November 16, 2021 6:00 PM
Hands-On bevezetés a Machine Learning világába
Több kisebb problémához is szolgálhat remek modellel egy-egy klasszikus ML-modell, és még csak nem is kell mindenhez egy böszme nagy GPU.
De hogyan is kezdjünk neki egy ilyen projektnek, akár otthon, a saját laptopunkon? Az előadás során beszélünk arról, hogy hogyan álljunk hozzá és vigyünk végig egy Machine Learning-alapú proof-of-conceptet. Bemutatjuk az ehhez szükséges eszközöket (Python, Anaconda, SciKit-Learn) és megnézünk egy konkrét megoldást is az adatok beolvasásától a modell validálásáig.
Az előadás a következő kérdésekre ad választ:
Hogyan kezdjek hozzá egy Machine Learning projektnek kisebb adathalmazon? Mi az az Anaconda, hogyan működik a SciKit-Learn? Hogy érdemes adatokat tisztítani és átalakítani?
Az előadásban a következő technológiákról lesz szó, a következőkről fogsz hallani:
Python, SciKit-Learn, Pandas, Anaconda, Random Forests, DataFrame-ek…
Neked szól az előadás, ha
ismered a kódolás (esetleg a Python) alapjait, és szeretnél elkezdeni Machine Learning-gel foglalkozni.
Van egy kis adatom. Mit csináljak vele? Nem kell PhD ahhoz, hogy valaki elkezdjen Machine Learninggel foglalkozni.
Csanád a Machine Learning Budapest alapítója, az MLBP podcast host-ja. Machine Learning szakértő, aki ML témájú projektek fejlesztésével és machine learning oktatással foglalkozik.
