O trenerze
Łukasz Grala
Łukasz zajmuje się danymi od ponad 22 lat. Od 2010 roku
Microsoft Most Valuable Professional (MVP) w kategorii Data
Platform. Architekt TIDK - Data Scientist as a Service, autor i
trener warsztatów eksperckich w Hexcode, wykładowca akademicki.
Naukowo związany z Wydziałem informatyki Politechniki (tematyka
eksploracji danych i uczenia maszynowego). Zawodowo zajmuje się
tworzeniem wielu rozwiązań z zakresu Business Intelligence,
Big Data Analytics, IoT oraz uczenia maszynowego. Wśród
jego klientów znajdują się największe firmy, banki i instytucje
Polskie, oraz międzynarodowe korporacje. Posiada szereg
certyfikatów specjalistycznych.
Prelegent na licznych konferencjach w kraju i na świecie,
m.in. Microsoft Technology Summit, SQLDay, SQLDay
Lite, Expertsummit, AnalyticsConf, TimeForSharePoint, C2C,
Developer Codecamp, Azure Bootcamp. Lider w stowarzyszenia
Data Community Poland, a także członek zarządu Polskiego
Towarzystwa Informatycznego - oddział Wielkopolski.
Posiada liczne certyfikaty, w tym wszystkie z baz danych, SQL
Server 2005/2008/2008R2/2012/2014 i Business Intelligence. Członek
Polskiego Towarzystwa Informatycznego oraz Polish SQL Server User
Group PLSSUG. Lider w oddziale poznańskim PLSSUG.
Certyfikaty: MCT, MCSE, MCSA, MCITP, MCSA, MCP, MTA.
O warsztacie
Ilość posiadanych przez organizacje danych jest z każdym dniem
coraz większa. Nie wystarczają już analizy diagnostyczna i opisowa,
aby zbudować przewagę rynkową. Firmy potrzebują zaawansowanej
analityki, stawiającej na modele statystyczne, elementy sztucznej
inteligencji, a w szczególności na uczenie maszynowe. Do dyspozycji
mamy coraz więcej modeli i frameworków, gotowych do zastosowania w
naszych aplikacjach, arkuszach kalkulacyjnych czy też rozwiązaniach
klasy Business Intelligence.
Szkolenie przybliży Ci najpopularniejsze obecnie języki w
świecie zaawansowanej analizy danych: język R i
Python w zastosowaniach analizy
statystycznej, budowania modeli uczenia maszynowego, jak również
procesu przygotowania i czyszczenia danych tak niezbędnego w
całym procesie zaawansowanej analizy. Zobacz praktyczne
przykłady użycia! Sprawdź, jak wygląda cykl tworzenia, wdrażania i
monitorowania modeli danych. Zobacz, jak wygląda ich użycie w dużej
organizacji i sprawdź ich integrację np. z SQL Server, serwerami
Spark i sprawdź użycie gotowych serwisów w chmurze.
Moduł 1. Wprowadzenie do Data Science,
zaawansowanej analityki, uczenia maszynowego i elementów sztucznej
inteligencji
Moduł 2. Cykl życia modeli analitycznych
Moduł 3. Wprowadzenie do języków Python i R
Moduł 4. Microsoft Azure Machine Learning i
Cognitive Framework
Moduł 5. Narzędzia i rozwiązania
Moduł 6. Przygotowanie danych do analizy
Moduł 7. Analiza statystyczna danych
Moduł 8. Przykłady budowy i oceny modeli
- Regresja
- Klasyfikacja i grupowanie
- Szeregi czasowe
- Wykrywanie nadużyć i anomalii
- Analiza tekstu i sentymentu
- Sekwencje i wzorce częste
Moduł 9. Wdrożenie modeli w dużej
organizacji
Potrzebujesz
szkolenia zamkniętego? Skontaktuj się z
nami!
