeprowadzić kompletny projekt ML – od danych do wniosków.

ważne

To ważny moduł, powinien zająć ci nie mniej niż miesiąc do przyzwyczajenia się. Powodzenia!